模糊规则的信任管理模型对云计算的安全

文摘

在过去的几年里,由于解决大规模计算问题,研究人员已经开发出multicloud基础设施。在multicloud trust-related问题包括更复杂的内容和新问题。提出了一种新的信任管理框架multicloud环境。拟议的框架结合的客观和主观信任值计算云服务提供商的信任值。这个新框架可以识别并纠正假从其他反馈反馈。这个框架的另一个优点是应用模糊规则计算信任值。提出了框架的两个主要组件模拟。仿真结果证实应用组件的重要作用。同时,本文提出了一个框架与其他框架(基于反馈模型,到基于sla的模型,multicloud模型)。仿真结果表明该框架增加信任值而不是其他模型。 Also, compared with other models, our framework gives better mean trust values.

1。介绍

近年来,云计算已经吸引了世界各地的许多研究人员的关注,和各种项目,基础设施,和框架创建了世界上几个公司(1- - - - - -4]。事实上,云计算作为一种新技术,提供了一个完全可伸缩,可访问,和灵活的计算平台为各种不同的应用程序5]。由于云计算的各种应用程序发现在生活的各个方面,提供云计算的安全问题的通信和数据存储,考虑了用户和云计算服务提供商。根据一些研究在伯克利大学、信任管理和安全优化已被确认为最重要的问题在使用各种云计算服务3,6- - - - - -8]。云计算由于其分配特性,动态空间,缺乏透明度的执行提供安全保障云计算面临着许多挑战和获得信任。为了提高执行的安全云计算,信任管理可以起到非常有效的作用9,10]。

本文分为五个部分。在第二部分中,我们将研究一些相关工作由不同的研究人员完成的。在第三节中,我们提出一个新的框架multicloud信任管理环境。在第四节中,我们将仿真结果提出了研究框架,最后,在第五部分中,我们将总结道。

在本文中,我们试图提供一个multicloud环境中的信任管理模型,使用客观和主观参数计算信任值。看起来类别的信任,而不是一个一维分类多维的方式选择和分配的云服务提供商接近云服务的用户请求。在这个模型中,尝试设计一个组件检测和区分假假反馈真实的反馈和使用真正的反馈计算信任值,导致增加的准确性提出了框架,因此,本文首次在multicloud多维信任值的计算环境的检测提出了假反馈。

在以前的模型和方法,信任被认为是一维的类别,而信任是一个多维和相对价值,服务质量和为每个单独的,有些参数是很重要的。有人需要的可访问性,别人可靠性,安全,等等。接受服务后,反馈也将有所不同根据这些参数的重要性。因此,信任不能视为一维参数,计算多维,和在这个模型中,基于用户请求的类型和优先级的参数最接近要求云服务提供商,它被选中。同时,在收到服务尽管适当的云服务,用户可能产生假反馈为了降低云服务提供商的信任值,在拟议的框架已试图提供一个组件检测假反馈在这个组件具有较高准确性和计算的信任值。所以,一般来说,它可以表示,在其他先前的研究,这个问题的信任被视为一维方式,而且没有适当的机制来检测假反馈在这项研究中第一次。

2。相关的工作

水平的云服务提供商的信任和信心的重要参数之一为云服务的用户提供一个可靠的服务。刘和他的同事们(11)提出了一个方法,可靠的云服务提供商选择SaaS应用程序是基于他们的信誉和信任12]。许多拟议的模型测量信任是基于信任的记录在不同的云服务提供商(13,14]。因此,这些模型可以分为两大类,即主观和客观信任模型(15]。

测量水平的客观信任,参数相关的服务质量(QoS)交付使用。粉丝和同事(16)提出了一个概念叫做“客观信任”的软件代理。研究人员解释之间的信任代理根据现实生活中的经验。林等。17)提出了一种新的框架,MANET网络中一个节点使用直接观察评估另一个节点的可靠性。计算的信任水平的主观方法,我们可以使用的反馈收到用户使用各种云服务(16]。Uikey et al。18]提出了一种新的信任管理模型中所有不同的云服务提供商和信息水平的信任是记录和存储。在这项研究中,SLA模型被用来计算云服务提供商的可靠性。Alhamad et al。3)提出了一种新的到基于sla的信任管理模型预测云服务提供商的信任水平。在提出的模型中,到基于sla的概念框架与信任值集成管理。Chakraborty et al。19)应用使用SLA参数提取测量云服务的可靠性。一些最常用到基于sla的概率模型是信任模型,直观reasoning-based信任模型(20.),Bayesian-based信任模型、Dempster-Shafer模型、模糊基于逻辑的信任(21,云计算的信任模型22),等等。Siadat et al。23)提出了一种新的对云计算的信任管理模型,利用博弈论来检测假反馈(24]。陈等人。25)提出了一种新的信任管理模型的物联网(物联网)不同级别的信任管理物联网审查。在这项研究中,郭et al。26),一种新的管理模式对物联网的信任表明信任评估方法是基于五个常见的设计尺寸检查(包括信任构成、传播、聚合、更新和塑造)。喧嚣et al。27]研究了信任管理方法不执行任何分类。各种研究进行结合的方法,客观和主观信任。元等。28)提出了一个框架来评估信任用客观和主观信任计算的方法和速度信任基于用户的信任和可信度。非政府组织et al。29日)检查之间的关系水平的客观信任和主观信任和表达的特点,这两种类型的信任。

Sangaiah et al。30.)使用机器学习技术提出了一种新的方法来维持保密PBS便携式用户的地理位置。该方法有三个阶段。在这些阶段,利用决策树技术的集成和最近的邻居,用户的地理位置决定,并使用序列传输的路线和使用隐马尔科夫模型,用户的目标被确定。随着维护保密的用户的位置,这些研究表明,该方法建立的准确性在PBS等于90%。实现该方法的结果,这些研究表明,这种方法的准确性在建立位置保密在PBS等于90%。

Sangaiah et al。31日)定义了一个名为传递能力的重量为每个节点根据传感器网络拓扑。头,据报道,这些权重计算的所有传感器节点。当目标进入传感器节点所覆盖的区域,一个信号被发送到CH通过道路网络中有一个预定义的最大重量。仿真的方法研究表明,该方法具有更好的结果比其他跟踪方法基于的标准网络能耗、能耗和权力GRTT,动态节能路由(鹿)协议和虚拟基于权力能源消耗(VFEM)。

在这项研究中,Sangaiah et al。32),一个绿色能源利用对手模型提出了实现在智能工业环境中使用的机密性。在这项研究中,研究人员探索的各个方面保持地理位置信息和信息的机密性。最后,我们提出了一种新的模型,有能力根据时间表进行预测在实时的情况下,它可以使连接,响应用户的要求,减少能源消耗。这些研究人员的实验结果表明,他们提出的模型可以5倍节能与其他方法相比。

Mousa et al。33)使用了一个基于模糊逻辑系统的信任模型来评估信任值。他们为此提出了一种新的方法,这给云用户的能力来评估云服务提供商的可靠性。模拟的方法表明,评估的准确性由这些人员与其他工作相比更高。

Sule et al。34使用模糊逻辑的组合和不同的安全机制(比如识别和信任)提出了一种多层安全模型基于一个集成的云平台。提出了模型的仿真表明,该模型可以提供的可能性,确定并验证信任云计算服务的状态。因此,该模型可以用来改善终端用户选择或使用云计算资源时的信心。

风扇等。35评估的客观和主观信任csp。使用不同的云,他们提出了一个信任传播网络中茶匙。这个网络可以使用TSP获得信任信息服务从其他茶匙。研究人员还提出了一个框架,信任管理multicloud环境中基于信任评估和提出信任传播网络。他们的实验结果表明,该框架是比其他csp multicloud环境中更可靠。

在这项研究中,Kumar et al。36),fuzzy-based信任管理系统提出了促进云服务交付和识别受信任的供应商。该系统仿真表明,提出的系统的可靠性和信任的程度较高而其他csp。

在过去的几年里,大量的研究已经进行multicloud基础设施以及云计算环境来解决大规模计算问题。与建筑相关的问题和管理跨多个云信任是巨大的。尼尔森et al。37)提出了一种新的信任管理框架multicloud云服务提供商的环境。提供信任管理模型中,只有少数人被认为是一个多维信任方式,为此,他们有客观和主观信任。同时,数量有限的这些模型能够检测假反馈模型。本文的主要目的是提供一个框架,信任管理multicloud环境中使用模糊逻辑来增强这些网络的安全。本研究遵循的研究问题是如何信任管理有助于提高安全multicloud网络吗?有可能计算信任值从主观参数和目标参数的组合在一起使用模糊逻辑?我们如何区分假反馈nonfake反馈在拟议的框架来增加信任值的准确性?

3所示。我们提出了新的Multicloud环境中的信任管理框架

我们提出一个新的框架,信任管理使用云服务提供商(茶匙)。我们试图掩盖一些存在的问题领域的信任管理multicloud环境提出的框架。信任管理框架提出了研究如图1。

CSPs(云服务提供商)负责云服务用户提供服务。在云计算中,各种各样的服务是提供给用户的csp。最常见的类型的服务是SaaS, PaaS和IaaS。csp提供服务基社盟(云服务用户)。基社盟的请求发送到TSP (CSPs)之一。这TSP csp的选择是通过不同的选择算法。TSP的主要任务是选择合适的CSP从基社盟接收和响应请求发送。TSP的另一个功能是验证CSP的可靠性。

3.1。SLA监控代理

SLA监控代理位于基社盟的一面。它可以监视服务行为和服务性能,如果基社盟满足SLA。SLA监控代理收集数据之间的交互csp和基社盟也控制请求的响应。TSP的控制请求被发送。SLA监视代理不断收集控制信息从服务器端。控制信息包含SLA性能参数。

3.2。监测信息的收集代理

负责监控信息收集代理收集监控代理信息SLA与TSP达成协议。通过这个代理收集信息应用于评估客观信任值。以下信息是由监控维护信息收集代理:(我)通过TSP csp列表监控(2)SLA监控信息收到与TSP SLA监控代理的协议

收到CSPs基社盟服务之前,SLA合同同意他们之间的各种参数。本SLA合同SLA协商的输出组件,这决定了服务csu和csp的水平达成一致。有些SLA参数的可用性、响应时间、等等,同意,基于服务器的协议中选择最接近基社盟请求下一个步骤。

3.3。SLA协商组件

基督教社会联盟之间的谈判和csp SLA协商组件。SLA与多个csp谈判是一个复杂的工作。通常,这是第三部分的任务。本文的第三部分是SLA协商组件。图2说明了SLA协商组件。

SLA协商组件包括以下人员:(我)注册代理(2)供应商代理(3)谈判代理(iv)信任评估代理由用户提交的请求(v)中介代理(vi)客户端代理

3.3.1。注册代理

意图的任务是注册csp信息连同他们的服务。

3.3.2。供应商代理

PA代表csp。所有的基督教社会联盟之间的谈判和csp做代表。谈判,如SLA协议和协议由供应商代理成本。

3.3.3。谈判代理

NA的任务是SLA生产和SLA优化。NA csp登记他们的服务。基社盟NA提供csp SLA的细节。CSP和基督教社会联盟之间的谈判成功之后,他们注册谈判过程研究和未来的验证。谈判进程注册如果谈判CSP和基社盟是否完成。NA寄存器谈判过程在特定的一段时间。

通过NA存储信息如下:(我)CSP服务一个目录(CSP可以提供多个服务在多个云,但为了简单起见假定CSP提供一个服务在多个云)(2)从CSP的目录服务请求(3)在每个基社盟,服务谈判包括谈判请求者,谈判的开始和结束时间,谈判内容,谈判的结果

3.3.4。需求的信任评估代理

这个代理负责接收用户发送的请求并将这些请求发送给最好的服务器根据请求的服务类型。为了实现这一目标,相关参数的评估服务质量(QoS)提供给用户平台初始化。这个代理选择最佳匹配的服务器所请求的服务的用户响应的可靠性评估因素成批用户提交的请求。这个因素执行一个两步的可靠性评估请求提交的用户:(我)信任评估用户提交的请求中使用所提供的参数(2)选择最好的服务器响应请求并提供所请求的服务优化,并将请求分配给服务器

可靠性评估的各个部分代理的请求提交的用户是如图3。

(1)信任评估需求参数水平。在本节中,评估的信任水平的用户提交的请求,几个服务器被选为候选人提供用户请求服务。几个参数影响提供的服务质量(QoS),如下:(我)时间延迟提供请求的服务(2)对请求的响应时间(3)提供服务的准确性(iv)成本的数量要求提供所请求的服务的用户

每个用户设置一个初始值为每个提到的参数根据他们的偏好。来评估信任使用提到的参数的数量,它是计算通过访问信任存储库。对于每个计算,云服务提供者用p为可靠性定义的最大值,选为候选人。用户提交的请求将被发送到这些候选人。公式(1)(5)包括上面提到的所有步骤。

在公式(1),DP显示参数的列表,用户初始化。在公式(2),代表用户分配给每个参数的重量。在公式(3),数字电视_我显示的信任提供的服务提供者和请求米表明所使用的参数的数量。公式(4)使用数字电视_我存储数字电视_j为每个请求和n源节点的数量。在公式(5),数字电视是数字电视的一个数组_j而k是每个批处理请求的大小。我们分批计算并保存d电视。

(2)服务器选择和用户请求。在这一节中,选择最合适的云服务提供商和用户的请求被发送到选定的服务提供者。在本部分中,两个执行一系列操作如下:(我)选择最合适的服务器基于轮盘赌的机制。在本研究中,使用轮盘赌机制来选择最适当的服务提供者。使用此机制的原因是创建一个负载平衡在所有云服务提供商。公式(6)(10)计算用户请求(百分比)的数量分配给每个云服务提供者。在公式(6),米代表使用的参数数量,代表的重量分配到每个参数,表示参数的值存储在信任存储库中。在公式(7),代表的重量分配到每个参数。在公式(8),数字电视的价值_我存储在T。V数组。Sp_我用户请求的比例分配给吗我服务器在公式(9)。最后,在公式(10)、Sp的价值_我存储在SP数组。 (2)将用户请求分配给所选的服务器。在本节中,使用SP和轮盘赌机制,我们将从候选人选择最好的服务器服务器在前一步骤中选择,这样我们可以将用户提交的请求分配给它。

3.3.5。中介代理

中介代理(MA)提取可用CSP RA。马发送可用csp列表要求信任评估代理(DTEA)。马客户机代理和提供者之间联系代理。这种接触马确定服务价格。马转移选择CSP CSP选择代理和负载平衡代理价格给客户端代理。客户端代理选择CSP在CSP之一。马发送选定的CSP谈判代理。

3.3.6。客户端代理

基社盟的客户机代理接收服务请求。基社盟的服务请求包含QOS参数。客户端代理发送服务请求基社盟的马。

3.4。反馈评估组件

一个新的反馈评估组件已被提出了。这个组件评估并更新收到基社盟反馈在收到服务。它定性识别和纠正假反馈。这个新组件还可以防止规避,勾结、延迟和模拟攻击。(我)反馈。反馈是指文本或反应用户发送到服务器在收到请求的服务。这种反馈可以用来预测的可靠性csp。一些黑客攻击是由改变反馈的内容,这使得CSPs不可靠。这些威胁的反馈包括规避、勾结、延迟和模拟。(2)规避。当基社盟请求云服务提供商的常规服务和接受服务后,向服务器发送一个负面反馈。在这种情况下,基社盟的信任减少CSP反馈。为了避免减少对CSP的信任,我们确定这种类型的反馈假反馈。(3)勾结。勾结时发生了未经授权和恶意用户团结和攻击一个云服务提供商。这些用户恶意攻击的方法,通过发送假反馈给服务提供商。这种类型的攻击很难用传统方法检测到。(iv)延迟。当一些基社盟反复发送请求接收的服务是非常耗时的回应,据说攻击已经被推迟。基于延迟基社盟发送负面反馈。基社盟被迫浪费很多时间维修这些请求的服务。因此,他们将无法提供其他基督教社会联盟,并最终将会有一个延迟。识别这种类型的恶意用户使用传统方法很难有时是不可能的。(v)模拟。在一些情况下,一些用户可能会模仿其他用户,发送假的反馈。应对这些威胁,CSU检查用户的身份和执行验证操作。此外,每个用户的角色执行的交互必须确认请求或接受服务。

组件用来评估反馈图所示4,如下:(我)一个代理收集反馈(2)一个代理确认收到的反馈(3)的经纪人收到更新反馈

3.4.1。反馈收集代理

代理收集反馈并将它们发送给验证收到的反馈代理。

3.4.2。反馈验证代理

这个代理负责识别和纠正负面的反馈。在这个代理业务包括识别负面反馈,反馈的合法化,推理、时机、反馈和纠正。

(1)识别。识别负面反馈,我们必须首先确定用户要求云服务的可信度。所有基督教社会联盟有一个唯一的标识符,并提交一个请求时必须登记他们的真实细节。反馈代理必须验证这个ID。在这种情况下,我们首先检查CSU ID发送反馈。如果CSU ID验证,反馈将被标记为“有效的”;否则,它将被称为“假反馈。“假反馈是立即丢弃或删除。

(2)合法性。合法性是指收到的反馈的有效性和价值。检查的合法性,我们需要检查的独特基社盟ID和CSP在事务ID。合法性阻止未经授权的用户渗透云并防止这些未经授权的用户能够通过网络发送反馈。

(3)时间阈值。评估和验证因子考虑阈值内事务后收到来自客户的反馈。如果收到反馈之前或之后定义的时间限制,它将立即被忽略或删除。

(4)合理性。最复杂的一个方面的反馈验证逻辑是没有设置点评估。识别和验证反馈收到的逻辑,我们比较当前的反馈与先前的反馈或反馈。如果这些反馈的差别小于三角洲,反馈被认为是合理的;否则,他们要么忽略或需要修正。

(5)纠正。如果前面的方法(检测负面的反馈,使用的合法性,或时间限制)确认反馈是假的,反馈将被忽略和丢弃。然而,如果检查的反馈表明,逻辑上有问题,我们应该正确的反馈。公式(11)(14)是用于纠正假反馈。

在公式(11),一个_我介绍了以前的米反馈一般,是反馈,k指数代表了前k反馈的 。米从公式(12)。反馈计数收到反馈的数量吗

在公式(13),纠正反馈的吗和可从公式(14)。在公式(14),是j基社盟的可靠性和n代表云服务用户的数量。当发送正确的反馈,增加,当它发送假的反馈,减少。反馈的算法验证代理如图5。

3.4.3。反馈更新代理

这个代理的角色是更新的反馈收到的反馈确认代理。

3.5。信任评估组件

信任评估组件的职责是计算的主观信任和客观信任。计算的主观信任和客观信任从收集到的信息,我们使用监管数据采集代理和反馈评估组件。计算后的信任,信任评估组件的另一个任务是更新的信任存储在信任存储库中。组件的信任评估包括以下因素:(我)一个代理来评估的主观信任(2)一个代理的客观评价信任(3)一个代理更新的信任

图6显示了信任评估组件。

信任存储库包括csp信任值计算和存储。信任值将被用作信任证据为未来的决策。

信任建模方法假设如下:(我)每个CSP只能存在一个类型的服务(2)每个基社盟使用信托(条款T(-),不信任T),和不确定的(T - T)信任值后,他们获得模糊规则计算信任值

3.5.1。主观信任评价代理

主观信任值计算基于重新反馈。主观信任值的责任代理接收csp反馈存在在他们的领域。主观信任值评估代理接收反馈的反馈评估组件,它接受的参数也与他们的重量从信任协商请求的服务组件。主观信任值评估代理计算CSU服务满意度通过收到反馈和请求的服务参数。基社盟服务满意度计算使用公式(15)(20.)。

在公式(15),我们都信任协商组件。在公式(16),收到的反馈评估组件。是每个参数的反馈。W_我在公式(16)从公式(2),米参数的数量。

公式(18),计算CSU服务满意度和从信任组件和谈判获得从公式(17)。

在公式(19),是主观的信任值i服务请求与CSP有关吗_j在时间t。是主观的信任值信任状态,是主观信任不信任状态的价值,然后呢是主观的信任值处于不确定的状态。

在公式(20.),LST是当地的主观信任值。是本地的主观信任值信任状态,是本地的主观信任不信任,州和是主观的信任值在一个不确定的状态。在公式(20.),是重量的因素。如果t= 0,然后基社盟的主观信任值_我CSP相关_j为如下:

(1)计算主观信任值。使用公式(22),全球计算主观信任(销售税)值;CSP是j主观信任的价值t。是全球主观信任值信任状态,是全球主观信任不信任状态的价值,然后呢是全球主观信任值在一个不确定的状态。

3.5.2。客观的信任值计算代理

CSP确保一定程度的服务性能的基社盟SLA中早些时候达成协议。服务性能将被测量参数集。该参数提出了Habib et al。38]。

基于Habib等人的研究和不同的需求,许多参数应该调查(客观信任值参数)。这些参数的可用性、可靠性、响应时间、安全、隐私、透明度、和消费者保护(39]。

客观评估基于信任值测量参数是否满足SLA。这一过程是通过一个SLA监控代理。

假设如下:米参数设置用于SLA CSP和基社盟之间。 交易的数量吗窗口,t是介于1和n(1≤T < = N)。对于每个事务之间CSP和基社盟,TSP接收收集所有SLA参数的记录。TSP决定这些记录的状态。接受服务的状态T,T,和U。 是基督教社会联盟之间的交易最终数字吗我和CSPj根据每个k在SLA参数已经被满足。 是基督教社会联盟之间的交易最终数字吗我和CSPj根据每个k不满在SLA参数。 是基督教社会联盟之间的交易最终数字吗我和CSPj根据每个k参数已经位于SLA中不确定的状态。

在时间t= 0,CSP和基社盟之间不存在事务。所以, , ,和 。

当地客观信任值计算使用公式(23)和(24)。当地客观信任值计算窗口T,是基于计算k从SLA参数。

在公式(24)和(25),是客观信任基社盟的价值吗我CSP相关j在时间t基于k参数。在公式加权因子(24)和(25)。

在时间t= 0, 。

在公式(25),是基督教社会联盟我客观信任值与CSPj在时间t。 在哪里是客观的从基督教社会联盟信任值概率在信任状态吗我CSP相关j在时间t。是客观的信任值概率从基社盟不信任状态吗我CSP相关j在时间t。是客观的信任值概率的不确定状态CSU吗我CSP相关j在时间t。

(2)信任值计算的全球目标。CSP的全球目标的信任值j通过当地客观信任值的组合。全球客观信任值从当地获得客观信任值平均公式所示(27)。是全球客观信任值的时间吗t(21]。

3.5.3。计算信任值

信任值将在拟议的框架计算通过使用模糊规则的模糊输入目标信任值和主观信任值和模糊输出信任值。(我)模糊输入包含三种状态:低、中、高,范围在0和1之间(2)模糊输出包含三种状态:低、中、高,范围在0和1之间

一些模糊规则如下:

信任值更新代理。信任值更新代理的任务是更新信任存储库。信任值是通过模糊规则在三个州地图:信任、不信任和不确定。如果获得的信任值很低,CSPj信任值映射到不信任。如果获得的信任值高,CSPj信任值映射到信任,否则信任值映射到不确定。

4所示。仿真结果

在本节中,两个组件的结果云信任管理框架解释道。一个组件的反馈评估组件,另一个是SLA协商组件。

4.1。SLA协商组件的结果

在本节中,仿真结果的信任需求评估代理。就像前面提到的4信任评估代理最重要的代理商之一SLA谈判组件。在本节中,尤其是描述DTEA的仿真结果。

DTEA节中描述的任务4。仿真参数表中描述1。同时,批量大小10,条目请求遵循泊松过程的速率。仿真结果如图7来9。

用户服务满意DTEA,没有DTEA如图7。在图7,横轴是到达时间,纵轴是服务满意度。使用DTEA提高用户服务满意度。另外,使用DTEA增加信任值如图8。在图8,横轴是到达时间,纵轴是信任值。由于负载平衡,DTEA资源节点上使用轮盘赌机制。图9说明了服务满意度DTEA轮盘,轮盘赌。在图9,横轴是到达时间,纵轴是服务满意度。Rolette轮对服务满意度的影响小。应该提到DTEA与轮盘赌不仅减少服务满意度,但也使良好的负载平衡资源点了点头。

如数据所示7- - - - - -9使用信任评估组件和需求分配最近的云服务提供商的要求云服务用户,云服务用户接受服务的满意度增加了,这是显示在图7。因为满意度的增加直接相关的增加程度的云服务提供商的信任,这将导致更高的信任值和平均值的信任在两种情况下使用DTEA和不使用它,如图8。如数据所示7和8云服务用户满意度和云服务提供商的信任值已经上升了0.2。所提出的描述框架,由于终端设备的使用可能导致所有请求的云服务提供商,并创建一个瓶颈,因为使用云服务提供商之间的负载平衡,循环机制使用信任评估的需求,这图9显示满足观众的比例使用/不使用循环机制。,如图9约0.9的,使用这种机制导致了更高的观众满意度从接收到的服务。

4.2。仿真结果的评价

在本研究中,排名数据集称为epinion被用来模拟评估反馈收到的组件。这个数据集选择从质量和Avesani从CSP和包含6194个项目,从基社盟55197件,394691件的反馈信任值。epinion数据集有两种模式(信任和不信任)。信托模式是用1,不信任模式用- 1。基于部分中提供的解释3,反馈评估组件能够发现假的反馈。在仿真执行在这个研究中,我们假反馈注入epinion数据集。被认为是随机注入率20%。

信任的程度假反馈纠正使用反馈检索组件。图10显示了三种模式的平均数量的反馈信任(包括注射前,接受,主要)。在这个图中,横轴代表CSP和纵轴代表信任的平均值反馈。获得一个真正的近似的值反馈信任,我们检查平均1000 CSP。

反馈的可靠性的基础上每1000 csp表所示2。基于此表和图中的结果10的平均数量,可以认为信任客户端用户发送的反馈后注入的初始数据集的信心多达41%的差异。因此,通过使用反馈元件,该方法用于识别和在假反馈校正。这样,信心的比例降低到20%。它可以得出的结论是,这个新组件的使用增加了信任管理框架的效率并最终减少了恶意用户的攻击,对信任的影响比例的反馈。

我们可以看到在图10,平均信心和信任水平是大大减少(大约29%)通过注入假反馈没有反馈评估组件。然而,使用后的反馈评估组件,反馈信任的平均值增加10%,其价值更接近初始数据。

4.3。Multicloud信任值的计算

在本节中,在multicloud信任值计算的仿真结果。图11显示了三个州信任值2茶匙,3茶匙,4茶匙。在图11,地平线轴代表时间和垂直轴表示的平均信任值,这表明该框架的整合与multicloud环境;例如,2茶匙的仿真结果,3茶匙,4茶匙。

4.4。与其他框架比较提出multicloud信任管理框架

在本节中,四种模型的仿真结果(基于反馈模型,到基于sla的模型、multicloud模型和新模型)给出数据12和13。信任是最重要的一个参数,可以用来比较模型领域的相互信任管理。更高的平均信任值,即。,the framework or method proposed has performed better, the higher the satisfaction of cloud service users from receiving the service, which means that a suitable cloud service provider is assigned to their request. Therefore, in this study, trust values, as well as average trust values in the same conditions and the same dataset, were used to evaluate the proposed framework and compare it with other methods and models. In the proposed framework, because the assignment of the nearest cloud service provider to the request of the cloud service user is done using the request trust evaluation components, this will lead to higher cloud service user satisfaction and a consequently higher level of trust of cloud service providers. The number of articles and studies that have provided a trust management framework in multicloud environments is limited. The most complete and closest model that is presented in multicloud environments for trust management is the multicloud model that the proposed framework presented in this study has advantages such as detection fake feedback compared with that in the results section of the proposed framework.

图12显示了该模型与其他模型的比较。此外,在图13之间的信任平均值的比较提出了新的模型和其他模型。在数据12和13,水平轴和垂直轴的信任值。

如数据所示12和13拟议的框架增加信任值而不是其他模型。也与其他模型相比,我们的框架给更好的意思是信任值。

它可以得出的结论是,这个新框架适合multicloud环境和提供可靠的信任值。此外,很明显,最近的信任值的其他模型,该模型中获得到基于sla的模型。

正如你所看到的图12,相信该模型的平均值高于在其他人因为在该模型中,我们有一个新组件命名为“信任评估组件”的需求。该组件与其他组件选择匹配的服务提供者。基社盟的请求帮助很大,也存在的组件,比如假反馈检测也有助于在更高的平均价值的信任比其他模型,模型到目前为止尚未解决的,是该模型的优点之一。

我们可以看到数据12和13,该方法由于使用假反馈评估组件的使用需求也因为评估信任组件,上级的意思是信任值比其他三种模式,这表明更好的性能比其他框架提出了框架的。

拟议的模型相比,本研究并模拟与其他三个模型由于提议的数量模型领域的信任管理multicloud环境中,看看信任值作为一个多维参数而不是有限的。该模型比较三个模型已经提出了在这一领域,有这样的功能。

5。结论

在本文中,一个新的multicloud环境提出了信任管理框架。

这个框架的优点如下:(我)主观信任值和客观信任值用于计算信任值。(2)客观信任值和主观信任值是多维参数。(3)反馈评估组件应用在这个框架。反馈评估组件的任务是识别和整流假反馈任何框架并不适用于该组件。仿真结果证明了该组件的性能,它显示了该组件在信任值的影响。(iv)信任协商组件使用平台,其组件的输出是SLA的合同。一个代理的SLA协商组件是信任评估组件的需求。这个组件选择CSPs与CSU采用最近的请求,最后这个组件导致增加服务满意和信任值的平均水平。仿真结果证实它。(v)拟议的框架增加信任值而不是其他模型(到基于sla的模型、基于反馈模型,multicloud模型)。未来的工作,以及提出的信任管理模型可以在其他应用程序中检测的假反馈如雾计算和物联网。

在失败的情况下,它可以指出,如果多个云服务用户相互勾结,并袭击了一个云服务提供者在一段时间内,该反馈评估组件不能检测假的其他反馈的反馈。

作为一个未来的工作,它计划引入一个信任管理模型的特点检测假反馈在物联网网络和雾计算。博弈理论也可以用来检测假反馈的反馈评估组件的信任管理模型。

数据可用性

数据请求通过联系safieh.siadat@gmail.com。

的利益冲突

作者宣称没有利益冲突。

引用

1. n .贾法里Navimipour a . Habibizad Navin a . m .,压力和m . Hosseinzadeh”专家云:云计算框架来分享人力资源的知识和技能,“电脑在人类行为,46卷,页57 - 74,2015。视图:出版商的网站|谷歌学术搜索
2. r . Buyya c . s .唷,s . Venugopal“以市场为导向的云计算:愿景、炒作,和现实为计算工具,提供it服务”学报》2008年第10 IEEE国际会议上高性能计算和通讯2008年9月,大连,中国,。视图:谷歌学术搜索
3. m . Armbrust A·福克斯,r·格里菲斯et al .,“云计算的一个视图,ACM的通信,53卷,不。4、58、2010页。视图:出版商的网站|谷歌学术搜索
4. n .贾法里Navimipour a . Habibizad Navin a·马苏德,压力和m . Hosseinzadeh“网格系统中资源发现机制:一项调查,“网络和计算机应用》杂志上41卷,第410 - 389页,2014年。视图:出版商的网站|谷歌学术搜索
5. r . Buyya r .野生动物,r . n .卡列罗斯”Intercloud: Utility-oriented联合会扩展应用服务的云计算环境,”学报》国际会议为并行处理算法和体系结构2010年5月,韩国釜山。视图:谷歌学术搜索
6. p .肖Z.-G。胡,Y.-P。张,”的节能意识启发式调度数据密集型工作流在虚拟化数据中心中,“计算机科学与技术杂志》上,28卷,不。6,948 - 961年,2013页。视图:出版商的网站|谷歌学术搜索
7. t·h·努尔问:z .盛,“信任作为服务:一个框架在云环境中,信任管理”程序Web信息系统工程国际会议悉尼新南威尔士,澳大利亚,2011年10月。视图:谷歌学术搜索
8. 皮尔森和a . Benameur“云计算带来的隐私、安全和信任问题,”学报2010年IEEE第二次国际会议上云计算的技术和科学美国印第安纳波利斯,在2010年11月。视图:谷歌学术搜索
9. d·a·b·费尔南德斯·l·f·b·苏亚雷斯j . v .戈麦斯m . m . Freire和p . r . m . Inacio“云环境的安全问题:一项调查,”国际期刊的信息安全,13卷,不。2、113 - 170年,2014页。视图:出版商的网站|谷歌学术搜索
10. i m . Abbadi”的框架建立信任云出处”,国际期刊的信息安全,12卷,不。2、111 - 128年,2013页。视图:出版商的网站|谷歌学术搜索
11. c . Tang和j·刘”,选择一个可信的云服务提供商为SaaS项目,“电脑与安全卷,50,60 - 73、2015页。视图:出版商的网站|谷歌学术搜索
12. i m . Abbadi和a·马丁,“信任”在云中,信息安全技术报告,16卷,不。3 - 4、108 - 114年,2011页。视图:出版商的网站|谷歌学术搜索
13. 我也是。哈克,Brandic, e . Schikuta“Sla验证在分层的云基础设施,”学报》国际研讨会上网格经济学和商业模式、坐骨、意大利,2010年8月。视图:谷歌学术搜索
14. w·康纳,“面向服务的环境中,信任管理框架”18学报》国际会议在万维网上2009年4月,马德里,西班牙,。视图:谷歌学术搜索
15. z马利克和a . Bouguettaya“Rateweb:声誉评估信任建立在web服务中,“VLDB日报,18卷,不。4、885 - 911年,2009页。视图:出版商的网站|谷歌学术搜索
16. w .风扇、美国杨和j .贝聿铭“小说两阶段模型云服务可信度评估,”专家系统没有,卷。31日。2、136 - 153年,2014页。视图:出版商的网站|谷歌学术搜索
17. j . Y.-j。许,K.-J。林,郭宏源。Chang C.-j。Ho H.-S。黄,W.-r。》,“参数学习的个性化的信任模型基于代理的分布式信任管理,“信息系统领域,8卷,不。4、321 - 333年,2006页。视图:出版商的网站|谷歌学术搜索
18. c . Uikey和d Bhilare”,云计算环境中,一个基于代理的信任模型”国际期刊的新兴技术和先进的工程,3卷,不。11日,第252 - 247页,2013年。视图:谷歌学术搜索
19. Chakraborty和k·罗伊,”一位到基于sla的框架评估可信度的云,”学报2012年IEEE 11日国际会议上的信任,在计算和通信安全和隐私2012年6月英国利物浦。视图:谷歌学术搜索
20. w .风扇和h . Perros”小说多重云环境的信任管理框架基于信任服务提供商”以知识为基础的系统卷,70年,第406 - 392页,2014年。视图:出版商的网站|谷歌学术搜索
21. 美国歌曲,k黄,m . Macwan”模糊信任集成网格计算、安全执法”学报联合会国际会议网络和并行计算2004年10月,武汉,中国,。视图:谷歌学术搜索
22. h .辽王,和g·李,“模糊网格,基于逻辑的信任模型”《2009国际网络安全会议上,无线通讯和可信计算2009年4月,武汉,中国,。视图:谷歌学术搜索
23. s . Siadat a . m .,压力和m . Mohsenzadeh”提出了提高电网安全信任管理系统平台,”2009年,https://arxiv.org/abs/0911.0498。视图:谷歌学术搜索
24. 和h Navid s Siadat a . m .,压力,“识别假反馈在云信任管理系统使用反馈评估组件和贝叶斯博弈模型,”《华尔街日报》的超级计算,卷73,不。6,2682 - 2704年,2017页。视图:出版商的网站|谷歌学术搜索
25. d . Chen g . Chang, d .太阳,j . Li j .贾和x王”TRM-IoT:信任管理模型基于模糊物联网的名声,”计算机科学和信息系统,8卷,不。4、1207 - 1228年,2011页。视图:出版商的网站|谷歌学术搜索
26. j .郭I.-R。陈,j·j·p·蔡”,信任计算模型的调查服务管理在物联网系统中,“计算机通信卷,97年,页1 - 14,2017。视图:出版商的网站|谷歌学术搜索
27. 即美国喧嚣,“信任管理物联网的技术:一项调查,“IEEE访问7卷,第29787 - 29763页,2018年。视图:谷歌学术搜索
28. w .元,d .关Y.-K。李,李,和s . j .,户珥”trust-aware改善推荐系统使用small-worldness信任网络,”以知识为基础的系统,23卷,不。3、232 - 238年,2010页。视图:出版商的网站|谷歌学术搜索
29. c .非政府组织y Demchenko, c . De Laat”向动态信任建立方法multi-provider intercloud环境”《第四届IEEE国际云计算技术和科学会议上,台北,台湾,2012年12月。视图:谷歌学术搜索
30. a . k . Sangaiah a . s . Rostami a . a . r . Hosseinabadi et al .,“能源利用地理路由在工业劳动力实时监控信息,“IEEE物联网,2021年。视图:出版商的网站|谷歌学术搜索
31. a . k . Sangaiah d . v . Medhane t·汉·m·s·侯赛因·g·默罕默德,”执行定位保密与机器学习范式通过移动边缘计算实时工业信息,“IEEE工业信息,15卷,不。7,4189 - 4196年,2019页。视图:出版商的网站|谷歌学术搜索
32. a . k . Sangaiah d . v . Medhane G.-B。扁,a . Ghoneim m . Alrashoud和m . s .侯赛因,“绿色能源利用对手cyberphysical安全模型在工业系统中,“IEEE工业信息,16卷,不。5,3322 - 3329年,2020页。视图:出版商的网站|谷歌学术搜索
33. h . m . f和g Elhady,“信任模型使用模糊mamdani和模拟器开发云环境,”日报:国际电脑和技术杂志》上2014年,13卷,p。11日。视图:出版商的网站|谷歌学术搜索
34. m . j . Sule m·李·g·泰勒,和c . Onime“模糊逻辑建模方法对云计算的信任,”专业Cyber-Physical系统:理论与应用,卷2,不。2、84 - 89年,2017页。视图:出版商的网站|谷歌学术搜索
35. w .风扇和h . Perros”小说多重云环境的信任管理框架基于信任服务提供商”以知识为基础的系统卷,70年,第406 - 392页,2014年。视图:出版商的网站|谷歌学术搜索
36. 美国库马尔,s·米塔尔和m·辛格“云环境中,基于模糊的信任管理系统”科学技术研究》杂志上,10卷,不。30日32-37,2016页。视图:出版商的网站|谷歌学术搜索
37. m·尼尔森解说员k -苦口,诉Sassone“贝叶斯模型基于事件的信任,”电子票据在理论计算机科学卷,172年,第521 - 499页,2007年。视图:出版商的网站|谷歌学术搜索
38. s·m·哈比卜,s·里斯和m . Muhlhauser“云计算,对信任管理系统”学报2011年IEEE 10日国际会议上的信任,在计算和通信安全和隐私美国,华盛顿特区,2011年11月。视图:谷歌学术搜索
39. a . Lakshminarayanan”可以利用提供带宽效率的在线证书状态?“在学报2006年31日IEEE会议上本地计算机网络美国佛罗里达州坦帕市,2006年11月。视图:谷歌学术搜索

版权

版权©2021蒙娜Soleymani et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。