[发明专利]信任感知的Web服务质量预测系统及方法

摘要

本发明所设计的信任感知的Web服务质量预测系统，它的输入数据处理模块的输出端连接QoS数据库，QoS数据库的第一数据输出端连接可信邻居挖掘模块，QoS数据库的第二数据输出端连接用户信誉度计算模块，QoS数据库的第三数据输出端连接相似服务挖掘模块，用户信誉度计算模块的第一数据输出端连接可信邻居挖掘模块，用户信誉度计算模块的第二数据输出端连接相似服务挖掘模块，可信邻居挖掘模块的数据输出端连接QoS预测模块，相似服务挖掘模块的数据输出端连接QoS预测模块。本发明有效地保证了Web服务QoS预测过程中采用的QoS数据的可信性。

主权项

1.一种利用信任感知的Web服务质量预测系统进行信任感知的Web服务质量预测的方法，所述信任感知的Web服务质量预测系统包括输入数据处理模块(1)、QoS数据库(2)、可信邻居挖掘模块(3)、用户信誉度计算模块(4)、相似服务挖掘模块(5)和QoS预测模块(6)，其中，所述输入数据处理模块(1)的数据输入端用于接收用户反馈的QoS信息，输入数据处理模块(1)的数据输出端连接QoS数据库(2)的数据输入端，QoS数据库(2)的第一数据输出端连接可信邻居挖掘模块(3)的数据输入端，QoS数据库(2)的第二数据输出端连接用户信誉度计算模块(4)的输入端，QoS数据库(2)的第三数据输出端连接相似服务挖掘模块(5)的输入端，用户信誉度计算模块(4)的第一数据输出端连接可信邻居挖掘模块(3)的数据输入端，用户信誉度计算模块(4)的第二数据输出端连接相似服务挖掘模块(5)的数据输入端，可信邻居挖掘模块(3)的数据输出端连接QoS预测模块(6)的数据输入端，相似服务挖掘模块(5)的数据输出端连接QoS预测模块(6)的数据输入端，QoS预测模块(6)的数据输出端用于向用户推荐Web服务；其特征在于，进行信任感知的Web服务质量预测的方法，包括如下步骤：步骤1：各个用户将QoS反馈数据传输给数据处理模块(1)，数据处理模块(1)对QoS反馈数据进行规范化处理得到统一格式的QoS数据，并将统一格式的QoS数据传输给QOS数据库(2)，QoS数据库(2)将统一格式的QoS数据传输给用户信誉度计算模块(4)，用户信誉度计算模块(4)采用K‑means聚类算法对不同用户提交的QoS反馈数据进行聚类，并识别出每个Web服务上的可信用户簇；进而，根据用户在每个Web服务上的QoS反馈与该服务上的可信用户簇的偏离程度，对用户的QoS反馈数据进行分类；最后，根据用户的反馈分类信息，采用Beta概率密度函数动态评估用户的信誉度；步骤2：QOS数据库(2)将统一格式的QoS数据传输给可信邻居挖掘模块(3)，用户信誉度计算模块(4)将计算的用户信誉度传输给可信邻居挖掘模块(3)，可信邻居挖掘模块(3)采用皮尔森相关系数计算用户间的相似度，并结合在步骤1中得到的用户信誉度，识别出当前用户的一组可信邻居；然后利用可信邻居的QoS数据为当前用户预测目标服务的未知QoS数据；步骤3：QoS数据库(2)将统一格式的QoS数据传输给相似服务挖掘模块(5)，用户信誉度计算模块(4)将计算的用户信誉度数据传输给相似服务挖掘模块(5)，相似服务挖掘模块(5)将计算的用户信誉度数据与预设的用户信誉度阈值进行比较，对信誉度高于预设的用户信誉度阈值的用户所提交的不同Web服务QoS数据，采用K‑means聚类算法进行聚类，然后根据不同Web服务被聚类为同一簇的频度，计算Web服务间的相似度，最后识别出目标服务的一组相似服务，并利用相似服务的QoS数据预测该目标服务的QoS数据；步骤4：可信邻居挖掘模块(3)将为当前用户预测目标服务的QoS数据传输给QOS预测模块(6)，相似服务挖掘模块(5)将预测目标服务的QoS数据传输给QOS预测模块(6)，QoS预测模块(6)利用加权法对步骤2的目标服务的QoS预测值和步骤3的目标服务的QoS预测值进行综合，为当前用户预测目标服务未知QoS的最终值，并将QoS预测值最优的单个服务或一组Web服务推荐给当前用户。