0 引言

    信任模型可以根據(jù)客戶(hù)與云服務(wù)的歷史交互行為和評(píng)價(jià),，使交易雙方能夠了解對(duì)方的可信程度，從而為客戶(hù)選擇云服務(wù)提供有價(jià)值的參考,。學(xué)界針對(duì)其他分布式計(jì)算環(huán)境,，如Ad Hoc網(wǎng)絡(luò)^[1，2]和P2P網(wǎng)絡(luò)^[3,，4]已經(jīng)提出很多有效的信任模型,。這些模型大多建立在對(duì)等條件下，每個(gè)節(jié)點(diǎn)都有自己的信任度,，并且都能夠主動(dòng)發(fā)起與其他節(jié)點(diǎn)的信任度量評(píng)估,。但是在云服務(wù)環(huán)境中的實(shí)體并不是對(duì)等關(guān)系，而是以客戶(hù)為主體對(duì)云服務(wù)商進(jìn)行評(píng)價(jià)和選擇,；第三方評(píng)估機(jī)構(gòu)作為認(rèn)證決策者,，其他實(shí)體接受其判斷。因此不能直接使用已有方案對(duì)云服務(wù)環(huán)境下的信任建模,。

    針對(duì)云服務(wù)環(huán)境實(shí)際情況,，文獻(xiàn)[5，6]通過(guò)以監(jiān)督服務(wù)質(zhì)量（Quality of Service,，QoS）和服務(wù)等級(jí)協(xié)議（Service Level Agreement,，SLA）為基礎(chǔ)來(lái)獲取信任值，從而建立信任管理模型,。但這種方式僅關(guān)注服務(wù)性能,，對(duì)技術(shù)規(guī)格條款的分類(lèi)模糊，缺乏對(duì)云服務(wù)安全能力的考慮,。TALAL H N^[7,，8]等建立了一個(gè)基于信譽(yù)的云服務(wù)信任管理框架CloudArmor，但是框架中并沒(méi)有一個(gè)可信的第三方對(duì)信任值驗(yàn)證提供支持,。中國(guó)可信云服務(wù)認(rèn)證組織建立了可信云網(wǎng)站(http：//www.kexinyun.org),，網(wǎng)站對(duì)信任管理與第三方認(rèn)證方式結(jié)合的服務(wù)選擇判斷進(jìn)行了初步嘗試，但其信任管理機(jī)制還很粗糙，難以抵抗各類(lèi)惡意評(píng)價(jià),。

    針對(duì)上述不足,，本文建立了基于客戶(hù)評(píng)價(jià)的信任模型(Customer Evaluation based Trust Model，CETrust),，通過(guò)總體評(píng)價(jià)和分項(xiàng)可信屬性評(píng)價(jià)兩種方式計(jì)算信任度,，根據(jù)第三方評(píng)估機(jī)構(gòu)權(quán)威認(rèn)證綜合評(píng)估信任度。提出性能和功能屬性約簡(jiǎn)算法對(duì)計(jì)算的屬性項(xiàng)目進(jìn)行約簡(jiǎn),，減少評(píng)價(jià)冗余和模型計(jì)算量,。通過(guò)客戶(hù)之間總體評(píng)價(jià)和分項(xiàng)屬性評(píng)價(jià)相似度大小來(lái)過(guò)濾共謀客戶(hù)和惡意客戶(hù)的評(píng)價(jià)，提升模型信任度評(píng)估的準(zhǔn)確性,。計(jì)算信任度過(guò)程中考慮客戶(hù)可信性,，引入信任度增長(zhǎng)和懲罰因子，提升模型動(dòng)態(tài)性能和評(píng)價(jià)的綜合性,?！　?/p>

1 CETrust評(píng)價(jià)屬性約簡(jiǎn)

    參考云計(jì)算服務(wù)安全的2個(gè)國(guó)家標(biāo)準(zhǔn)^[9，10],，本文將云服務(wù)環(huán)境中的實(shí)體簡(jiǎn)化為云服務(wù)客戶(hù)(Cloud Service Customer,，CSC)、云服務(wù)提供商(Cloud Service Provider,，CSP)和第三方評(píng)估機(jī)構(gòu)(Third Party Assessment Organization,，3PAO),。云服務(wù)的可信屬性分為3類(lèi)：功能屬性,、性能屬性和安全能力屬性,。

    由于云服務(wù)本身能力與CSC個(gè)體視角不同的原因，CSC對(duì)云服務(wù)性能屬性和功能屬性的評(píng)價(jià)可能產(chǎn)生不一致,、不完整,、不精確的情況；計(jì)算信任度時(shí)并不是每個(gè)屬性都起決定性作用,，評(píng)價(jià)中可能存在相當(dāng)程度的冗余,。因此CETrust基于知識(shí)信息量的屬性約簡(jiǎn)算法評(píng)價(jià)屬性進(jìn)行約簡(jiǎn)。

    CSC對(duì)象集C=(c₁,，c₂,，…，c_i)需要根據(jù)信任度選擇能夠滿(mǎn)足自身個(gè)性化需求的云服務(wù),，每個(gè)云服務(wù)都有性能屬性和功能屬性集合A=(a₁,，a₂，…,，a_m),，CSC對(duì)A中的屬性進(jìn)行評(píng)價(jià),，值域?yàn)镈=(D₁，D₂,，…,，D_n)。這樣CSC對(duì)云服務(wù)的屬性評(píng)價(jià)構(gòu)成一個(gè)信息系統(tǒng)S=(C,，A,，D，f),。

    定義 1^[11]  設(shè)S=(C,，A，D,，f)為一個(gè)信息系統(tǒng),，C為論域，R是A上的等價(jià)關(guān)系族,。則Q的所有等價(jià)關(guān)系的交也是一個(gè)等價(jià)關(guān)系，記作IND(Q),。

    定義 2^[11]  設(shè)R是一個(gè)等價(jià)關(guān)系族,，r∈R，如果IND(R)=IND(R-{r}),，則稱(chēng)r在R中是可被約去的知識(shí),；如果P=R-{r}是獨(dú)立的，則P是R中的一個(gè)約簡(jiǎn),。

    定義 3^[11]  R中所有不可約去的關(guān)系稱(chēng)為核,，由它構(gòu)成的集合稱(chēng)為R的核集，記作CORE(R),。

    定義4  客戶(hù)Cx的屬性評(píng)價(jià)知識(shí)且C_IND(P)=(C₁,，C₂，…,，C_x),，則知識(shí)P的信息量為：

    定義5  屬性a_p∈A(1≤p≤m)在A中的重要性為：

    即a的重要性表示為在A中去掉a后引起信息量變化的大小。

    假設(shè)最小約簡(jiǎn)中每一個(gè)屬性的權(quán)值表示為W_l=(w_l1,，w_l1,，…，w_lm),，則基于知識(shí)信息量的屬性約簡(jiǎn)算法描述如下：

    輸入：信息系統(tǒng)S=(C,，A，D,，f),；

    輸出：最小約簡(jiǎn)RED(A),，各屬性的權(quán)值。

2 CETrust客戶(hù)評(píng)價(jià)過(guò)濾

    惡意評(píng)價(jià)通常有2種：(1)利用共謀方式夸大或詆毀云服務(wù)信任評(píng)價(jià)以獲取利益的共謀客戶(hù)MC(Malicious Consumer)的評(píng)價(jià),，這類(lèi)評(píng)價(jià)具有明顯的相似性,；(2)以不負(fù)責(zé)的行為或報(bào)復(fù)心理進(jìn)行的惡意客戶(hù)CC(Collusive Consumer)的評(píng)價(jià)，這類(lèi)評(píng)價(jià)有很高的隨意性,，與其他正常的評(píng)價(jià)有明顯不同,。

    假設(shè)云服務(wù)環(huán)境中大部分客戶(hù)對(duì)云服務(wù)進(jìn)行符合自身實(shí)際情況的正常的評(píng)價(jià)，小部分客戶(hù)進(jìn)行了惡意評(píng)價(jià),。那么,，在第k+1次評(píng)價(jià)中，當(dāng)此客戶(hù)的評(píng)價(jià)與其他大部分客戶(hù)有一定程度不同時(shí),，客戶(hù)的真實(shí)性存疑,。即：

    (5)分別輸出MC和CC的標(biāo)記數(shù)量。

3 CETrust信任度計(jì)算

3.1 評(píng)價(jià)信任度計(jì)算

    在第k+1輪評(píng)價(jià)中分項(xiàng)屬性a_c的信任度為：

3.2 綜合信任度評(píng)估

    由CSC的評(píng)價(jià)計(jì)算出性能屬性和功能屬性的信任度后,，需要和3PAO對(duì)安全能力屬性的認(rèn)證評(píng)估綜合,，從而得到對(duì)云服務(wù)的完整的綜合信任度。綜合信任度與云服務(wù)編號(hào)組成信譽(yù)表Table(CSnum,，TDcs),。綜合信任度評(píng)估方法為：

    TD_cs=TD+A_s                                                (12)

其中，A_s取值為1或0,，當(dāng)TDcs≥1時(shí),，表示云服務(wù)經(jīng)過(guò)3PA0的評(píng)估認(rèn)證；當(dāng)TD_cs<1時(shí),，表示沒(méi)有經(jīng)過(guò)3PA0的評(píng)估認(rèn)證,，其信任度由其他CSC的評(píng)價(jià)計(jì)算而出。CSC如果對(duì)安全能力有要求,，則應(yīng)當(dāng)從綜合信任度大于1的云服務(wù)中進(jìn)行選擇,；如果CSC對(duì)安全能力沒(méi)有要求，則可以考慮其他客戶(hù)評(píng)價(jià)計(jì)算出的信任度,。

4 實(shí)驗(yàn)仿真與分析

    采用NetLogo5.2平臺(tái)對(duì)云服務(wù)信任模型進(jìn)行實(shí)驗(yàn)仿真,。假設(shè)某云服務(wù)的性能和功能屬性共10項(xiàng)，評(píng)價(jià)等級(jí)劃分為D=(D₁,，D₂,，D₃，D₄,，D₅),，即滿(mǎn)意、較滿(mǎn)意,、一般,、不滿(mǎn)意,、差，量化為1,、0.75,、0.5、0.25,、0,。RC總數(shù)設(shè)置為1 000人，評(píng)價(jià)次數(shù)設(shè)置為50次,。進(jìn)行評(píng)價(jià)的客戶(hù)設(shè)置為3類(lèi),，分別是：正常客戶(hù)NC共850人,，共謀客戶(hù)CC共100人,，惡意客戶(hù)MC共50人。各參數(shù)設(shè)置為：ζ=0.50,，δ=0.85,，α=0.20，β=0.60,，η=0.90,。

4.1 惡意評(píng)價(jià)過(guò)濾

    圖1顯示CETrust在50次評(píng)價(jià)中檢測(cè)出的SC、CC和MC的數(shù)量,，基本穩(wěn)定后平均值為SC=211、CC=103,、MC=52,。由于不同客戶(hù)對(duì)同一云服務(wù)的各項(xiàng)性能和功能屬性主觀體驗(yàn)各不相同但大體一致，因此模型對(duì)客戶(hù)類(lèi)型的檢測(cè)數(shù)量會(huì)不斷波動(dòng),，但平均數(shù)趨于一致,。SC、CC,、MC檢測(cè)結(jié)果略大于實(shí)驗(yàn)設(shè)置的標(biāo)準(zhǔn)值（5%左右）,。實(shí)際是以提升誤檢率為代價(jià)減少漏檢率的，目的是提升模型抵抗惡意評(píng)價(jià)的能力,。

4.2 屬性約減后的信任度

    圖2中CAR和CAR-RE分別表示不進(jìn)行屬性約減和進(jìn)行屬性約減兩種情況得到的信任度曲線,。CAR和CAR-RE曲線總體保持一致，在第50輪時(shí)信任度都穩(wěn)定在0.69,。說(shuō)明CETrust在進(jìn)行屬性約簡(jiǎn)后沒(méi)有損失信息系統(tǒng)的信息,，在減小計(jì)算量的同時(shí)保持了與屬性約簡(jiǎn)前的計(jì)算準(zhǔn)確度。CR曲線表示客戶(hù)的總體評(píng)價(jià)得到的信任度,，由于評(píng)價(jià)尺度粒度較粗,，不同客戶(hù)的不同評(píng)價(jià)標(biāo)準(zhǔn)使用總體評(píng)價(jià)CR和分項(xiàng)屬性評(píng)價(jià)CAR(CAR-RE)信任度有6%左右的偏差,。

4.3 Eigen-Trust與CETrust的信任度

    將Eigen-Trust模型^[12]作為基準(zhǔn)與CETrust的總體和分項(xiàng)屬性評(píng)價(jià)聚合計(jì)算出的信任度TD進(jìn)行對(duì)比。設(shè)置兩個(gè)模型的初始信任度都為0.5,。圖3中CETrust信任度穩(wěn)定在0.70,，Eigen-Trust信任度平均值為0.79。由于Eigen-Trust僅將服務(wù)質(zhì)量作為評(píng)價(jià)時(shí)信任度計(jì)算的指標(biāo),，因此在計(jì)算信任度時(shí)對(duì)惡意評(píng)價(jià)的過(guò)濾效果不夠好,，導(dǎo)致其信任度在計(jì)算時(shí)受到不負(fù)責(zé)任的評(píng)價(jià)影響的會(huì)有較大波動(dòng)，受到共謀的夸大影響使可信度計(jì)算結(jié)果偏高,。

5 結(jié)論

    本文提出了一種云服務(wù)環(huán)境下基于客戶(hù)評(píng)價(jià)的信任模型,，結(jié)合粗糙集理論確定分項(xiàng)屬性權(quán)重，基于知識(shí)信息量的屬性約簡(jiǎn)算法減少分項(xiàng)屬性信任度的計(jì)算量,，使用基于評(píng)價(jià)相似過(guò)濾算法去除惡意評(píng)價(jià)影響,，最后通過(guò)第三方機(jī)構(gòu)的認(rèn)證評(píng)估結(jié)果得到了能夠真實(shí)準(zhǔn)確反應(yīng)客戶(hù)評(píng)價(jià)的綜合信任度。仿真與分析結(jié)果表明,，該模型能夠通過(guò)標(biāo)識(shí)共謀客戶(hù)和惡意客戶(hù)方法,，有效應(yīng)對(duì)各類(lèi)惡意評(píng)價(jià)，在不損失信任度計(jì)算精確性的條件下減少了計(jì)算量,，為當(dāng)前云服務(wù)信任度評(píng)估和云服務(wù)選擇提供了一種有效方法,。

參考文獻(xiàn)

[1] 田春岐，黃震華,，鄒仕洪.構(gòu)建自組網(wǎng)絡(luò)中基于興趣群組的激勵(lì)機(jī)制[J].電子學(xué)報(bào),，2015，43(12)：2466-2469.

[2] RAVINDRA J M,，DADASO T M.TRAODV：Trusted and robust adhoc on demand distance vector routing in MANET[J].International Journal of Computer Science and Information Technologies,，2015，6(3)：2342-234.

[3] KANG X,，WU Y.A trust-based pollution attack prevention scheme in peer-to-peer streaming networks[J].Computer Networks,，2014，72(7)：62-73.

[4] 陳衛(wèi)東,，李敏強(qiáng),，趙慶展.基于P2P環(huán)境下的Web服務(wù)選擇信任模型研究[J].計(jì)算機(jī)科學(xué)，2015,，42(1)：113-118.

[5] ALHAMAD M,，DILLON T,CHANG E.SLA-based trust model for cloud computing[C].NBIS：Proceedings of 13th International Conference on Network-Based Information Systems，IEEE,，2010：321-324.

[6] QU C,，BUYYA R.A cloud trust evaluation system using hierarchical fuzzy inference system for service selection[C].Proceedings of IEEE 28th International Conference on Advanced Information Networking and Applications，IEEE,，2014：850-857.

[7] TALAL H N,，QUAN Z S,，NGU A H，et al.CloudArmor：supporting reputation-based trust management for cloud services[J].IEEE Transactions on Parallel and Distributed,，2016,，27(2)：367-380.

[8] TALAL H N，QUAN Z,，ZEADALLY S,，et al.Trust management of services in cloud environments：obstacles and solutions[J].ACM Computing Surveys，2013,，46(1)：28-36.

[9] 全國(guó)信息安全標(biāo)準(zhǔn)化技術(shù)委員會(huì).GB/T 31168-2014信息安全技術(shù)云計(jì)算服務(wù)安全指南[S].北京：中國(guó)標(biāo)準(zhǔn)出版社,，2014.

[10] 全國(guó)信息安全標(biāo)準(zhǔn)化技術(shù)委員會(huì).GB/T 31167-2014信息安全技術(shù)云計(jì)算服務(wù)安全能力要求[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2014.

[11] 王國(guó)胤,，姚一豫,，于洪.粗糙集理論與應(yīng)用研究綜述[J].計(jì)算機(jī)學(xué)報(bào)，2009,，32(7)：1229-1246.

[12] SEPANDAR D K,，MARIO T S，HECTOR G M.The EigenTrust algorithm for reputation management in P2P networks[C].Proceedings of the 12th Int'l Conf.on World Wide Web.Budapest：ACM Press,，2003：640-651.