多向反馈和大规模实时行为驱动的高可信网络协同机制与系统

With the in-depth development of cloud computing, service computing, Internet of things, social networks and other large-scale network applications, system is a dynamic and cooperative model made up of serving entities. Under these dynamic and uncertainty environments, the important role of collaborative network computing technologies has become increasingly prominent. It constitutes a huge, complex cyberspace ecosystem among large-scale cooperative entities. And how to efficiently and accurately build a trusted relationship among collaborative network entities, is the basic research tasks for collaborative computing environment. On the basis of in-depth analysis on the interaction relationship of network entities in cyberspace, this project originally proposes a highly trustworthy network cooperation mechanism driven by multi-directional feedback and real-time behavior, which has wide application value in service composition, resource matchmaking, network security and other fields. The main research contents of this project include: relationship modeling and analysis among large-scale collaborative entities in cyberspace; highly trustworthy network cooperation model driven by multi-directional feedback and real-time behavior; trustworthiness computing mechanism and algorithm based on large-scale and real-time network behavior; security-enhanced and adaptive aggregation mechanism for feedback and behavioral data; prototype implementation and testing based on typical collaborative computing environment. The project is expected to achieve a number of original research results in terms of theoretical research and prototype implementation.

随着云计算、服务计算、物联网和社会网络等大规模网络应用的深入发展，系统表现为由多个服务资源组成的动态协作模型，在这种动态和不确定的环境下，可信的网络协同技术的重要作用日益凸显。网络空间中大规模协同实体之间构成了一个巨大复杂的网络生态系统，而如何高效、准确地构建协同实体之间的可信关系，是协同计算环境赖以生存的基础性工作。在深入分析网络协同环境中各协同实体之间交互关系的基础之上，本项目原创性地提出了一种多向反馈和实时行为驱动的高可信网络协同机制，该机制在服务组合、资源匹配、网络安全等领域具有广泛的应用价值。主要研究内容包括：网络空间中大规模协同实体关系分析与建模、多向反馈和实时行为驱动的高可信网络协同模型、基于大规模实时行为的信任计算机理与算法、安全性增强的反馈与行为数据的自适应聚合机制、面向典型协同计算环境的原型系统实现与测试等。本项目预期在理论研究和原型系统实现等方面取得若干原创性的成果。

随着云计算、服务计算、物联网和社会网络等大规模网络应用的深入发展，系统表现为由多个服务资源组成的动态协作模型，在这种动态和不确定的环境下，可信的网络协同技术的重要作用日益凸显。网络空间中大规模协同实体之间构成了一个巨大复杂的网络生态系统，而如何高效、准确地构建协同实体之间的可信关系，是协同计算环境赖以生存的基础性工作。在深入分析网络协同环境中各协同实体之间交互关系的基础之上，本项目提出了一种多向反馈和实时行为驱动的高可信网络协同机制，该机制在服务组合、资源匹配、网络安全等领域具有广泛的应用价值。主要研究内容包括：网络空间中大规模协同实体关系分析与建模、多向反馈和实时行为驱动的高可信网络协同模型、基于大规模实时行为的信任计算机理与算法、安全性增强的反馈与行为数据的自适应聚合机制、面向典型协同计算环境的原型系统实现与测试.等。本项目预期在理论研究和原型系统实现等方面取得若干原创性的成果。取得的主要研究成果如下：(1) 提出了可信协同网络生态系统的概念，深入分析协同计算环境中实体之间的交互关系，构建了一种基于实体之间交互关系的可信网络生态系统模型；(2) 提出了多向反馈的概念，构建了基于多向反馈机制的网络协同计算模型；(3) 基于大数据分析的思路，提出了一整套面向海量服务行为数据挖掘与分析的模型与算法，并对算法进行了相关的测试与性能评估；(4) 构建了层次化、可操作性强、模块化的协同网络计算环境，提出了基于多向反馈和大规模实时行为数据的高可信协同计算架构；(5) 构建了对恶意反馈行为具有较强的识别能力、安全性增强的反馈与行为数据的自适应聚合机制；(6) 实现了面向典型协同计算环境的原型系统，完成了对本项目所提出的相关技术、模型与算法的实际部署；实现对高可信协同计算机制的性能评测：从准确性、鲁棒性、快速响应能力、恶意反馈检测能力等多方面进行了测试与评价。(7) 取得软件著作权5项，授权国内外发明专利8项，发表（含录用）SCI/EI检索的高水平论文30余篇。