[发明专利]一种Web中面向服务环境中的基于张量的信任评估方法

说明书

本发明公开了一种Web中面向服务环境中的基于张量的信任评估方法，基于张量机制，服务消费者根据服务提供者提供的的历史服务报告，对服务提供者的服务提供表现进行建模。从服务提供者接收到所有相关的历史服务报告后，服务消费者为所有潜在服务提供者的所有历史服务构建稀疏张量模型。基于CP分解的稀疏张量补全方法补全张量中的缺失条目，从而服务消费者可以在当前时间段中评估所有潜在服务提供者在所需求服务上的潜在表现，并选择表现最好的服务提供者来提供所需服务。该发明可以在开放和动态环境中有效且准确地实现信任评估，尤其是当提供者的相关参考报告稀疏时。

技术领域

本发明涉及一种Web中面向服务环境中的基于张量的信任评估方法。

背景技术

多智能体的相关技术已广泛应用于许多基于Web的应用场景，如电子市场，云计算等。在过去的二十年中，基于多智能体的相关技术已被广泛被基于Web的面向服务环境所采用。在这样的环境中，服务被视为可交换资源，由环境中松散耦合的服务消费者(智能体)和服务提供者(智能体)所接受和提供。在接受服务之前，智能体(即服务消费者)需要评估不同智能体(即服务提供者)对其所请求的服务的潜在表现(即信任值)。信任值评估的准确性对服务消费者所能接受服务的质量有很大影响。因此，服务信任评估是基于Web的面向服务环境中的重要问题。

然而，由于基于Web的面向服务环境的一些特征，服务消费者有效且准确地评估服务提供者的信任值是具有挑战性的。这些特征包括： 1)开放性和动态性。在基于Web的面向服务环境中，智能体是具有自治能力的实体，可以自由进入和离开环境；2)规模庞大。在基于 Web的面向服务环境中，大量智能体进行交互并实时地接受和提供各种服务，服务消费者需要有效且准确地评估环境中大量服务提供者的信任值。3)分散控制性，在基于Web的面向服务环境中，没有一个中央控制器来记录服务提供者在该环境中的所有服务提供信息，服务提供者的历史服务提供表现一般需要由服务消费者自己收集。4)历史服务提供表现的主观性。即使服务消费者收集到了潜在服务提供者的历史服务表现，其表现值是由他们以前的服务消费者主观给出的，历史表现值的主观性应该在信任值的评估中被考虑和纠正。5)服务质量随时间的变化。即使对于同一服务提供者所提供的同一种服务，服务提供表现也会在不同时间段有所不同。在信任值评估时，服务消费者应考虑服务提供者表现这种随时间的变化。

为了实现准确的信任评估，在过去的二十年中，不同研究人员从不同的角度提出了许多信任评估方法。在早期，信任评估是许多推荐系统的重要组成部分。但是，大多数推荐系统都是集中式的架构，其中中央控制器会保留所有智能体在系统中的所有历史表现。然而，在许多分散控制环境中，例如在基于Web的面向服务环境中，没有一个中心的“控制者”来评估智能体的信任值。为了评估分散环境中智能体的信任值，近二十年来，许多分布式的信任评估方法被提出来。对于社交网络，在线购物平台等。在这些方法中，用户的信任是根据其在网络中的直接或不直接邻居提供的信任值来评估的。而在基于Web 的面向服务的环境中，智能体松散耦合，它们可以自由地进入和离开环境，因此，智能体的邻居们无法准确提供服务提供者在其服务上的表现。在过去十年中，许多针对基于Web的面向服务的环境的信任评估方法被提出。在这些方法中，由于服务提供者的信任值是根据其历史服务提供表现来评估的，因此他们主要采用历史表现报告机制来记录服务提供者的历史表现。该机制描述如下：在每个服务提供者提供服务之后，服务消费者要给出一个表现值来表示服务提供者在其服务提供上的表现。表现值和其他服务提供信息被记录在历史表现报告中，该参考报告由服务提供者保存。下一次，当服务提供者想要向另一个服务消费者提供服务时，它可以向该服务消费者提供相关的历史表现报告。而服务消费者可以通过所有收集到的服务提供者的历史表现报告评估服务提供者的信任值，并选择潜在表现最好(信任值最高) 的服务提供者来提供本次服务。历史表现报告机制非常适用于基于 Web的面向服务环境，因为服务提供者可以直接提供他们自己的历史表现，服务消费者不再需要在开放和动态环境中寻找相关服务提供者的之前的服务消费者来得到服务提供者的历史表现。然而，由于在历史表现报告中，服务提供者的表现是由不同的服务消费者主观给出的，并且大多数相应的方法在信任评估期间并没有考虑到消费者这种主观性，他们无法准确地评估服务提供者提供服务的信任值。