云计算中基于模糊理论的服务选择方法

摘要

本发明提供的云计算中基于模糊理论的服务选择方法，涉及计算机网络安全技术领域，包括输入云用户隐私信息集；输出云具体服务获取；服务偏好矩阵初始化，缺省值为1：隐私信息为0值时服务偏好为1即全部、隐私信息为1时服务偏好为0；设云用户为Ai∈A之余Xi∈X进行测度，得到矩阵R=(rax)m×n即服务偏好；计算每个待选信息类型xi的权重系数wi；得出综合偏好值表示隐私信息对信息类型的服务偏好值；应用模糊数的等价映射关系由综合偏好得到具体信息集合，算法结束。本发明所要解决的技术问题是提供一种云计算中基于模糊理论的服务选择方法，用于解决云计算环境中用户个性化服务需求和服务的可控性，以此达到用户隐私保护的目的。

说明书

技术领域

本发明涉及计算机网络安全技术领域，尤其涉及云计算中基于模糊理论的服务选择方法。

背景技术

云计算服务模式以其广泛的应用前景日益受到学术界和工业界的高度关注，以其特有的方式改变着人们生活，然而，云计算的大规模运算与存储资源集中共享的模式与用户端资源有限，移动等特性给用户数据隐私与完整性带来了更大的新的挑战。

云平台中的服务资源极其庞大，如何紧密结合云计算服务的特点与用户个性化的服务需求，研究以用户为中心的可变、可适的服务按需聚合与智能协同方法，形成安全可控的用户需求服务域亟待解决。

因此，目前需要本领域技术人员解决的一个技术问题就是：如何提出一种有效措施以满足实际应用的更多需求。

发明内容

本发明所要解决的技术问题是提供一种云计算中基于模糊理论的服务选择方法，用于解决云计算环境中用户个性化服务需求和服务的可控性，以此达到用户隐私保护的目的。

为了解决上述问题，本发明提供一种云计算中基于模糊理论的服务选择方法，包括：

输入云用户隐私信息集；

输出云具体服务获取；

服务偏好矩阵初始化，缺省值为1：隐私信息为0值时服务偏好为1即全部、隐私信息为1时服务偏好为0；

设云用户为A_i∈A之余X_i∈X进行测度，得到矩阵R=(r_ax)_m×n即服务偏好；

计算每个待选信息类型x_i的权重系数w_i；得出综合偏好值表示隐私信息对信息类型的服务偏好值；

应用模糊数的等价映射关系由综合偏好得到具体信息集合，算法结束。

进一步地，所述隐私信息集之间相互独立。

进一步地，所述隐私信息中每个元素占据所述矩阵中的一行。

进一步地，信息类型中的每个元素占据矩阵中的一列。

综上，本发明中云用户应用隐私信息的选择来保护隐私信息的安全；综合偏好的获得会随着隐私信息的增多而愈发精准，当然同时用户对服务的选择也愈发细化，以此达到安全可控服务的需求。

附图说明

图1是本发明的云计算中基于模糊理论的服务选择方法的流程示意图；

图2是本发明的由算法得具体量化服务选择的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图与实例对本发明作进一步详细说明。但所举实例不作为对本发明的限定。

云计算特有的服务提供模式给人们带来无比精彩用户体验的同时也带来了其特有的安全问题，其中云计算环境下大规模服务资源提供与用户可控个性化的服务需求的矛盾是一重要议题。现有的个性化访问控制和访问过滤等方法并不能完全解决云用户可控个性化服务需求问题。

为了更好的保护云用户隐私提升用户云服务应用体验，以云计算用户对服务的需求——安全可控为出发点，提出一种基于模糊理论的服务选择方法。

具体如图1所示，本发明提供一种云计算中基于模糊理论的服务选择方法的流程示意图，包括：

输入云用户隐私信息集；

输出云具体服务获取；

服务偏好矩阵初始化，缺省值为1：隐私信息为0值时服务偏好为1即全部、隐私信息为1时服务偏好为0；

设云用户为A_i∈A之余X_i∈X进行测度，得到矩阵R=(r_ax)_m×n即服务偏好；

计算每个待选信息类型x_i的权重系数w_i；得出综合偏好值表示隐私信息对信息类型的服务偏好值；

应用模糊数的等价映射关系由综合偏好得到具体信息集合，算法结束。

优选的，所述隐私信息集之间相互独立。

优选的，所述隐私信息中每个元素占据所述矩阵中的一行。

优选的，信息类型中的每个元素占据矩阵中的一列。

本发明提出一种基于模糊理论的服务选择方法。在该方法中云用户作为决策者依据自己的隐私信息集给出服务偏好，然后将各信息集的偏好信息按照某种集结规则集结为综合偏好，以此作为选择信息服务的最终标准。相关定义和过程如下：

U是云服务中所有具体信息集合，隐私信息集（模糊子集）由A₁,A₂,...,A_n组成，它们之间相互独立，在接受信息服务的场景下，初始状态A是云用户信息集合即A₁∪A2_,...,A_n-1∪A_n→U；x_i是指云服务信息类型X={x₁,x₂,...x_n}组成了我们云用户获得的信息服务集合；服务偏好可以表示为一个矩阵R=(r_ax)_m×n，r_ax∈[0,1]其中隐私信息集A中的每一个元素占据矩阵中的一行，信息类型X中的每个元素占据矩阵中的一列，那么矩阵中的每一个元素则可表示为r[a,x]，注矩阵的缺省值为1。

输入：云用户隐私信息集

输出：云具体服务获取

基于模糊理论的服务选择方法

步骤1.服务偏好矩阵初始化，缺省值为1：隐私信息为0值时服务偏好为1即全部、隐私信息为1时服务偏好为0；

步骤2.设云用户为A_i∈A之余X_i∈X进行测度，得到矩阵R=(r_ax)_m×n即服务偏好；

步骤3.计算每个待选信息类型x_i的权重系数w_i；得出综合偏好值表示隐私信息对信息类型的服务偏好值；

步骤4.应用模糊数的等价映射关系由综合偏好得到具体信息集合，算法结束。

说明：本方法采用了基于角色的访问控制的相关思想：用户、权限、角色在这里分别对应具体信息、隐私信息集、信息类别。隐私信息集描述用户的隐私信息，每个隐私信息集对信息类别都具备相应的选择权限；信息类别如娱乐类，新闻类等；云计算服务提供中的具体的信息，归属于信息类别。即隐私信息集映射到相应的信息类别，即拥有了具体信息的选择权。

更为具体的，为了验证本方法对服务量化的有效性，给出一个算法的应用实例：假设在云计算信息服务场景中，云用户依次释放3种隐私信息。隐私信息包括性别、年龄、职业；信息类型分别为新闻、体育、娱乐、健康。云用户准备依据这3种隐私信息来选择这5类信息类型中具体信息，服务偏好如表1。

X₁X₂X₃X₄A₁0.20.10.40.3—A₂0.30.10.20.4—A₃0.40.30.10.2——11111—11111

表1：服务偏好

由算法可得具体量化服务选择如图2，从图2中可以看出在本发明的方法中隐私信息对服务的选择有着明确的影响力，随着隐私信息提供的升高，服务提供量随之减少，最终趋势是趋于定值，反映了云用户对信息服务的心理需求。这种需求涉及迎合需要，隐私保护等领域的冲突。

进一步地，本发明提出的基于粗糙集的服务选择方法应用云用户对服务的偏好，做出服务选择的决策，而服务偏好完全取决于用户的隐私信息提供，并随着隐私信息提供的增多，服务选择愈发精细。该方法为云用户接受信息服务的场景设计，但也可应用在其他相似的场合。

分析表明，该方法中云用户应用隐私信息的选择来保护隐私信息的安全；综合偏好的获得会随着隐私信息的增多而愈发精准，当然同时用户对服务的选择也愈发细化，以此达到安全可控服务的需求。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。