[发明专利]虚假制造云服务识别方法

权利要求书

1.一种虚假制造云服务识别方法，其特征在于，建立云服务有效性判别指标体系，通过基于蒙特卡洛模拟估计的超体积计算模型，对制造云服务数据集内的虚假制造云服务进行识别，并进行剔除与清洗；

将蒙特卡洛模拟估计和超体积算法相结合，建立所述基于蒙特卡洛模拟估计的超体积计算模型，计算每一个云制造服务多维指标的超体积值，根据超体积值的大小，识别虚假制造云服务，并将超体积值小于预设阈值的云制造服务从云制造服务数据集中剔除。

2.根据权利要求1所述的虚假制造云服务识别方法，其特征在于，通过对制造云服务的查找，以及网页上对产品信息及交易记录分析，获取制造云服务产品的关键信息。

3.根据权利要求2所述的虚假制造云服务识别方法，其特征在于，所述云服务有效性判别体系为两级体系结构；一级体系包括制造云服务的三个方面：服务完备性、供应性和访问能力；每个方面均包括二级体系；所述服务完备性的二级体系包括：性能描述信息、参数配置信息以及产品实物图或视频；所述供应性的二级信息为产品供应商的信息，包括：供应商的数量、产品价格、运输成本、时间成本；所述访问能力为通过网络完成服务询价的客流量或询价数量。

4.根据权利要求1所述的虚假制造云服务识别方法，其特征在于，所述基于蒙特卡洛模拟估计的超体积计算模型通过如下方式建立：

记制造云服务数据集为Z，云服务的指标为：

其中，n为云服务数据维数，z_i为指标值，l_i和u_i分别为指标的上下限；得到所有指标所形成的多维空间体积V：

对于M个样本点表示为s₁，s₂，…，s_M；

记H_i(a，P，R)为第i个分区的体积，a为空间中的一个点，P为点集合，R为参考点；超体积算法预先定义参考点R，通过检查每一个S是否在区域H_i(a，P，R)中的两个判断依据如下，其中，1≤i≤k，a∈P：k为空间分区的数量；

(1)在多维空间中，s_j是在参考点r的下方，即存在一个r，使得s_j被参考点R所支配；

(2)支配s_j的集合A不是空的集合；

如果两个条件满足，则采样点s_j在分区H_i(a，P，R)中，有i＝|A|，且a∈A，说明a在第i部分区域；如果上面两个条件有一个不满足，则采样点s_j不在分区H_i(a，P，R)中；

记为一个离散的变量，如果采样点s_j在分区H_i(a，P，R)中，且a在第i部分区域，则为1，否则，为0；

则对应的部分估计值为：

记基于共享权重σ_i的系数为：

则a对应的超体积估计值为：