论文部分内容阅读
近年来,随着Web服务技术的广泛应用,互联网上出现了大量的Web服务,这些服务通过Web平台为消费者提供各种功能,构成了大规模面向服务计算的基础。由于服务开发者众多,具有相同或相似功能的服务层出不穷,如何在这些相似服务中选择满足用户需求的优质的服务成为了一个关键问题。为此,大量的Web服务发现和选择方法被提出,主要有基于服务质量(Q ua lity of Service,Q oS)的方法、基于信任的方法等。然而,以往的方法很少考虑到用户隐私保护的问题。而在实际的服务选择中,用户大多数情况下需要向服务提供者提供自己的个人数据,如姓名、手机号码等。这些数据可能关系到用户的个人隐私,而目前情况下,用户和服务提供者之间常常缺乏可行的隐私数据保护协议,导致用户在进行服务选择时存在严重的隐私安全隐患。本文工作主要包含以下几个方面:1)针对用户的隐私偏好和服务的隐私策略定义问题,提出了一种柔性的表达方法,允许用户和服务提供者采用自然语言术语描述隐私偏好和隐私策略;2)针对服务选择中的隐私保护问题,不仅考虑了服务信誉的影响,也考虑用户的隐私偏好的影响,通过定义模糊逻辑推理规则把两者结合起来,计算用户在选择不同信誉的服务时所需要付出的隐私代价,然后对候选服务进行排序,将隐私暴露风险最低的服务推荐给用户;3)针对以往服务组合研究的不足,提出了一种隐私感知的服务组合模型,在服务组合中增加了满足用户隐私保护需求的约束条件,把面向服务组合的多目标优化问题转化为最优路径查找问题,在Dijkstra算法的基础上设计算法可以为用户构造隐私代价最低的服务组合。为了证明本文所提出方法的有效性,本文不仅使用了若干例子进行了说明,而且开发了隐私感知的服务选择方法系统原型,同时还利用仿真数据开展了实验,以验证本文方法的性能。