您的位置: 专家智库 > >

河南省科技攻关计划(12210231003)

作品数:6 被引量:29H指数:4
相关作者:王晋东张恒巍方晨王娜卫波更多>>
相关机构:解放军信息工程大学中国人民解放军信息工程大学更多>>
发文基金:河南省科技攻关计划国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 2篇信任
  • 2篇信任评估
  • 2篇云计算
  • 2篇云模型
  • 1篇动态QOS
  • 1篇多属性
  • 1篇多样性
  • 1篇信任关系
  • 1篇信任扩展
  • 1篇用户
  • 1篇云服务
  • 1篇云计算环境
  • 1篇数据稀疏
  • 1篇数据稀疏性
  • 1篇随机游走
  • 1篇随机游走模型
  • 1篇排序
  • 1篇区间数
  • 1篇自适
  • 1篇自适应

机构

  • 4篇解放军信息工...
  • 2篇中国人民解放...

作者

  • 6篇王晋东
  • 5篇张恒巍
  • 3篇方晨
  • 2篇王娜
  • 1篇余定坤
  • 1篇卫波
  • 1篇于智勇
  • 1篇卫波

传媒

  • 2篇计算机科学
  • 1篇通信学报
  • 1篇电子学报
  • 1篇计算机应用
  • 1篇系统仿真学报

年份

  • 3篇2018
  • 1篇2017
  • 2篇2014
6 条 记 录,以下是 1-6
排序方式:
基于全局QoS分解的多约束服务选取方法被引量:1
2018年
随着云计算环境下Web服务数量的快速增长,用户对动态的服务组合提出了新的要求,即在较短的时间内获取满足多约束条件下的高质量组合服务。针对上述要求,提出了基于全局QoS(QualityofService)分解的多约束服务选取方法,使用文化遗传算法对全局QoS约束进行最优分解,同时结合候选服务之间的功能性约束对服务进行过滤,从而缩小候选服务空间。设计自适应替换策略用来动态调整QoS约束边界,从而确保能够通过局部最优获得高质量的组合服务。仿真实验证明该方法能够用较短时间获取接近全局最优的组合服务,满足服务选取的动态性和实时性。
方晨王晋东张恒巍王娜
基于动态QoS的Web服务选取方法被引量:5
2017年
针对动态环境中Web服务QoS属性值波动的问题,提出一种基于动态QoS的服务选取方法。该方法首先建立区间QoS模型来表示QoS属性值的动态变化,然后用区间相似度衡量候选服务提供的QoS属性与用户需求值的接近程度。基于相似度的概念,采用逼近理想点的多属性决策方法计算出每个基本服务的QoS指标客观权重,并结合用户主观偏好得出QoS指标综合权重,最终基于推荐度对候选服务进行排序。仿真实验表明,此服务选取方法既充分考虑了用户的主观偏好,又克服了Web服务QoS属性值的波动影响,提高了服务选取的准确性。
方晨王晋东于智勇
关键词:相似度区间数
基于加权多属性云的服务信任评估方法被引量:4
2014年
针对云计算环境中服务信任的随机性和模糊性以及现有基于云模型的信任评估方法对时效性和推荐信任考虑不足的问题,提出一种基于加权多属性云的服务信任评估方法。首先,引入时间衰减因子为每次服务评价赋权重,从服务的多个属性细化信任评估粒度,通过加权属性信任云逆向生成器得到直接信任云;然后,根据评价相似度确定推荐实体的推荐权重,并计算得到推荐信任云;最后综合直接信任云和推荐信任云生成综合信任云,通过云相似度计算确定服务的信任等级。仿真结果表明,所提方法明显提高了服务交互成功率并有效抑制恶意推荐,能够更加真实地反映云计算环境中服务信任情况。
卫波王晋东张恒巍余定坤
关键词:云计算云模型信任评估
云计算环境下服务信任评估方法研究被引量:5
2014年
云计算环境中,服务资源广域分布、复杂多变,服务实体之间的信任关系因不确定性强而难以有效建立与维护。传统的服务信任评估方法无法全面反映信任的随机性和模糊性特征。在研究云模型理论的基础上,提出一种基于加权多属性云的服务信任评估方法。引入时间衰减因子来反映服务信任的时效性,并以多属性信任云来细化信任评估的粒度。计算用户评价相似度,确定推荐实体的推荐可靠性和权重,防止不法分子的合谋欺骗和恶意攻击。通过云相似度计算确定服务的信任等级,为用户的服务选择提供安全决策。仿真结果表明,该方法明显提高了服务交互成功率,并能有效适用于云计算环境下的服务信任评估。
王晋东卫波张恒巍何嘉婧
关键词:云服务云模型信任评估
基于随机游走和多样性图排序的个性化服务推荐方法被引量:9
2018年
针对传统服务推荐算法由于数据稀疏性而导致推荐准确性不高,以及推荐结果缺乏多样性等缺陷,提出基于随机游走和多样性图排序的个性化服务推荐方法(PRWDR).在分析直接相似关系稀疏性的基础上提出带权重的随机游走模型,通过在用户网络上进行随机游走来挖掘更多的相似关系;基于所有相似用户预测服务的Qo S值,并给出服务图模型构建方法,以过滤大量性能过低的候选服务;提出最优节点集合选取策略,利用贪婪算法得到兼具推荐准确性和功能多样性的服务推荐列表.在公开发布的数据集上进行实验,并与多个经典算法进行比较,验证了本算法的有效性.
方晨张恒巍张恒巍王晋东
关键词:数据稀疏性多样性随机游走模型
基于信任扩展和列表级排序学习的服务推荐方法被引量:5
2018年
针对传统基于信任网络的服务推荐算法中信任关系稀疏以及通过Qo S预测值排序得到的服务推荐列表不一定最符合用户偏好等问题,提出基于信任扩展和列表级排序学习的服务推荐方法(TELSR)。在分析服务排序位置信息的重要性后给出概率型用户相似度计算方法,进一步提高相似度计算的准确性;利用信任扩展模型解决用户信任关系稀疏性问题,并结合用户相似度给出可信邻居集合构建方法;基于可信邻居集合,利用列表级排序学习方法训练出最优排序模型。仿真实验表明,与已有算法相比,TELSR在具有较高推荐精度的同时,还可有效抵抗恶意用户的攻击。
方晨张恒巍张铭王晋东
关键词:信任关系
共1页<1>
聚类工具0