论文部分内容阅读
服务选择是实现服务共享复用的重要环节,随着互联网技术的飞速发展,满足相同功能属性而具有不同非功能属性的候选服务呈爆炸性增长,如何在众多候选服务中高效选取所需服务已成为服务计算领域的研究热点之一现有的基于QoS或利用信任度量来修正QoS的服务选择方法仅仅从服务请求者的角度出发,考虑服务提供者发布的QoS是否可信,通过提高服务提供者的可信性以确保QoS数据的真实可靠性,较少考虑服务请求者自身的个性属性特征对选择过程的影响而已有的基于协同过滤的服务选择方法利用协同过滤技术实现只在具有相同偏好的服务请求者中进行选择,通过缩小服务推荐者的规模以提高服务选择的精准性,但未能考虑服务推荐者的可信问题,不能有效避免恶意反馈对服务选择造成的不良影响为了避免以上问题,本文在现有研究的基础上,结合网络的结构特征和服务请求者的个性属性特征,定义用户群和用户社区的概念,通过CF算法和GN算法得到用户邻居,缩小了服务推荐者的规模然后本文将协同过滤技术与信任度量方法进行有机结合,利用层次分析法确定评价相似度领域相关度和推荐可信度的权重,最终得到用户邻居的推荐度在实验部分,本文选取了几种不同的服务选择算法进行仿真对比,发现本文算法不仅提高了服务选择的效率,还能有效避免服务推荐者的恶意攻击同时,本文设计和实现了在线医疗诊断系统,通过具体的实例,验证本算法的优势