The invention discloses a privacy-based Web service QoS prediction method in mobile edge environment, which collects user information and Web service's QoS attribute data, preprocesses the data to obtain a data set that conforms to the characteristics of edge environment, and realizes privacy-preserving QoS prediction method in edge environment with differential privacy. In data preprocessing, users are divided into the same edge server, the same edge region and the different edge regions according to their latitude and longitude. Services in the divided edge server are processed, services with no attribute value and those with different attribute value at the same edge end are deleted, and service sets in the similar edge environment are obtained. In order to protect users'privacy, Laplacian noise is added to the original data set to obtain the disguised data set and use it as historical data to predict.
【技术实现步骤摘要】
移动边缘环境下基于隐私保护的Web服务QoS预测方法
本专利技术涉及一种Web服务QoS预测方法,尤其涉及移动边缘环境下保护用户隐私的Web服务QoS预测方法,属于信息
技术介绍
近年来,随着因特网技术的飞速发展,出现了众多具有相同或相近功能的Web服务。常见Web服务的QoS属性包括:响应时间、吞吐量及代价等。在真实环境中,QoS数据往往存在部分缺失的情况,这使得根据已知的QoS数据预测出缺失的QoS成为服务推荐过程中的重要问题,在选择服务的过程中Web服务的服务质量(QoS)属性成为关注的重点。此外,如今移动边缘计算是一项新兴技术,又由于其具有响应时间短、处理速度快的特点,因此,在服务推荐系统中,通过部署边缘服务器来为移动设备或移动用户提供可靠性服务成为当下在新环境中预测服务质量的新话题,服务质量(QoS)成为关键因素。现有的预测方法主要针对一般环境下的Web服务,主要有基于信任感知的QoS预测方法、基于时态感知的Web服务QoS预测方法、基于上下文感知的矩阵因子分解QoS预测方法和基于隐私保护的QoS预测方法。其中基于隐私保护的预测方法主要考虑原始数据的保密性,选择加入拉普拉斯机制或基于位置敏感哈希函数进行预测,如Liu等考虑用户的隐私性,对原始数据集加入拉普拉斯噪声进行数据伪装,利用协同过滤法进行预测;Qi等使用局部敏感哈希的隐私保护服务推荐方法在服务准确性、隐私保护和高效性间获取高效的权衡;Zhang等采用一种基于分布式计算系统的可扩展大数据多维匿名化方法。但现有方法无法预测移动边缘环境下时效性短、变化快的数据。此外,Wang等提出一种 ...
【技术保护点】
1.一种移动边缘环境下基于隐私保护的Web服务QoS预测方法,其特征在于,包括如下步骤:步骤1:收集用户信息和用户在调用Web服务的QoS属性数据;步骤2:对用户信息中的地理位置进行预处理构建边缘端环境;步骤3:从预处理后的数据中筛选具有移动边缘环境特性的边缘服务数据集;步骤4:设置隐私参数ε,对原始QoS数据集加入拉普拉斯噪声;步骤5:以预测用户所在边缘服务器为中心,不断增大距离寻找相似用户;步骤6:由步骤5的最小误差得最佳距离,在此距离内进行Top‑k相似用户推荐,实现边缘环境下保护用户隐私的QoS属性值预测。
【技术特征摘要】
1.一种移动边缘环境下基于隐私保护的Web服务QoS预测方法,其特征在于,包括如下步骤:步骤1:收集用户信息和用户在调用Web服务的QoS属性数据;步骤2:对用户信息中的地理位置进行预处理构建边缘端环境;步骤3:从预处理后的数据中筛选具有移动边缘环境特性的边缘服务数据集;步骤4:设置隐私参数ε,对原始QoS数据集加入拉普拉斯噪声;步骤5:以预测用户所在边缘服务器为中心,不断增大距离寻找相似用户;步骤6:由步骤5的最小误差得最佳距离,在此距离内进行Top-k相似用户推荐,实现边缘环境下保护用户隐私的QoS属性值预测。2.如权利要求1所述的移动边缘环境下基于隐私保护的Web服务QoS预测方法,其特征在于,所述步骤1中收集数据主要包括两个方面:(1)从wsdream中收集包含所在国家、经度、纬度值的地理位置的用户信息;(2)采用用户调用的Web服务的QoS属性数据作为原始数据集。3.如权利要求1所述的移动边缘环境下基于隐私保护的Web服务QoS预测方法,其特征在于,地理位置预处理用于构建边缘端环境,所述步骤2包括如下步骤:步骤21:根据用户的纬度、经度值将用户划分于各大洲;步骤22:选取用户信息数据量最大的洲作为边缘位置点;步骤23:将纬度、经度值相同的用户看作位于一个边缘服务器中,在预测时将同一服务器中的数据作为历史数据集;步骤24:将纬度、经度值相差在预设范围内的用户看作位于边缘端的同一区域中;步骤25:将纬度、经度值相差10度以上的用户看作位于边缘端的不同区域中。4.如权利要求1所述的移动边缘环境下基于隐私保护的Web服务...
【专利技术属性】
技术研发人员:张鹏程,金惠颖,王继民,贾旸旸,赵齐,
申请(专利权)人:河海大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。