| 主权项 |
一种云环境下基于模糊理论的服务评价方法，其特征在于，该方法包括：步骤1，通过公式<img file="FDA0000678553900000011.GIF" wi="703" he="173" />计算SC实体A对SP实体B的直接信任评价向量(Δ<sub>A,B(1)</sub>，Δ<sub>A,B(2)</sub>，Δ<sub>A,B(3)</sub>，Δ<sub>A,B(4)</sub>)；其中，T为所述SC实体A与SP实体B最近的交互数，Δ<sub>A,B(j)</sub>为第j维直接信任评价值，<img file="FDA0000678553900000012.GIF" wi="105" he="84" />第i次交互时所述SP实体B宣称的第j维服务质量(QoS)数据；<img file="FDA0000678553900000013.GIF" wi="144" he="85" />为第i次交互后A对B的第j维QoS的实际评价，μ(i)为时间衰减函数；步骤2，计算所述SC实体A对SP实体B的间接信任评价向量(Δ′<sub>A,B(1)</sub>，Δ′<sub>A,B(2)</sub>，Δ′<sub>A,B(3)</sub>，Δ′<sub>A,B(4)</sub>)，其中，Δ′<sub>A,B(1)</sub>、Δ′<sub>A,B(2)</sub>、Δ′<sub>A,B(3)</sub>和Δ′<sub>A,B(4)</sub>依次分别为第1维间接信任评价值、第2维间接信任评价值、第3维间接信任评价值和第4维间接信任评价值；步骤3，将所述直接信任评价向量和间接信任评价向量通过模糊理论得到直接信任值DT<sub>A,B</sub>和间接信任值IT<sub>A,B</sub>；步骤4，通过以下公式计算所述SC实体A对SP实体B的综合信任值，T<sub>A，B</sub>＝αDT<sub>A，B</sub>+(1‑α)IT<sub>A，B</sub>，其中α为自信因子；步骤5，根据最近T次交互中所述SC实体A对SP实体B的第j维QoS的实际评价，计算所述SC实体A对SP实体B的直接QoS评价值DQ<sub>A，B</sub>；步骤6，根据所述SC实体A对SP实体B的综合信任值，计算所述实体A对SP实体B的间接QoS评价值IQ<sub>A，B</sub>；步骤7，综合直接QoS评价值DQ<sub>A，B</sub>和间接QoS评价值IQ<sub>A，B</sub>，通过如下公式得到最终评价值，FQ<sub>A，B</sub>＝αDQ<sub>A，B</sub>+(1‑α)IQ<sub>A，B</sub>。 |
