服务计算下的信任评估模型(计算机应用研究)

--------------------------------收稿日期：2011-11-1；修返日期： 基金项目：山东省自然科学基金项目(ZR2011FM019)；作者简介：张永胜(1962－)，男，山东潍坊人，教授，研究方向Web 服务安全、软件工程环境；吴明峰(1985－)，男，山东枣服务计算环境下的信任评估模型张永胜 吴明峰 李园园（1. 山东师范大学 信息科学与工程学院，济南 250014；2.山东省分布式计算机软件新技术重点实验室，济南 250014）摘 要：信任管理是服务计算环境下的一个重要研究领域,而信任模型的信任度评估是该领域需要解决的关键技术之一。

本文分析了传统信任评估模型，以及介绍了信任概念和信任计算方法学，根据第三方代理的信誉推荐和团体信誉看法，提出了一种新的服务计算信任评估安全模型（SOC-TrustSM ）。

SOC-TrustSM 在传统信任评估模型的基础上，引入了第一手、第二手、第三手的信誉看法及团体信誉看法。

实验结果表明：SOC-TrustSM 能够较准确地获得出服务计算环境下获信代理的可信度，同时可以有效地抵御代理的恶意推荐行为。

关键词：服务计算;Web 服务;信誉;团体信誉;可信度 中图法分类号: TP393 文献标识码: ATrust Evaluation Model In Service ComputingZHANG Y ong-shengWU Ming-fengLI Y uan-yuan(1.School of Information Science and Engineering,Shandong Normal University ,Jinan 250014,China ；2.Shandong Provincial Key Laboratory for Novel Distributed Computer Software Technology, Jinan 250014,China)Abstract: The trust management is one of the important research areas in the environment of service computing,and its trust evaluation model is one of the key technology needed to solve. On the basis of the analysis of the traditional trust evaluation model ，s advantages and disadvantages ，trust concept and trust calculation methods ，according to the third party agent reputation and group recommended opinions ，we propose a new trust evaluation security model in the environment of service computing (SOC-TrustS M ）. On the basis of traditional trust evaluation model ，SOC-TrustS M introduces the thought of first or second or third-hand view and group credit view. The experimental results show that SOC-TrustS M can effectively evaluate the agency credibility of both sides in the environment of service computing,and resist malicious recommendation behavior of agency effectively.Key words: service computing;web services;credit;group credit;trust level0引言服务计算（Service Computing ，SC ）是利用服务作为基本组件来开发应用系统。

其中，Web 服务是SC 的核心支撑技术。

Web 服务是一种新型的分布式计算模型，凭借其动态性、松散耦合、语言与平台无关等特性而成为企业异构平台应用集成的最佳选择。

随着Web 服务应用规模的不断扩大，涉及的Web 服务提供者、Web 服务请求者的数目也在不断增加。

系统并不能保证每一个实体都是可信的，因此有必要通过信任评估技术来度量Web 服务的可信度，从而有效的降低恶意代理带来的威胁。

本文分析了传统信任评估模型，在此基础上提出了一种新的服务计算信任评估安全模型。

该模型引入了信任关系强度、第三方代理的信任推荐、第三方代理的信誉推荐、和团体信誉等概念。

实验表明: SOC-TrustSM 能有效提高信任度度量的准确性和可靠性。

1信任评估模型研究现状在大规模的分布式计算环境下，为了准确地反映代理间的信任关系，学术界和工业界针对不同的研究和应用领域，提出了许多信任评估模型。

例如Beth信任评估模型[1]、Schillo信任评估模型[2]、JΦsang信任评估模型[3]等。

这些模型都给出了信任的表述、信任度量的方法和综合信任计算公式，但却无法满足代理间信任关系的动态性和不确定性的要求。

当有多个推荐信任时，综合信任度的计算只是通过简单的均值来获取，此方法很难反映代理间真实的信任关系。

文献[4]提出了一种在网格环境下基于向量的信任评估模型。

该模型引入了自信任、信任的历史查询、时间衰减因子等来适应信任的不确定性和动态性。

从而对Web服务中的恶意代理有较强的抵御能力[5]。

不足之处:(1)该模型没有考虑实体的信誉，在计算推荐信任值时只相信邻居节点，所以不能够准确反映信任关系的真实情况；(2)该模型假定已经建立信任关系的实体不会提供虚假的推荐信息，因此，不能解决实体之间的欺骗行为。

文献[6]提出了一种在开放的网络环境下的云信任模型。

该模型使用推荐信任度进行综合信任计算，因此能够得到一个比较合理的信任度。

不足之处:(1)没有讨论实体未建立信任关系时信任度的初始化问题;(2)没有区分对推荐信任是基于第一手的推荐还是第二手的推荐，模型还比较简单。

文献[7]提出了一种在Web服务环境下基于模糊理论的信任评估模型。

模型分三步进行:信任的定义、信任实体使用基于模糊逻辑的信任模型进行信任的评估、调整代理的信任度。

使用模糊推理系统进行信任评估，能适应Web服务环境的动态性。

同时在实体交互后及时进行信任度的调整，对恶意实体也有较好的抵御能力。

不足之处:(1) 在计算综合信任度时对时间因素考虑较少,未涉及信任度随着时间的变化的问题，所以模型的适应能力需要改进；(2)该模型只使用直接信任进行计算，并没有考虑代理的信誉。

2 SOC-TrustSM2.1服务计算信任模型服务计算建立在面向服务的体系架构(SOA)这种新型的分布式计算技术基础上。

SOA由3种角色和3种行为构成。

3种角色分别是服务提供者、服务请求者、服务注册中心；3个行为分别为发布、查找和绑定。

在此基础上通过增加可信的第三方代理来扩展SOA模型。

扩展的SOA模型如图1所示。

图1 扩展的SOA模型2.2信任评估模型的相关概念参考现有的信任评估模型,给出与信任模型相关的信任关系的定义[8]。

定义1 (求信代理) 在给定的背景和时段下，对另一个代理的有忠诚或信念的一个代理。

定义2 (获信代理) 在给定背景和时段下，被另一个代理寄托忠诚或信念的一个代理。

定义3 (信任) 在给定的背景和时段下，直接信任、第三方代理的推荐看法、第三方代理的信誉看法及团体看法的综合值。

用四元组表示：SOC-TrustSM(dT,iT,C,G)，其中dT表示直接信任度；iT表示间接信任度；C分表示为基于第一手、第二手、第三手的信誉推荐的信誉值。

G表示信誉的团体看法。

定义4 (直接信任) 求信代理A对获信代理B 的直接信任度是指从A和B的历史交互记录中查找出A对B可信度的评价。

定义5 (推荐信任) 求信代理A和获信代理B 没有历史交互经记录，可以通过第三方代理C的介绍而建立的一种信任关系。

定义 6 (信任关系) 在推荐信任关系中存在求信代理对第三方代理的信任以及第三方代理对获信代理的推荐信任。

定义7 (信誉) 所有来自第三方推荐代理的关于获信代理的可信度的聚合。

根据第三方信誉推荐者是直接推荐、间接推荐还是二次间接推荐，对应地可分为第一手、第二手和第三手信誉看法(为减少信任计算的复杂度，本文规定：信誉看法考虑到第三手的看法，超过第三手的看法则当做第三手看法来计算)。

第一手信誉看法即第三方推荐代理的直接信誉看法;第二手信誉看法即第三方推荐代理的间接信誉看法;第三手信誉看法即第三方推荐代理的二次间接信誉看法。

定义 8 (团体信誉看法) 在服务计算环境中由信任度高的第三方代理组成一个专家团，通过亲自的体验来对其它代理或者服务作出评价。

2.3信任度的计算 （1）直接信任值根据求信代理和获信代理的历史交互经验（历史交互记录表），直接信任度的计算公式()''(x ,y ,n ,b )m dd T可以定义为：()''''()'' (x ,y ,n ,b )=s (x ,y ,n ,b )*w *=1(1)(x ,y ,n ,b )==0m i i i d m d f dT dT δθδ⎧⎪⎨⎪⎩其中，si(x,y,n ´,b ´)表示在时段n ´，背景b ´交互代理之间的信任值； w i为背景相似度的影响变量，[]w 01i∈，若当前背景和上一次交互的背景越相似，其值越靠近1，反之越接近0；δ表示代理双方是否发生过历史交互即是否有历史交互记录表；if 表示获信代理最后一次交往的时间所确定的看法的重要程度的时间影响因子。

if 的定义如下：()i ()(2)T p T n Nf n e--=式中T p 为最近一次交往的时间或时段，T n 为现在交往时间。

N 为时间衰减因子，N 越小，衰减的速率越大。

（2）推荐信任值推荐信任值的计算，需要从三方面来考虑：（1）求信代理对第三方代理的信任强度；（2）第三方推荐代理对获信代理信任强度；（3）相关的背景和时间。

假如求信代理x 有y 个第三方信任代理{y1,y2,…,yn}，则x 的推荐信任值()''(x ,y ,n ,b )m diT定义如下：()()()1s (x ,y ,n ,b )* (x ,y ,n ,b )s (y ,y ,n ,b )* (y ,y ,n ,b )(x ,iy ,in ,b )=(3)nm m ddm dndTdTiT=+∑y i表示第i 个第三方推荐代理，n 表示第三方推荐者代理的数目。