专利名称：基于云模型的web服务质量评价方法
技术领域：
本发明涉及互联网环境下，S0C计算范型中web服务质量的评价方法，具体地，
涉及一种基于云模型的主、客观服务质量的综合评价方法。
背景技术：
随着web服务技术的发展，互联网上出现越来越多的web服务及服务提供者。 尽管现有web服务标准，例如S0AP, UDDI, WSDL,能够支持服务的描述，发现和绑 定，但个人或商业消费者必须面对如何在开放的互联网环境中，正确选取web服务 及其提供者的挑战。由于众多候选web服务中，可能存在提供相似或相同功能的多 个web服务。因此，服务质量(Qos)则成为对web服务进行细致区分的额外基准。
传统QoS几乎涵盖完整的技术要求，例如性能，成功执行率，可靠性，可用性，安 全性等。但是，在互联网环境中，仅仅从实现技术层次定义和考察服务质量是不够的。 由于互联网的开放性，使得终端用户的参与能力得到前所未有的提升。用户可以对曾使 用过的服务进行评价，可以在使用服务前，对具体的服务质量细节提出期望。因而，从 服务消费者视图出发，web服务的主观信誉度及其遵从服务等级协定(SLA)的程度，成为 该领域众多研究者关注的重点。
Web服务信誉度是指服务消费者对web服务和服务提供者的信任程度，通常由消费 者的主观体验质量决定其信誉度的高低。SLA是web服务实际调用前服务消费者与提供 者达成的服务级别协定，通常由若干客观QoS属性组成，如服务的响应时间，成功执行 率，可用性，可靠性等，SLA中的客观Qos属性又称为SLA的参数。然而，对消费者而 言，web服务和服务的提供者的信誉度具有不同的含义。例如，具有高信誉度的web服 务，表明消费者信任该服务满足功能和非功能要求的能力。另一方面，对于服务提供者 而言，其信誉度表明消费者是否相信其具有良好的服务意图。
在电子商务和网络社区领域，早已对开放、异构互联网环境中信任问题进行较为深 入的研究。在这些领域，信任关系被视为比传统基于，授权-认证，的安全机制更为本质的 一种安全关系。研究者认为信任的等级评价依赖于用户的已有体验，是基于信念的主观 判断结果，具有明显的随机性和模糊性特点。并采用概率理论和模糊集合理论，分别对 信任的随机性和模糊性进行独立研究。
在web服务上下文中，当前已有一些从用户主观视图出发，对QoS进行研究的研究 工作。基于主观评价的信誉度度量方法，计算不同的信誉度评价等级的平均值，或者加 权平均值。基于SLA的度量方法，认为单纯通过评价用户主观打分，不足以捕获实际服
务质量与协定服务等级间的差异。因而，提出一种新的信誉度度量称为verity, verity根
据实际服务质量与协定服务等级间的差异衡量web服务和服务提供者的可信程度。
然而，web服务领域内有关信誉度的研究工作，依然存在某些局限。首先，这些方
法没有清晰地区分web服务和提供者的信誉度，实际情况常常是用相同度量指标即评价
web服务又对服务提供者的信誉度进行衡量。其次，信誉度评价的基本方法是，基于频
率的计算平均值的方法，即使是verity度量依然是采用类似的平均值计算方法。这种方
法并没有合理地考虑主观信任的随机性和模糊性。为了克服上述局限，需要一种合理的
度量机制，以区分web服务和服务提供者的信誉度。并在此基础上，提供一种能够合理、
有效地结合随机性和模糊性特点的量化评价方法。从而准确、合理地反映web服务和服
务提供者的信誉度评价信息，最终达到提高web服务发现、选取和组合质量的目标。
发明内容
针对服务消费者参与服务评价和服务等级协定的方式，本发明引入两个新的信 誉度度量，即能力信誉度和意图信誉度，分别用于对web服务能力及服务提供者的 服务意图进行评价。
假设能力信任空间AT=
为一定量论域，C为该论域上的用于表示对web 服务能力信任程度的某定性概念。对于任一x6AT, x对概念C的隶属度p 6
是一个具有稳定倾向的随机数。则x在AT上的分布称为能力信任云，记为ATC(x)。
能力信任反映了 web服务的信誉度，该信誉度主要依赖于服务消费者对web服 务能力的主观体验，即能力信誉度的高低由用户主观打分值计算得到。 一般地，主 观信誉度评分区间可以是[O,n]内任意实数值。如果nOl,在进行能力信誉度评价时， 需要将该区间映射到
区间，以便用统一的标准完成能力信誉度计算。
假设意图信任空间IT=[-1,1]为一定量论域，C为该论域上表示服务消费者对 服务提供者的服务意图和动机的信任程度的定性概念。对于任一x6IT, x对概念C 的隶属度ia6
是一个具有稳定倾向的随机数。则x在IT上的分布称为能力信 任云，记为ITC(x)。
意图信任云用于度量服务提供者的信誉度。该度量指标表示web服务实际调用 过程中QoS属性值偏离SLA的程度。SLA是服务调用前，服务消费者和提供者间达成 的服务等级协定，表明服务消费者对服务质量的期望，及服务提供者对服务质量的 承诺。通常SLA由一组参数构成，每个参数可视为一种云滴类型。每个参数的实际 值与其期望值的差，可视为一类云滴的量化数据。由于SLA的协商过程依然需要消 费者的参与，并且对最终的偏离程度的认知，依然需要消费者的主观判断。因此，
意图信誉度评价中仍然存在主观认知的随机性和模糊性。为此，本发明釆用云模型 对意图信誉度的随机性和模糊性进行统一描述，是合理的。
在此基础上，本发明提出一种基于云模型的信誉度量化评价方法，用于解决基 于主观信任的web服务发现、选取和组合质量问题。该方法能够结合web服务能力 和服务提供者服务意图的信誉度评价结果，较好地解决服务消费者正确发现、选取 和组合web服务的信任决策问题。
本发明方法具体如下 步骤一
根据能力信誉度的定义，设计能力信任云，包括能力信任云的类型选择， 一般 选择具有很好地普适性的一维正态云，但不排除使用其他类型云的选择；主观信誉 度区间到能力信任空间的映射方式；必要时可以设定定性概念级别。 步骤二
根据能力信任云的设计结果，从信誉度数据库中，获取web服务的历史主观信 誉度评价信息。应用逆向云生成算法，获得能力信任云的三个数字特征，构建能力 信任特征向量。
步骤三根据能力信任特征向量和信誉度量化公式i^二E;cxe-*+^￡x(C = 6 + l) (1)，
计算web服务的能力信誉度。b和c为影响因子，用于限定信誉度的精度范围。
步骤四设计意图信任云，包括意图信任云的类型选择，选取原则与能力信任云相 同；SLA参数的选取，例如SLA参数可包括服务响应时间，可用性等；必要时可以设 定定性概念级别。
步骤五获取SLA参数的历史数据，并根据公式Z)ZV厂Va(2)和Z),V。-Ve(3), 对多个SLA参数进行数据单调性处理；公式(2)和(3)可将具有不同单调性的SLA参
数统一为相同的单调性。
根据公式1^= C' —C咖(4),对SLA参数进行归一化处理，得到意图信任云的云滴
C max C min
数据。根据逆向云生成算法，计算意图信任云的三个数字特征值，构建意图信任特 征向量。
步骤六根据公式(l)计算意图信誉度,
步骤七根据公式(5)和(6)，计算综合信誉度，即信任评分
<formula>formula see original document page 6</formula>
图1原型系统结构示意图 图2信任评价流程示意图
具体实施例方式
为便于本领域一般技术人员理解和实施本发明，现结合附图描述本发明的实施
例
如图l所示，为实施本发明中所述方法的原型系统结构示意图，由至少一个用 户终端装置l,至少一个信任评价中心2，及至少一个信誉度数据库3组成。用户终 端装置1可以是任何具有有线或无线通信能力，且能够与信任评价中心2进行信息 交换的装置，如PC、手机等。用户终端1通过任何有线通信线路401,或无线通信 线路402，与信任评价中心2进行交互。信誉度数据库301用于存储web服务的历史 主观信誉度评价信息，SLA数据库302用于存储SLA协定，及服务实际执行中的SLA 参数数据，301和302可通过任何有线通信线路401或命令控制链接403与信任评价 中心2进行数据交互。
信任评价中心2，由至少一个主控装置201、至少一个能力信誉度评价装置202, 至少一个意图信誉度评价装置203，至少一个信任评分装置204组成。主控装置201 通过命令控制链接403,与装置202 、 203、 204连接，并负责整个评价过程的执行及 完成与用户终端装置1的信息交互。装置202负责完成基于能力信任云的能力信誉 度评价，装置203负责完成基于意图信任云的意图信誉度评价，装置204完成能力 信誉度和意图信誉度的合成，并生成最终的信任评分结果的任务。
本发明的具体实施过程中，可以根据需要配置多个分布式的信任评价中心2,且 多个信任评价中心2可以相互进行信息和数据交互。另外，信任评价中心2与信誉 度数据库3,可以进行物理集中配置，也可以进行分布式配置。
如图2所示，为实施本发明中所述方法的信任评价流程图，现结合图l所示原 型系统结构示意图，具体实施步骤详细描述如下 步骤-:
用户终端装置1通过401或402与信任评价中心2建立连接。通过与主控装置 201间的信息交换，选定一组web服务作为被评价对象。根据被评价对象的信誉度评 价机制和评分体系，主控装置201完成能力信任云设计，包括能力信任云的类型选 择， 一般选择具有很好地普适性的一维正态云，但不排除使用其他类型云的选择； 主观信誉度区间到能力信任空间的映射方式；必要时可以设定定性概念级别。 步骤二
主控装置201,从信誉度数据库301获取web服务的历史信誉度数据。如果需要， 则将信誉度区间映射为标准能力信任空间。然后，根据逆向云生成算法，生成能力 信任云的三个数字特征。不失一般性地，本发明对不同评分机制是否统一不做强制 要求，不同web服务可以由不同评价机制进行评分，但可能会影响评价的准确性。 因此，在相同评价机制和评分体系中，本发明所述方法的应用效果会更好。
根据web服务的历史主观评价信息，应用逆向云生成算法，计算能力信任云的三 个数字特征值，构建能力信任特征向量。能力信任特征向量由云模型的数字特征Ex 和He值构成，形如〈Ex,He〉。根据该特征向量，进行能力信誉度量化评价时，Ex和 He的物理意义分别为Ex作为信誉度评价的典型值，即信誉度的平均信誉度水平； He表示信誉度与平均信誉度的偏离程度，可以认为He体现了信誉度的稳定性。当 Ex较大时，可以认为信誉度较高，反之较低；当He较小时，可以认为信誉度较稳定， 反之其稳定性较差。 步骤三
主控装置201向能力信誉度评价装置发送能力信誉度计算请求。202根据信誉度
量化公式<formula>formula see original document page 7</formula> (1),计算web服务的能力信誉度，并将能力信誉度计算结果返回至201。 b和c为影响因子，用于限定信誉度的精度范围。
步骤四
主控装置完成意图信任云设计，包括意图信任云的类型选择，选取原则与能力信 任云相同；SLA参数的选取，例如SLA参数可包括服务响应时间，可用性等；必要时 可以设定定性概念级别。本发明不强制限定SU参数的个数和类型，可根据实际需 要构造SLA的参数集合。
步骤五
主控装置201获取SLA参数的历史数据，并根据公式D = Ve-V。(2)和 0^ = ^-^,(3),对多个SLA参数进行数据单调性处理。由于不同服务质量的单调性 不同，例如，服务响应时间具有单调递减性，即影响时间越大，其质量越差。而单 调递增的质量属性的单调性与之相反，如成功执行率，当成功执行率越大，其质量 越好。0 和D,分别表示具有递减性和递增性的云滴数据，V。和Va分布表示云滴值的 期望值和实际值。因此，通过公式(2)和(3),可将具有不同单调性的SLA参数统一 为相同的单调性，即单调递增性。
主控装置201根据公式"=C, —Cmin (4),对SLA参数进行归一化处理，得到意图
信任云的云滴数据。公式(4)中V表示归一化结果，C,表示第i个云滴数据，C圃和Cmax
分别表示最小和最大云滴值。根据逆向云生成算法，计算意图信任云的三个数字特征
值，构建意图信任特征向量。意图信任特征向量的含义与能力信任特征向量相同。
步骤六
主控装置201向意图信誉度评价装置203发出意图信誉度评价请求。203根据公 式(l)计算意图信誉度，并将意图信誉度计算结果返回至201。 步骤七
主控装置201向信任评分装置204发送信任评价计算请求。204根据公式公式(5) 和(6),计算综合信誉度，即信任评分。204将信任评分结果返回至201，由201将 最终信任评分结果返回至用户终端装置1。<formula>formula see original document page 8</formula> (6)
RSa和RS,分别表示web服务的能力信誉度和服务提供者的意图信誉度。TS表示 最终的信任评分，公式(5)满足以下信任评价的约東条件 1.信任评分随RSa和RS,的增大而增大，减小而减小2. 只有当RSa和RS,都同时为1时，信任评分TS等于1
3. 当RSa或RS,低于某阈值时，信任评分TS等于O
4. RSA的值越大，信任评分随RS,的变化而发生变化的速度越快，反之亦然 公式(6)为阈值计算公式，用于保障约束条件3。 5 a和5 ,分别表示RSa和RS,的阈值，
这些阚值可以根据实际的应用需要由用户指定，或者根据某给定原则进行计算。
本发明方法中涉及的两个信誉度度量指标(能力信誉度和意图信誉度)，避免了对web 服务和服务提供者信誉度评价指标不清晰的问题；以量化的方式，为web服务消费者合 理、准确地完成web服务的发现、选取和组合提供指导，解决了 web服务质量中主观信 任评价的随机性、和模糊性难以统一表达的问题。基于云模型的信任特征向量具有直观、 简洁的量化特点，避免了 web服务消费者面对多种信任评价机制，及多种评价结果展现 形式时所产生的决策^l晉误。
本发明具体实施方式
中，以正态云为实例，介绍了实施本发明方法的实施例。本发 明中云模型类型、及与云模型类型相关的逆向云生成算法，可根据实际需要进行选取； 并且，原则上本发明实施过程中，不要求能力信任云与意图信任云的类型完全一致。此 外，本发明为了信任评分的基本合理性，为信任评价公式(5)和(6),仅设定了所述的四个 约束条件。因此，针对云模型类型、相关云操作算法、及两种云模型类型一致性选择等 方面的变化，以及满足上述约束条件或扩展约束条件的信任评价方法都属本发明权利要 求的保护范围。
权利要求
1.一种基于云模型的应用于互联网环境下web服务的服务质量(Qos)的量化评价方法。其特征在于(1)使用能力信任云的数字特征，根据具有随机性、模糊性特点的主观信任评分，对web服务的服务能力进行量化评价；(2)使用意图信任云，描述web服务客观Qos与SLA(服务等级协定)的偏离程度，对web服务客观Qos变化进行量化评价；(3)在1，2量化数据的基础上完成web服务的主、客观服务质量的综合评价。
2. 根据权利要求1所述的一种基于云模型的应用于互联网环境下web服务的服 务质量(Qos)的量化评价方法，其特征在于(l)中能力信任云釆用能力信任空间AT表 示web服务的定量信誉度评价值；AT的定量论域区间为[O，l],并且，主观信誉度越接近0，则代表信誉度越低，越接近l，则代表信誉度越高。
3. 根据权利要求l所述的一种基于云模型的应用于互联网环境下web服务的服务质量(Qos)的量化评价方法，其特征在于(2)中所述意图信任云釆用意图信任空间 IT表示定量意图信誉度评价，IT定量论域区间为[-1, 1]，且越接近-1,则代表信誉度越低，越接近l，则代表信誉度越高。
4. 根据权利要求l所述的一种基于云模型的应用于互联网环境下web服务的服务质量(Qos)的量化评价方法，其特征在于(l)进一步包括能力信任云设计，能力 信任云数字特征生成，构建能力信任特征向量〈Ex,He〉。
5. 根据权利要求l所述的一种基于云模型的应用于互联网环境下web服务的服 务质量(Qos)的量化评价方法，其特征在于(2)进一步包括意图信任云设计，意图 信任云数字特征生成，构建意图信任特征向量〈Ex,He〉。
6. 根据权利要求l所述的一种基于云模型的应用于互联网环境下web服务的服 务质量(Qos)的量化评价方法，其特征在于(l)进一步包括根据能力信任特征向量 <Ex，He>,量化计算web服务的能力信誉度。
7. 根据权利要求l所述的一种基于云模型的应用于互联网环境下web服务的服 务质量(Qos)的量化评价方法，其特征在于(2)进一步包括根据意图信任特征向量 <Ex,He>,量化计算web服务提供者的意图信誉度。
8.根据权利要求1所述的一种基于云模型的应用于互联网环境下web服务的服 务质量(Qos)的量化评价方法，其特征在于(3)包括以下步骤1) 设置能力信誉度和意图信誉度的阈值；2) 根据阈值完成能力信誉度和意图信誉度的合成，生成最终的信任评分。
全文摘要
一种应用于互联网环境下web服务的服务质量(Qos)的量化评价方法。主要用于解决SOC(面向服务计算)计算范型中基于用户视图的服务质量评价问题。技术要点如下1.根据对web服务的历史主观评价数据，针对主观数据的不确定性，对其进行量化处理和评价。2.根据Web服务客观Qos与SLA(服务等级协定)的偏离程度，对web服务客观Qos进行量化处理和评价。3.在1，2量化数据的基础上完成web服务的综合Qos评价。本发明能有效解决Qos主观量化评价的不确定性问题，及Qos主、客观综合评价问题，提升动态、开放互联网环境下，web服务发现、选取和组合的质量。
文档编号G06Q20/00GK101364899SQ200810223938
公开日2009年2月11日 申请日期2008年10月10日 优先权日2008年10月10日
发明者莉 张, 帅 王, 王守信 申请人:北京航空航天大学