Ty-jour A2 - 周，川坳，延伟奥琦，连甬坝，皖春坳，Jiguo Py - 2017 DA - 2017/12/18 Ti - Privacy保留和基于Simhash的可扩展服务推荐在分布式云环境中，SP - 3437854 VL - 2017 AB - 随着云环境中不断增加的Web服务，基于协作的过滤 - （CF-）的服务推荐已成为缓解沉重负担的最有效的技术之一目标用户的服务选择决策。但是，服务推荐基础，即历史服务使用数据，通常在不同的云平台中分发。在这种跨云服务推荐方案中存在两个挑战。首先，由于隐私问题，云平台通常不愿意将其数据与其他云平台分享到其他云平台，这会严重降低跨云服务推荐的可行性。其次，在每个云平台中记录的历史服务使用数据可以随时间更新，这显着降低了推荐可扩展性。鉴于这两个挑战，基于SimHash的新型隐私保留和可扩展的服务推荐方法命名 S. E. R. R. E. C S. 一世 m H 一种 S. H ，在本文中提出。最后，通过一组部署在真正的分布式服务质量数据集上的实验 WS-Dream.，我们在保证隐私保存方面验证了我们提案的可行性。SN - 1076-2787 UR - https://doi.org/10.1155/2017/3437854 Do - 10.1155 / 2017/3437854 JF - 复杂性PB - Hindawi Kw - ER -