一种基于AIFS权重计算信任的方法与流程

技术特征：

1.一种基于AIFS权重计算信任的方法，其特征在于：包括如下步骤，

S1：选择一个云服务提供商进行交互；

S2：用户根据需求向云服务提供商请求一个服务等级l；其中，云服务提供商的服务等级x包括n个服务指标k_i^l，并用一组服务指标向量的形式表示为根据服务等级x的不同，k_i^l的服务指标值亦不同；

S3：采用AIFS权重计算方法确定步骤S2中服务指标向量的权重；

S4：云服务提供根据被请求的服务等级l，向该请求提供云服务；

S5：用户根据获得的云服务对本次服务做出评价，得到服务指标向量的实际测量值；进而根据步骤S3确定的服务指标向量的权重，计算用户对云服务提供商的评价值；

S6：所有用户对云服务提供商提供的云服务评价决定云服务提供商的信誉等级，即进行全局云服务提供商声誉计算，获得云服务提供商的总体信誉值。

2.根据权利要求1所述的一种基于AIFS权重计算信任的方法，其特征在于：所述步骤S3中采用AIFS权重计算方法确定步骤S2中服务指标向量的权重的具体实现过程如下：

定义爱因斯坦积、爱因斯坦和分别以T_ε(a,b)、S_ε(a,b)表示：

$T_{\mathrm{\ϵ}}\left(a,b\right)=\frac{a\·b}{1+\left(1-a\right)\·\left(1-b\right)}---\left(1\right)$

$S_{\mathrm{\ϵ}}(a,b)=\frac{a+b}{1+a\·b}---\left(2\right)$

其中，a，b∈[0,1]，(a,b)为模糊集合的支持量和反对量；

定义一组IFS集合表示为α＝(μ_α，v_α)，μ_α为对α变量的支持度，v_α为对α变量的不支持程度；令A、B为决策对象x的IFS决策值，且A＝(μ_A(x),v_A(x)),B＝(μ_B(x),v_B(x))根据公式(1)、(2)可得，AIFS的爱因斯坦积、爱因斯坦和运算可表示如下：

$A\⊗B=\{T_{\mathrm{\ϵ}}\left({\mathrm{\μ}}_A\right(x),v_A(x\left)\right),S_{\mathrm{\ϵ}}\left({\mathrm{\μ}}_A\right(x),v_A(x\left)\right)\}$

$A\⊕B=\{S_{\mathrm{\ϵ}}\left({\mathrm{\μ}}_A\right(x),v_A(x\left)\right),T_{\mathrm{\ϵ}}\left({\mathrm{\μ}}_A\right(x),v_A(x\left)\right)\}$

即：

$A\⊗B=\{\frac{{\mathrm{\μ}}_A\left(x\right)\·{\mathrm{\μ}}_B\left(x\right)}{1+(1-{\mathrm{\μ}}_A(x\left)\right)\·(1-{\mathrm{\μ}}_B(x\left)\right)},\frac{v_A\left(x\right)+v_B\left(x\right)}{1+v_A\left(x\right)\·v_B\left(x\right)}\}---\left(3\right)$

$A\⊕B=\{\frac{{\mathrm{\μ}}_A\left(x\right)+{\mathrm{\μ}}_B\left(x\right)}{1+{\mathrm{\μ}}_A\left(x\right)\·{\mathrm{\μ}}_B\left(x\right)},\frac{v_A\left(x\right)\·v_B\left(x\right)}{1+(1-v_A(x\left)\right)\·(1-v_B(x\left)\right)}\};---\left(4\right)$

假定有实数λ，则有如下多项乘法运算：

$\mathrm{\λ}\·A=\{\frac{{\[1+{\mathrm{\μ}}_A\left(x\right)\]}^{\mathrm{\λ}}-{\[1-{\mathrm{\μ}}_A\left(x\right)\]}^{\mathrm{\λ}}}{{\[1+{\mathrm{\μ}}_A\left(x\right)\]}^{\mathrm{\λ}}+{\[1-{\mathrm{\μ}}_A\left(x\right)\]}^{\mathrm{\λ}}},\frac{2\·{\[v_A\left(x\right)\]}^{\mathrm{\λ}}}{{\[2-v_A\left(x\right)\]}^{\mathrm{\λ}}+{\[v_A\left(x\right)\]}^{\mathrm{\λ}}}\}---\left(5\right)$

由于有n个服务指标值，即n个决策属性，令为AIFS采集值，其中，j＝1,2,...,n；w＝(w₁,w₂,...,w_n)^T为的权重向量，且根据(3)、(4)、(5)可得权重的聚合值，且聚合值也是一个IFS值：

$IFW=\left\{\frac{{\mathrm{\Π}}_{j=1}^n{\left(1+{\mathrm{\μ}}_{a_j}\right)}^{w_j}-{\mathrm{\Π}}_{j=1}^n{\left(1-{\mathrm{\μ}}_{a_j}\right)}^{w_j}}{{\mathrm{\Π}}_{j=1}^n{\left(1+{\mathrm{\μ}}_{a_j}\right)}^{w_j}+{\mathrm{\Π}}_{j=1}^n{\left(1-{\mathrm{\μ}}_{a_j}\right)}^{w_j}},\frac{2\·{\mathrm{\Π}}_{j=1}^n{v_{a_j}}^{w_j}}{{\mathrm{\Π}}_{j=1}^n{\left(2-v_{a_j}\right)}^{w_j}+{\mathrm{\Π}}_{j=1}^n{v_{a_j}}^{w_j}}\right\}---\left(6\right)$

通过公式(6)，即可计算云服务提供商决策者提供的各决策方案的IFS值的支持量，支持量最大的方案即为最优方案，并以该方案提出的向量权重作为服务指标向量的权重。

3.根据权利要求2所述的一种基于AIFS权重计算信任的方法，其特征在于：所述步骤S5的具体实现过程如下：

用户根据获得的云服务对本次服务做出评价，得到服务指标向量的实际测量值(a₁,a₂,a₃,a₄,...,a_n)，由此可得服务偏差值σ：

$\mathrm{\σ}=\underset{i=1}{\Σ}(k_i^l-a_i)\·w_i---\left(7\right)$

若服务指标k_i^l的实际测量值高于服务指标值，则k_i^l-a_i＝0；

用户评价云服务提供商的不支持量以统计方法计算：

用户评价云服务提供商的IFS集合(μ_a,v_a)＝(1-v_a,v_a) (9)。

4.根据权利要求3所述的一种基于AIFS权重计算信任的方法，其特征在于：所述步骤S6的具体实现过程如下：

对于总体的N个用户，可视为每个用户权重为1/N的二次AIFS聚合计算，将每个用户的(μ_a,v_a)代入公式(6)中，可得到全局云服务提供商声誉值T_CSP：

$T_{CSP}=\left\{\frac{{\mathrm{\Π}}_{j=1}^n{\left(1+{\mathrm{\μ}}_{a_j}\right)}^{1/N}-{\mathrm{\Π}}_{j=1}^n{\left(1-{\mathrm{\μ}}_{a_j}\right)}^{1/N}}{{\mathrm{\Π}}_{j=1}^n{\left(1+{\mathrm{\μ}}_{a_j}\right)}^{1/N}+{\mathrm{\Π}}_{j=1}^n{\left(1-{\mathrm{\μ}}_{a_j}\right)}^{1/N}},\frac{2\·{\mathrm{\Π}}_{j=1}^n{v_{a_j}}^{1/N}}{{\mathrm{\Π}}_{j=1}^n{\left(2-v_{a_j}\right)}^{1/N}+{\mathrm{\Π}}_{j=1}^n{v_{a_j}}^{1/N}}\right\}---\left(10\right)$

将得到的T_CSP支持量百分化，可得到最终的云服务提供商总体声誉值为

$100*\frac{{\mathrm{\Π}}_{j=1}^n{\left(1+{\mathrm{\μ}}_{a_j}\right)}^{1/N}-{\mathrm{\Π}}_{j=1}^n{\left(1-{\mathrm{\μ}}_{a_j}\right)}^{1/N}}{{\mathrm{\Π}}_{j=1}^n{\left(1+{\mathrm{\μ}}_{a_j}\right)}^{1/N}+{\mathrm{\Π}}_{j=1}^n{\left(1-{\mathrm{\μ}}_{a_j}\right)}^{1/N}}---\left(11\right).$