袁 翔，孫其博，周 傲，李靜林

(北京郵電大學(xué) 網(wǎng)絡(luò)與交換技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100876)

0 引言

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展以及Web服務(wù)標(biāo)準(zhǔn)和技術(shù)的成熟，構(gòu)建Web服務(wù)變得越來越容易，出現(xiàn)了越來越多提供相同或者相似功能的服務(wù)。所以在選擇使用一個(gè)服務(wù)之前，需要對(duì)其綜合服務(wù)能力進(jìn)行評(píng)價(jià)。在實(shí)現(xiàn)相同或者相似功能的服務(wù)中，選擇評(píng)價(jià)高的服務(wù)。一個(gè)服務(wù)的優(yōu)劣可以通過信譽(yù)度來評(píng)價(jià)，Gambetta、Abdul-Rahman以及Halie給予信譽(yù)的定義為：信譽(yù)是個(gè)體對(duì)服務(wù)方一定程度的期望，表現(xiàn)為服務(wù)的一種主觀能動(dòng)性，而對(duì)信譽(yù)的定義是考察服務(wù)方的歷史行為并分析使用者對(duì)其評(píng)價(jià)的信息[1-5]。利用相關(guān)的計(jì)算模型最終得出服務(wù)者將來要使用服務(wù)的期望。當(dāng)前的信譽(yù)計(jì)算可以利用服務(wù)消費(fèi)者評(píng)價(jià)信息、服務(wù)提供者的公告信息，以及使用相同服務(wù)的消費(fèi)者的推薦信息等。而具體模型又可以在不同程度上綜合利用以上信息，不同模型在不同的場(chǎng)景下有著不同的優(yōu)勢(shì)和特點(diǎn)。具體選用哪一種模型不僅需要考慮到算法評(píng)價(jià)的準(zhǔn)確客觀性，也需要考慮實(shí)際的使用場(chǎng)景。目前，學(xué)者們對(duì)于Web信譽(yù)評(píng)估提出了多種評(píng)估模型，其建模原理反應(yīng)了人們對(duì)信譽(yù)的認(rèn)知，主要包括基于反饋信息的評(píng)估模型[6-8]、基于QoS的信譽(yù)評(píng)估模型[9]、基于社會(huì)網(wǎng)絡(luò)中心性測(cè)度的模型[10]等。模型的發(fā)展有效地推動(dòng)Web信譽(yù)評(píng)估的發(fā)展，極大地豐富了人們對(duì)信譽(yù)關(guān)系的理解。本文對(duì)當(dāng)前Web服務(wù)信譽(yù)評(píng)估模型進(jìn)行了分析和研究，為各個(gè)模型進(jìn)行了對(duì)比，并且展望了新的研究契機(jī)。

1 Web服務(wù)基于主觀源的信譽(yù)度評(píng)估模型

1.1 基于交易反饋的網(wǎng)絡(luò)服務(wù)

局部信譽(yù)是利用本地信息計(jì)算得出的信譽(yù)，只能代表單個(gè)用戶對(duì)此服務(wù)的觀點(diǎn)。這種信譽(yù)不夠公正客觀，為了解決這個(gè)問題，模型引入了服務(wù)的全局信譽(yù)計(jì)算。全局信譽(yù)計(jì)算也叫做信譽(yù)的合成，主要目的是把各個(gè)用戶單獨(dú)的信譽(yù)合理地結(jié)合起來，從而在全網(wǎng)中給予服務(wù)一個(gè)客觀公正的評(píng)價(jià)。在該模型中認(rèn)為計(jì)算全局信譽(yù)的重點(diǎn)在于找出每個(gè)服務(wù)使用者對(duì)于其使用者評(píng)價(jià)的可靠性C(i,j)。模型通過利用評(píng)價(jià)中心值以及偏差的概念來進(jìn)行可靠性的C(i,j)的計(jì)算。最終結(jié)合各個(gè)用戶的可靠性以及局部信譽(yù)，最終得出服務(wù)的Sj的全局信譽(yù)為：

(1)

該模型通過分析用戶的歷史行為數(shù)據(jù)，通過簡(jiǎn)單的算法計(jì)算局部信譽(yù)，這種局部信譽(yù)計(jì)算方法避免了復(fù)雜的運(yùn)算并減少了數(shù)據(jù)通信量。而整個(gè)系統(tǒng)對(duì)于服務(wù)Sj的全局信譽(yù)，文中通過自定義的匯集函數(shù)來綜合各局部信譽(yù)的值，從而得出最終對(duì)服務(wù)Sj的評(píng)價(jià)。綜合來看，該模型信任來源僅僅為服務(wù)消費(fèi)者的歷史行為數(shù)據(jù)。

1.2 基于small-world networks模型的網(wǎng)絡(luò)服務(wù)

在small-world network中，服務(wù)提供者被不同的社會(huì)因素分為幾個(gè)類，與此同時(shí)服務(wù)消費(fèi)者也根據(jù)不同的社會(huì)因素而分類。因此基于社會(huì)觀點(diǎn)來看，當(dāng)選擇一個(gè)服務(wù)時(shí)，有兩個(gè)方面的因素需要考慮，第一個(gè)就是服務(wù)消費(fèi)者所在的small-world network里的SR的信譽(yù)，另一個(gè)就是來自與服務(wù)提供者的信譽(yù)。在此模型假設(shè)在同一個(gè)small-world里的每一個(gè)實(shí)體都存在信任關(guān)系，并且每個(gè)成員的評(píng)價(jià)都是主觀可信的，于是定義一個(gè)評(píng)價(jià)C(r,w)={b,d,u}。其中b、d、u代表訪問的平均滿意程度。當(dāng)一個(gè)服務(wù)請(qǐng)求者r∈SR請(qǐng)求一個(gè)t∈WT種類的服務(wù)時(shí)，模型首先會(huì)在SB中尋找信譽(yù)最高的用戶b∈SB，然后通過b來進(jìn)行檢索并且返回一個(gè)滿足w.t=t的服務(wù)w∈WS。因此，基于p=wp關(guān)于服務(wù)w的全局信譽(yù)評(píng)價(jià)可用如下公式計(jì)算：

C(r,b,p,w)=C(r,p,w)⊕C(r,b,w)⊕C(b,p,w)，

(2)

式中，⊕代表信任合成運(yùn)算，在得到全局信譽(yù)之后，模型會(huì)將此信譽(yù)值與臨界值θ來比較。如果C(r,b,p,w)>θ則說明服務(wù)w滿足用戶r的要求，用戶將會(huì)選擇此服務(wù)，否則用戶將會(huì)重新計(jì)算其他服務(wù)的信譽(yù)值并且做出選擇。

2 Web服務(wù)基于客觀源的信譽(yù)度評(píng)估模型

2.1 基于質(zhì)量平均算法的網(wǎng)絡(luò)服務(wù)

(3)

當(dāng)屬性為正相關(guān)時(shí)：

(4)

當(dāng)屬性為負(fù)相關(guān)時(shí)：

(5)

模型從相似度之中可以得出信譽(yù)的好壞，通過相似度和信譽(yù)的映射，可以得出信譽(yù)值。用戶在選擇服務(wù)的時(shí)候就要選擇相似度高的服務(wù)。該模型計(jì)算較為簡(jiǎn)單可行，通過計(jì)算服務(wù)質(zhì)量的相似度得到信譽(yù)，結(jié)果較為主觀。

2.2 基于質(zhì)量相似度的網(wǎng)絡(luò)服務(wù)

付曉東等人在現(xiàn)有面向服務(wù)的架構(gòu)(Service-Oriented Architecture,SOA)的指導(dǎo)框架上加入了一個(gè)信譽(yù)評(píng)價(jià)中心的角色[13]，通過信譽(yù)評(píng)價(jià)中心來計(jì)算服務(wù)的信譽(yù)度[6]，而實(shí)際采用的算法則是通過比較QoS指標(biāo)的底層實(shí)際值和服務(wù)提供者的公告值的相似度。本文為了使信譽(yù)度量模型中各個(gè)角色對(duì)信譽(yù)的度量有著一致性理解，提出了上下兩層的QoS模型，其中上層模型用于描述與質(zhì)量有關(guān)的各個(gè)QoS的概念，下層模型用來描述具體QoS的指標(biāo)體系。對(duì)于模型中一個(gè)實(shí)際的QoS節(jié)點(diǎn)，由于其評(píng)價(jià)指標(biāo)不同，因此分為效益型節(jié)點(diǎn)和成本型節(jié)點(diǎn)，效益型節(jié)點(diǎn)的指數(shù)越大越好，而成本型節(jié)點(diǎn)的指數(shù)當(dāng)然越小越好。如一個(gè)QoS有若干指標(biāo)Item，例如性能(Item)包括錯(cuò)誤率、響應(yīng)時(shí)間、吞吐量等指標(biāo)，實(shí)際值為Value,公告值為Adv。

則效益型節(jié)點(diǎn)的相似度計(jì)算如下：

(6)

成本型節(jié)點(diǎn)的相似度計(jì)算如下：

(7)

(8)

模型還考慮了信譽(yù)度的波動(dòng)情況，按照大眾的觀點(diǎn)，在服務(wù)信譽(yù)相同的情況下，評(píng)價(jià)較為穩(wěn)定的服務(wù)較為可信。于是模型引入了波動(dòng)因子γ，通過計(jì)算服務(wù)相似度的標(biāo)準(zhǔn)差s來修正模型，并且由波動(dòng)因子來確定標(biāo)準(zhǔn)差的調(diào)節(jié)力度。由此得到最終信譽(yù)計(jì)算模型為：

(9)

該方法提出了一個(gè)計(jì)算質(zhì)量相似度的信譽(yù)計(jì)算模型?？梢杂?jì)算任意服務(wù)質(zhì)量指標(biāo)的信譽(yù)度，并且考慮了信譽(yù)波動(dòng)的情況，因此該算法有著較好的魯棒性。

3 Web服務(wù)主客觀融合的信譽(yù)度評(píng)估模型

3.1 分布式網(wǎng)絡(luò)服務(wù)

劉彬等人提出了一種分布式信譽(yù)計(jì)算評(píng)估模型[14]。在傳統(tǒng)信譽(yù)評(píng)估中，一般在服務(wù)注冊(cè)機(jī)構(gòu)上加一個(gè)信譽(yù)管理機(jī)構(gòu)，這樣就可以集中式地對(duì)信譽(yù)進(jìn)行管理。這種全局方法優(yōu)點(diǎn)是簡(jiǎn)單、易于計(jì)算。但由于信任集中管理，如果信譽(yù)中心被攻擊，就容易出現(xiàn)較大的問題[7]?；诖藙⒈虻热艘肓艘环N分布式的信任評(píng)估管理模型，該模型信任來源為服務(wù)使用者的歷史交互信息、服務(wù)提供商的注冊(cè)信息。通過計(jì)算服務(wù)的初始信譽(yù)值、來自服務(wù)直接使用者的直接信譽(yù)和其他使用相同服務(wù)使用者的間接信譽(yù)，然后合成為最終信譽(yù)值。假設(shè)帶評(píng)估的網(wǎng)絡(luò)服務(wù)有m個(gè)，每個(gè)網(wǎng)絡(luò)服務(wù)有n個(gè)QoS屬性。則QoS屬性可以表示為{qi1,qi2,qi3,….qin}，i∈{1,2,3,4…n}。由于QoS屬性有正屬性和負(fù)屬性，所以需要進(jìn)行相應(yīng)的變換。正屬性用式(10)變換，負(fù)屬性用式(11)進(jìn)行變換。

(10)

(11)

由于各個(gè)用戶對(duì)于服務(wù)的不同QoS屬性的偏好程度不同，該模型引入了服務(wù)偏好程度wj。由此服務(wù)的初始信譽(yù)值可得：

(12)

而對(duì)于來自經(jīng)驗(yàn)的信譽(yù)模型分為兩種情況進(jìn)行了討論，分別是來自服務(wù)直接使用者的直接經(jīng)驗(yàn)得到的直接信譽(yù)Td(i)，以及其他推薦者的間接經(jīng)驗(yàn)得到的間接信譽(yù)Tr(i)。雖然直接信譽(yù)和間接信譽(yù)的獲取方法不同，但其均來自于使用者每次使用完服務(wù)后對(duì)服務(wù)QoS的評(píng)價(jià)。在得到直接信譽(yù)、間接信譽(yù)以及初始信譽(yù)的條件下，最終信譽(yù)合成為：

T(i)=σε-n/NTp(i)+(1-e-n/N)Te(i)。

(13)

該模型提出了分布式的信譽(yù)計(jì)算方法，不同于傳統(tǒng)信譽(yù)中心管理信譽(yù)的方法，分布式方法對(duì)規(guī)模比較大的服務(wù)集群時(shí)有著較大的優(yōu)勢(shì)。并且由于不依賴于信譽(yù)中心，所以不存在信譽(yù)中心欺詐以及信譽(yù)中心被攻擊而使全局服務(wù)評(píng)價(jià)崩潰的情況。

3.2 基于貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)服務(wù)

Hien Trang Nguyen等人提出了一種基于貝葉斯網(wǎng)絡(luò)的信譽(yù)評(píng)估模型[15]。該模型通過把用于數(shù)據(jù)分析領(lǐng)域的貝葉斯網(wǎng)絡(luò)用于服務(wù)信譽(yù)的計(jì)算，模型對(duì)每一個(gè)服務(wù)按照服務(wù)質(zhì)量指標(biāo)分解成貝葉斯網(wǎng)絡(luò)。通過分析用戶主觀評(píng)價(jià)得到先驗(yàn)條件，再根據(jù)先驗(yàn)條件和貝葉斯公式計(jì)算出信譽(yù)。該模型中信譽(yù)來自于三部分，分別是直接信譽(yù)、推薦信譽(yù)和一致性信譽(yù)。在直接信譽(yù)計(jì)算中，模型通過把服務(wù)按照服務(wù)質(zhì)量指標(biāo)進(jìn)行分解，并在此引入了貝葉斯網(wǎng)絡(luò)。

在貝葉斯網(wǎng)絡(luò)信任模型中，根節(jié)點(diǎn)S是對(duì)網(wǎng)絡(luò)服務(wù)滿意度評(píng)價(jià)。S的值可以為1(滿意)或者為0(不滿意)。每個(gè)分解節(jié)點(diǎn)Lqj,其代表質(zhì)量指標(biāo)j的水平，并且Lqj∈{1,2,3,4,5}[8]。每個(gè)服務(wù)分解成的貝葉斯網(wǎng)絡(luò)。當(dāng)計(jì)算一個(gè)用戶x對(duì)服務(wù)i的信譽(yù)度時(shí)，可以使用貝葉斯方法得到直接信譽(yù)計(jì)算公式：

Tdx(i，Lqj≥a)=Px,i(S=1|Rqj>a)×Px,i(Rqj≥a)=

Px,i(Rqj≥a|S=1)×Px,i(S=1)。

(14)

對(duì)網(wǎng)絡(luò)服務(wù)的每一個(gè)質(zhì)量指標(biāo)，用戶都會(huì)為其指定一個(gè)興趣度Wqj，表示用戶對(duì)該質(zhì)量指標(biāo)的感興趣程度。Wqj∈{0，1，2}分別代表不感興趣、感興趣、非常感興趣。要想計(jì)算可信度，必須先知道條件S的取值。在此模型引入用戶x對(duì)服務(wù)的評(píng)分R(x,i,u)：

(15)

式中，TF(x,i,u)∈[0-1]為交易時(shí)上下文因素。通過最終計(jì)算出的R(x,i,u)值和預(yù)先的臨界值相比較，就可以給出S值并計(jì)算主觀的直接信譽(yù)。對(duì)于客觀評(píng)價(jià)，模型通過計(jì)算推薦信譽(yù)來獲得，推薦信譽(yù)的計(jì)算方法為：

(16)

式中，Tdy是所有和x使用過相同服務(wù)的其他用戶的信譽(yù)度(不包括x用戶自身)。Crx(y)是x對(duì)y的信任程度。因?yàn)槠渌脩艨赡苓M(jìn)行惡意推薦，所以模型對(duì)每個(gè)推薦用戶都給與一個(gè)信任度的評(píng)價(jià)因子，通過此參數(shù)來削弱惡意推薦的影響力，并且強(qiáng)化優(yōu)質(zhì)推薦用戶的作用。以上直接信譽(yù)和推薦信譽(yù)都是基于用戶評(píng)價(jià)。為了使得模型更加客觀公正，在此引入了QoS一致性判斷，其通過比較實(shí)際QoS值和公告的QoS值的一致性來計(jì)算出一致性信譽(yù)Tcx,由此該模型計(jì)算出3種信譽(yù)值。通過對(duì)3種信譽(yù)可以合成最終用戶x對(duì)服務(wù)i的信譽(yù)值:Tx(i)=Trx(i)×wd+Trx(i)×wr+Tcx(i)×wc。其中,wd、wr、wc分別為3種信譽(yù)的權(quán)重值，且wd+wr+wc=1。

該模型通過3種來源的信息計(jì)算信譽(yù)值，較為全面地考慮了信譽(yù)度的各類情況，可以聯(lián)合考慮在多重指標(biāo)的信譽(yù)度。信譽(yù)計(jì)算結(jié)果也比較客觀公正，但是通過貝葉斯網(wǎng)絡(luò)的方法計(jì)算有著較大的復(fù)雜性。表1為各模型對(duì)比。

表1 各模型對(duì)比

評(píng)估模型模型信譽(yù)來源信譽(yù)基礎(chǔ)模型優(yōu)點(diǎn)缺點(diǎn)計(jì)算復(fù)雜性基于交易反饋的網(wǎng)絡(luò)服務(wù)信譽(yù)評(píng)估模型服務(wù)消費(fèi)者的服務(wù)評(píng)價(jià)反饋數(shù)據(jù)基于反饋信息的信譽(yù)模型模型劃分了局部信譽(yù)和全局信譽(yù)，服務(wù)局部信譽(yù)計(jì)算簡(jiǎn)單明了，服務(wù)全局信譽(yù)合成較為合理信譽(yù)來源較為單一，因此最終信譽(yù)度計(jì)算結(jié)果較為片面非常簡(jiǎn)單一種分布式的網(wǎng)絡(luò)服務(wù)信譽(yù)評(píng)估模型服務(wù)提供者以及服務(wù)消費(fèi)者的QoS評(píng)價(jià)基本的Web服務(wù)系統(tǒng)結(jié)構(gòu)解決了Web服務(wù)初始化信譽(yù)計(jì)算問題，由于模型中沒有引入信譽(yù)中心，不會(huì)出現(xiàn)信譽(yù)中心被攻擊影響其他服務(wù)選擇的問題信譽(yù)的計(jì)算全部來自于經(jīng)驗(yàn)信息，結(jié)果較為主觀簡(jiǎn)單基于質(zhì)量相似度的網(wǎng)絡(luò)服務(wù)信譽(yù)計(jì)算模型服務(wù)提供者QoS公告值和具體服務(wù)QoS的實(shí)際值加入信譽(yù)評(píng)價(jià)中心的改進(jìn)的SOA模型采用上下兩層的服務(wù)本體建模、結(jié)構(gòu)清晰。當(dāng)QoS反復(fù)波動(dòng)時(shí)，模型有著較好的適應(yīng)性只能計(jì)算單個(gè)QoS質(zhì)量指標(biāo)的信譽(yù)度，合成信譽(yù)度沒給出，沒有考慮服務(wù)評(píng)價(jià)者惡意評(píng)價(jià)情況較為簡(jiǎn)單基于質(zhì)量平均算法的網(wǎng)絡(luò)服務(wù)信譽(yù)評(píng)估模型服務(wù)提供者QoS公告值和具體服務(wù)QoS的實(shí)際值改進(jìn)的SOA模型模型信譽(yù)計(jì)算部分較為簡(jiǎn)單直觀基于歷史評(píng)價(jià)信息和現(xiàn)有評(píng)價(jià)信息，模型中所需的計(jì)算信息采集較為復(fù)雜一般基于small?worldnetworks模型的網(wǎng)絡(luò)服務(wù)信譽(yù)評(píng)估模型服務(wù)消費(fèi)者的QoS評(píng)價(jià)信息以及服務(wù)提供者的交易歷史記錄基于small?world理論改進(jìn)的SOA模型采用社會(huì)的觀點(diǎn)分析信譽(yù)度并計(jì)算，較為符合實(shí)際情況信譽(yù)計(jì)算過程復(fù)雜，且不能同時(shí)考慮多個(gè)QoS指標(biāo)聯(lián)合計(jì)算信譽(yù)度較為復(fù)雜基于貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)服務(wù)信譽(yù)評(píng)價(jià)模型服務(wù)消費(fèi)者的評(píng)價(jià)、鄰居節(jié)點(diǎn)的評(píng)價(jià)信息以及信譽(yù)中心的QoS公告值基于貝葉斯網(wǎng)絡(luò)的Web服務(wù)分解模型采用概率的方法計(jì)算，信譽(yù)來源多，綜合了主觀信息及客觀信息?？梢月?lián)合多個(gè)QoS指標(biāo)計(jì)算信譽(yù)度計(jì)算較為復(fù)雜，且概率本身計(jì)算有著較大的主觀性。并且在計(jì)算鄰居用戶信譽(yù)度時(shí)沒有考慮到上下文環(huán)境信息復(fù)雜

4 結(jié)束語

通過對(duì)Web信譽(yù)模型的研究，明確了信譽(yù)來源對(duì)于一個(gè)Web服務(wù)信譽(yù)評(píng)估模型的重要性，設(shè)計(jì)優(yōu)良的信譽(yù)模型采用的信譽(yù)證據(jù)應(yīng)該既要包含主觀信息，也要包括客觀因素。與此同時(shí)，對(duì)信譽(yù)的描述需要反映信譽(yù)動(dòng)態(tài)性以及模糊性的特點(diǎn)，典型的就是以社會(huì)學(xué)觀點(diǎn)以及貝葉斯的概率論觀點(diǎn)來建模。通過對(duì)信譽(yù)模型各個(gè)建模因素的分析，為后續(xù)對(duì)Web信譽(yù)模型的研究提供了參考。

[1] 陳衛(wèi)東,李敏強(qiáng),趙慶展.基于P2P環(huán)境下的Web服務(wù)選擇信任模型研究[J].計(jì)算機(jī)科學(xué),2015,42(1):113-118.

[2] Maximilien E M.Conceptual Model of Web Service Reputation[J].Acm Sigmod Record,2002,31(4):36-41.

[3] Wang S G,Sun Q B,Yang F C.Reputation Evaluation Approach in Web Service Selection[J].Journal of Software,2012,23(6):1350-1367.

[4] 孫素云.Web服務(wù)信譽(yù)度評(píng)估模型的研究[J].計(jì)算機(jī)工程與設(shè)計(jì),2008,29(9):2259-2261.

[5] Wang S,Zheng Z,Wu Z,et al.Reputation Measurement and Malicious Feedback Rating Prevention in Web Service Recommendation Systems[J].IEEE Transactions on Services Computing,2015,8(5):755-767.

[6] Wang S,Sun Q,Zou H,et al.Reputation Measure Approach of Web Service for Service Selection[J].Iet Software,2011,5(5):466-473.

[7] Alsharawneh J,Williams M A,Goldbaum D.Web Service Reputation Prediction Based on Customer Feedback Forecasting Model[C]∥ Enterprise Distributed Object Computing Conference Workshops.IEEE,2010:33-40.

[8] 尚廣,孫其博,楊放春.Web服務(wù)選擇中信譽(yù)度評(píng)估方法[J].軟件學(xué)報(bào),2012,23(6):1350-1367.

[9] 呂福軍.一種基于QoS與用戶推薦的Web服務(wù)信譽(yù)度評(píng)價(jià)模型[D].秦皇島：燕山大學(xué),2010.

[10] Bansal S K,Bansal A.Reputation-Based Web Service Selection for Composition[C]∥ Services.IEEE,2011:95-96.

[11] Liu F,Wang L,Gao L,et al.A Web ServiceTrust Evaluation Model Based on Small-world Networks[J].Knowledge-Based Systems,2014,57(2):161-167.

[12] Zhang H,Shao Z,Zheng H,et al.Web Service Reputation Evaluation Based on QoS Measurement[J].The Scientific

World Journal,2014(1):145-156.

[13] 付曉東,鄒平,姜瑛.基于質(zhì)量相似度的Web服務(wù)信譽(yù)度量[J].計(jì)算機(jī)集成制造系統(tǒng),2008,14(3):619-624.

[14] 劉彬,張仁津.用于Web服務(wù)的分布式信任和聲譽(yù)模型[C]∥ 2011全國(guó)開放式分布與并行計(jì)算學(xué)術(shù)年會(huì)，2011.

[15] Nguyen H T,Zhao W,Yang J.A Trust and Reputation Model Based on Bayesian Network for Web Services[C]∥ IEEE International Conference on Web Services.IEEE,2010:251-258.