可信驱动的信息服务选择研究

Information services selection is one of the crucial premises to the realization of service sharing and reuse. The results of service selection will directly affect whether or not a service requester can successfully obtain the desired service. However, with the change of network environment as well as the spread of mobile internet, e-commerce and remote medical treatment, current service selection solutions cannot meet the requirements of trustworthiness on service selection. This project seeks to address the problem of trustworthiness-driven service selection. Firstly, with profound analysis of trustworthy requirements for service selection and employment of collaborative filtering technique combined with a theory founded in trust, trustworthy community mechanism for service selection will be established. Secondly, in order to improve the correctness and effectiveness of service selection, a semantic correlation-aware trustworthy service selection approach will be proposed. Thirdly, service reliability will be taken into account to setup a trustworthiness-driven redundant service selection mechanism. Finally, based on research results, a service selection prototype will be designed, followed with an online diagnosis application demonstration in remote medical treatment service. It is concluded that research works from this project will be of great theoretical significance and valuable reference for the population in relation to upcoming new applications for information services.

信息服务选择是实现服务共享、复用的重要前提，服务选择的结果直接影响服务请求者是否能成功获取网络中的服务资源。随着网络服务场景的变化，移动互联网、电子商务、远程医疗等新兴服务运行环境的出现，服务选择的可信需求日益增强，现有的服务选择方法面临挑战。本项目致力于解决可信驱动场景下的服务选择问题，通过对可信驱动的服务选择需求的深入分析，利用协同过滤技术、信任机制相关理论与成果研究服务可信联盟机制的实现；提出支持语义关联的可信服务选择方法，提高组合服务的正确性与高效性；研究服务的可靠性，利用软件容错理论实现可信驱动的冗余服务选择机制，提高服务选择结果的可靠性与有效性；在理论研究基础上开发可信驱动的服务选择原型系统，并建立一个远程医疗服务场景下的可信在线诊断应用示范。项目的研究工作对促进信息服务新兴应用的推广具有十分重要的理论意义和参考价值。

随着互联网的持续普及和网络技术的飞速发展，信息服务发布日益便利，拥有相同功能属性的服务数量急剧增长，服务请求者根据其个人需求进行服务选择变得越来越困难。与此同时，伴随着移动互联网、云计算等新兴服务计算模式的出现，用户对信息服务的可信需求进一步增强，信息服务对服务选择的可靠性提出了更高的要求。如何在庞大的候选服务集中选择用户满意的服务，实现高效、可信的信息服务选择已成为产业界和学术界的研究热点。. 目前已有的服务选择方法大体上可分为两类：一类是基于服务质量（Quality of Service，QoS）的服务选择方法，即在确保候选服务能满足用户功能需求的前提下，将QoS作为选择服务的唯一指标。另一类是基于信任的服务选择方法，即利用信任值对QoS进行修正，增强服务提供者声称的QoS属性的真实性，提升服务选择的正确性。以上这些方法当候选服务数量庞大，服务可信需求加强的情况下，均难以较好地满足用户需求。. 本申请课题从信息服务选择的一般过程出发，详细分析信息服务主体中服务请求者与服务提供者、服务请求者与服务推荐者之间的信任关系，研究信息服务选择的可信性与有效性问题。主要工作包括：一、在候选服务规模的处理方面，提出了信息服务的分层聚合模型，完成了候选服务的有效过滤。二、在信息服务评估方面，提出了基于模糊数学的信息服务评估方法，有效解决用户在进行服务评估时偏好表达存在的模糊性、随意性、不完整性问题以及偏好自身的动态性问题，提升用户对服务进行评估的精确性。三、在服务可靠性预测方面，提出了基于分组的服务可靠性预测方法，使得用户的反馈信息更能体现其真实愿望，提高可靠性预测的精度。四、在可信服务推荐方面，提出了基于可信联盟的服务推荐方法，利用构建可信联盟，建立候选服务集之间的信任关系，增强了推荐的候选服务的可信性，有效防止用户的联合欺骗及恶意欺诈行为。五、在可信服务选择方面，提出了基于协同过滤的可信服务选择方案，极大提高了服务选择的正确性与有效性。