摘要: 1．本文的创新点
信任是互联网环境下更为本质的一种安全关系，基于信任的服务选取已成为Web服务领域重要的研究趋势之一。本文采用不确定性人工智能领域的云模型对Web服务可信因素进行表示，作为一种不确定性知识的表示方法，云模型能够合理刻画信任的主观模糊性、随机性特征。基于云模型的信任因素表示，给出一种信任的时间相关模型，结合时间相关的逆向云生成算法，解决了信任表示和度量的时间相关性问题，使得Web服务可信性度量能够反映信任的动态性对当前信任决策的影响。此外，基于云的关键数字特征，给出Web服务可信性的度量方法，其量化度量结果可作为Web服务选取决策的重要依据。
2．实现方法
本文分析了信任的关键特征，包括，主观不确定性、风险性和动态性等，并对Web服务环境中影响Web服务请求者和提供者间信任关系的关键因素进行分析，这些因素包括Web服务的信誉度、可信赖性、风险性。
在关键信任因素分析的基础上，针对信任的主观不确定性特征，采用云模型对Web服务的信誉度、可信赖性、风险性进行描述，定义了信誉度云、可信赖性云和风险云。针对信任的动态性特征，给出一个信任的时间相关模型，根据信任因素数据生成时刻，划分不同时间窗口，为每个时间窗口中的信任数据设定时效性权值，以此反映不同历史时刻的信任数据对当前信任决策的影响。基于时效性权值，结合时间相关逆向云生成算法获得信誉度云、可信赖性云和风险云的关键数字特征。根据云模型的关键数字特征，给出Web服务环境下信任因素和Web服务可信性的量化度量方法。
3．结论及未来待解决的问题
信任表述的合理性对信任建模和度量具有至关重要的影响，本文考虑了信任主观认知特点对可信性度量结果的影响，采用云模型对信任进行表示，能够较合理地表述信任的主观不确定性，对Web服务可信性进行精确地区分；能够合理表征信任的动态性，反映时间因素对可信性度量结果的影响。此外，所提出的Web服务可信性度量方法，综合考虑了服务信誉度、可信赖性、风险性，能够较全面地对Web服务可信性进行分析。
基于本文的研究内容和结果，进一步可能的研究内容和方向包括：
1. 改进时效性权值的设定方法，例如，借鉴心理学的“近因效用”理论，实现不同时间窗口的时效性权值的确定。
2. 进一步考虑网络恶意行为对Web服务可信性度量结果的影响。
3. 实现基于本文信任表示和度量方法的信任决策支持系统。
4．实用价值或应用前景
本文提出的基于云模型的信任表示方法能够较合理地对信任的主观不确定性、动态性进行表征，增强Web服务可信性度量的合理性。此外，本文考虑了服务信誉度、可信赖性、风险性，能够较全面地对Web服务可信性进行分析，从而有效地辅助Web服务用户完成基于信任的服务选取决策，即服务消费者能够有效标识可信的服务提供者并与之进行服务交互，同时避免与可信性较差的服务提供者进行交互所带来的风险。