云制造环境下基于可信评价的云服务选择

针对云制造环境下因存在大量功能相同或相似的制造云服务而导致用户很难获得合适云服务的问题,提出了一种基于可信评价的制造云服务选择方法。对问题进行了抽象,将可靠性、可用性、时效性、价格和诚信度纳入可信特征集,并考虑评价时间、评价者的诚信度对可信值的影响,采用加权平均的方法计算制造云服务的整体可信度;在此基础上,综合考虑制造云服务的功能、任务负载、当前状态和物理距离等因素,通过匹配功能、任务负载和价格,并结合可信评价值来指导云服务的选择。仿真结果表明,所提方法能够有效地识别云制造环境下的制造云服务实体,可提高交易活动的成功率,满足用户的功能需求和非功能需求。

云制造服务的层次化可配置可信评价模型

为了解决云制造服务的信任评价问题,为云制造服务使用者提供服务选择的准则,并为平台运营者提供服务管理的方法,提出一种层次化可配置的可信评价模型。该模型将可信评价对象分为服务实例、服务产品和服务主体三个层次,结合不同类型云制造服务的特点,自底向上归约式地建立了包括通用评价指标和特有评价指标的可信评价指标术语库。依据所提方法,云制造服务平台运营者能够根据不同评价对象的层次、业务活动类型、资源类型等信息进行模型的配置。

基于区块链的MaaS用户服务可信评价模式与系统研究

传统交通服务用户评价存在数据集中式存储管理、评价过程不公开透明、数据易被篡改等问题,评价结果可信度不高。在出行即服务(MaaS)体系下,交通服务涉及MaaS服务平台商与运输企业等更多运营服务主体,如何建立可信的服务评价模式对于MaaS服务质量监管和改善尤为重要。文中基于区块链不可篡改的技术特点,提出基于区块链的MaaS用户服务可信评价模式,并以乘客满意度评价场景为例,设计基于区块链的MaaS乘客满意度评价系统。

新闻推荐算法可信评价研究

随着AI、5G、AR/VR等新技术的快速发展,内容类应用如电子商务、社交网络、短视频等层出不穷,导致信息过载问题日益严重。人工智能技术的发展推动了智能算法的爆炸式运用,作为智能算法的一种,推荐算法在大数据、应用场景和计算力的推动下,通过信息过滤技术,为用户提供适应兴趣及行为的个性化及高质量的推荐服务,逐步提高了用户的使用体验、内容分发效率,在一定程度上缓解了信息过载的问题。但推荐算法的潜在偏见、黑盒化特性及内容分发方式也逐渐带来了决策结果不公平性、不可解释性,信息茧房、侵犯用户隐私等安全挑战。如何提高推荐算法的可解释性、公平性、可信程度等越来越受到国内外政府监管部门、产业及学术界的重点关注,推荐系统和推荐算法也由此从发展期进入管制期。为此,本文针对新闻推荐领域,分析推荐算法的稿件画像、用户画像、推荐推送、反馈干预和人工复审等关键要素,围绕推荐算法生态的参与者,如内容生产者、受众、算法模型、新闻平台,从公平性、可解释性和抗抵赖性三个方面提出了一种新闻推荐算法可信评价体系,并进行定量或定性分析。公平性、可解释性和抗抵赖性是正相关关系,当公平性和抗抵赖性越强、可解释程度越高,新闻推荐算法的可信度越高。希望弥补新闻推荐算法领域的可信研究的空白,建立可信推荐算法生态,加速安全推荐系统的建立和推广,同时为智能算法可信研究提供参考,为智能算法的监管和治理提供思路。

基于AHP-GRA 的用户身份可信评价方法

随着互联网和社交媒体的快速发展,我国的经济活动对网络依赖性逐步增强,涉及到资金和财产的网络活动加剧,对用户身份进行认证的需求变得更加迫切。因此,提出了一种将层次分析法(Analytic Hierarchy Process)和灰色关联分析(Grey Relation Analysis)结合使用的用户身份可信评价方法(Analytic Hierarchy Process-Grey Relation Analysis,AHP-GRA),以现有的权威身份认证提供商提供的身份信息为原始输入,个体用户后续输入的身份属性信息通过属性聚类及相似度计算进行评分,使用层次分析法和灰色关联分析将各条属性可信评价进行多层次关联决策分析,并得到用户身份的可信评价。

基于用户满意度的大数据服务可信评价与优化

传统基于QoS的服务评价和优化不能最大化大数据服务的用户满意度,从服务评价和服务运行优化,研究大数据服务用户满意度最大化方法。阐明用户满意度形成机理,研究情景感知的用户满意度模型,解决用户满意度模型不准确问题;揭示评价用户搭便车行为机理,研究评价用户参与评价激励机制,解决用户满意度数据不全面问题;在Logistic回归和社会网络理论的基础上,研究评价用户可信度综合评估方法,解决用户满意度数据不可信问题;探索情景相似的用户Top-K查询和用户满意度数据云模型描述方法,研究基于云模型的可信服务评价方法,解决服务评价不可信问题;阐明服务运行期的服务参与者行为及博弈机理,研究服务运行期的博弈优化方法,解决单方优化方法无法使服务参与者收益最大化问题。为大数据服务的评价和优化提供新的研究思路。

基于可信评价的医疗社区咨询检索优化算法

随着移动互联网技术和医疗社区平台的普及,越来越多的市民在去医院就诊前会上医疗社区平台进行症状查询或者寻医咨询。医疗社区平台上的商业导向、广告植入乃至无良偏方很容易诱导患者采用不恰当的治疗手段。针对这些信息给综合检索平台的通用医疗信息检索带来了巨大噪声的问题,提出一种基于医疗社区平台信息提供方的可信评价机制。该方法通过分析医疗咨询信息提供者的专业等级、关注领域、信息认可度等社区平台公开数据对一个医疗社区问答集中的多个回答进行排序筛选,解决了医疗社区问答系统中"一问多答"现象给检索系统带来的干扰;同时将新的医疗咨询检索内容进行科室分类,并与信息提供方的关注领域进行匹配,从而有效提高了检索系统对医疗社区平台问答数据的检索命中率。

面向个性化需求的云制造服务可信评价模型

针对传统的云制造服务可信评价模型中存在的可扩展性弱、难以满足个性化需求等问题,提出一种可扩展性强、可以较好地满足个性化需求的可信评价模型。首先构建多层次的、多粒度的云制造服务可信评价框架;然后基于此框架,提出了基于云模型的云制造服务可信评价方法,在该方法中,引入云模型理论,用于统一表征不同类型的评价指标,以及描述用户的个性化需求,采用标准离差法计算不同评价指标的权重系数;最后通过应用案例检测所提方法的有效性,并通过时间开销的对比实验验证该方法的可行性。实验结果表明,与传统的方法相比,该模型在合理的时间开销范围内,可以根据用户的个性化需求,对不同的云制造服务提供方进行更为准确的可信评价,进而帮助用户选择满意度更高的云制造服务。

第三方物流中驾驶员安全可信评价方法研究

根据对人类行为的S-O-R经典模式的拓展,从自身感知、判断及操作三个方面对驾驶员的能力特性进行分析,确定了能力特性的分级安全测试指标;建立以安全可信为核心的概念模型,分层次阐述概念模型的安全信任、物流整合以及服务质量的基本要素;基于灰色关联分析原理,研究驾驶员安全可信评价方法,给出了详细的步骤。通过模拟计算与分析,灰色关联分析法可有效用于评价驾驶员的驾驶特性能力,为第三方物流行业的驾驶员选拔、培训和管理提供理论依据和评价方法。

基于反馈的双向可信评价

本文提出基于反馈的双向可信评价方法。该方法采用拟合二次曲线评估可信动态变化趋势,依据可信动态变化趋势判断并丢弃本身不具可信度的可信评价值,针对这些不可信的评价值的来源向可信评价系统反馈评价,实现基于反馈的双向可信评价。

区块链技术支撑下可信评价系统构建的思考

区块链技术诞生已近10余年。近几年,对区块链的研究、应用得到非常广泛的关注,区块链产业规模高速增长,应用场景持续拓展。虽然2020年我国区块链市场规模占全球比重仅为13%,但随着国家政策、基础技术的推动,我国区块链行业市场规模将不断扩大,必将成为助力数字经济发展的重要手段。

房建工程勘察成果分析及可信度评价研究

为保障房建项目后期设计的准确性,文中结合勘察区地质条件,对勘察成果进行分析,并通过层次分析法、1-9标度法和隶属度法开展勘察成果可信度评价。分析结果表明,项目区地质条件相对一般,结合地质条件,3栋建筑的基础方案拟设为两类,即浅基础和深基础。同时,该项目勘察成果通过可信度分析,得到勘察成果可信度得分为K=LD=88.58,因此,该项目的勘察成果可信度等级为Ⅳ级,即该项目勘察成果的可信度很好,能很好地满足后续设计要求。

基于D-S理论的可信云服务评价方法研究

云制造环境下,用户选择云服务资源时往往陷入信息量巨大以及信任缺失的困境。针对如何选取可信云服务的问题,提出了一种基于D-S理论的云服务评价方法。选取六个云服务指标作为可信特征集;通过获取定性定量指标评价信息,求解指标的评价等级隶属度;进而获得评价指标效用偏好度作为基本概率分配值;引入各云服务评价指标的权重修正基本概率分配以减少证据合成过程中的冲突;应用D-S理论合成规则对可信云服务的证据进行合成;计算各云服务的信任区间并将其进行偏序关系的对比,实现了云服务的选择。以某汽车零部件制造商选择云服务为例,验证所提方法的可行性和有效性。

基于云会计环境下CAS可信性评价研究

将互联网基于大数据融合的云端服务应用于会计信息化领域,不仅降低企业的会计信息化建设与维护成本同时提高了企业高效便捷的财务业务处理效率。本文首先从基本、关键、可扩展等三个用户关注属性构建云会计环境下CAS可信性评价指标体系。建立CAS可信分级标准,构建基于云会计环境下的CAS可信过程评价模型。最后选取三款产品进行分析验证。

一种Web服务QoS可信性评价模型

随着Web服务数量的增加,根据Web服务的非功能属性(QoS)度量Web服务质量成为研究热点之一.目前对Web服务QoS的研究主要集中在QoS信息管理、QoS度量方法及基于QoS驱动的服务选取上,但对于QoS评价的可信性研究较少.本文在目前QoS研究的基础上提出一个Web服务QoS可信性评价模型,并给出了两种Web服务QoS可信性评价方法.最后,描述了可信性评价的实验过程及效率分析.

基于软件行为轨迹的可信性评价模型

软件动态可信性评价已经成为信息安全领域研究的一个热点问题.为了提高评价的精确性,在充分考虑了软件的运行流程和运行背景的基础上,提出了基于软件行为轨迹的可信性评价模型(CEMSBT).该模型引入软件行为轨迹描述软件行为,软件行为轨迹由运行轨迹和功能轨迹构成,运行轨迹表示软件运行时的有序操作,表征为有序的检查点向量;功能轨迹则由能够表征软件功能的一系列场景来刻画.为了减少可信性评价的时间和空间开销,给出了软件行为轨迹的化简规则.模型应用检查点的标识评价规则和场景评价规则对实际的软件行为进行评价.考虑到分支给程序带来的随机性很可能被入侵者利用,分支处的检查很必要.模型通过场景确定分支的走向,从而降低了分支处异常情况的漏报率.仿真实验表明CEMSBT具有较高的精确性和效率.

一种可信软件设计方法及可信性评价

针对可信计算组织TCG(Trusted Computing Group)的信任链无法保障软件运行时动态可信的问题,对该信任链进行扩充,引入对软件运行时动态可信性的检测,提出了可信引擎驱动的可信软件信任链模型,并在此基础上提出了一种可信软件设计方法及可信性评价策略.通过引入描述软件可信行为轨迹的可信视图,在可信软件检查点处植入检查点传感器,将软件可信性融入软件设计中.通过对软件的完整性度量以及运行过程中软件行为轨迹的监测,实现软件的可信性保障.实验分析表明:采用该方法设计的软件能够有效地检测软件异常,并且成功检测软件异常的能力明显优于基于TCG信任链的软件.

一种SOA软件系统可信性评价方法研究

结合计算机系统可信性评价需求,研究基于SOA软件系统可信性评价方法.首先引入SOA软件代数模型,给出SOA软件可信范式,为从软件体系结构角度研究可信性评价问题奠定基础.给出SOA软件元素(服务组件和服务组合)可信属性的定义以及可信性定义;证明可信范式下SOA软件系统的Markov特性,提出SOA软件系统的综合可信性评价模型.通过一个案例解释SOA软件系统可信性模型的应用.最后通过与同类研究比较,总结本文的特点和贡献.

云会计产品可信性评价指标体系与等级模型

云会计环境下产品的可信性程度是企业选择云会计的关键考虑因素。从质量、使用、声誉三个维度建立了云会计产品的可信性评价指标体系,并将产品的可信性划分为6个等级,提出了云会计产品的可信性等级模型,期望能够为云会计产品的可信性评价提供理论支撑,并为企业购买和厂商合理定价提供指导。

云计算中服务可信度评价的个性化融合方法

在具有动态性、虚拟计算和分布计算等特点的云计算环境中,如何采信云服务的可信度评价历史数据并由此挖掘最大的参考价值,是当前云服务的信任机制研究面临的一个关键问题.提出了一种云服务可信度评价的个性化融合方法,该方法从云服务的个性化特征分析入手,利用相似度评估函数,基于云服务用户集合构建特征共同体,接着引入证据理论,通过逐步求精迭代识别伪证据,过滤不可靠的可信度评价,然后,结合特征共同体的个性化加权系数,以一种新的相关证据融合公式实现可信度评价数据的融合.仿真实验和分析表明,本文方法具有良好的自适应性,能够为带有明显个性化特征且没有直接使用经验的用户提供具有较高价值的参考数据,从而提高云计算环境下服务可信度评价的准确度.