【技术实现步骤摘要】
云平台可信评估模型训练方法和云平台可信评估方法
本专利技术涉及云平台可信度量
，特别是涉及一种云平台可信评估模型训练方法和云平台可信评估方法。
技术介绍
随着云计算的快速发展，现在云平台已经广泛应用于各类政企服务。由于云平台服务的特殊性，云平台服务商不仅为租户提供云计算资源和服务，也需要保证其云服务的可信性。由于云计算的特殊性，租户无法获得云平台资源的可见性和可控性，使得租户对于云平台缺乏信任。目前虽然有针对云平台可信性进行评估的方法，但是其仅仅是基于云平台的基础数据进行评估，与云平台的真实使用场景不符，无法结合租户的真实反馈来评估，使得现有的云平台可信性评估无法反应真实状况。
技术实现思路
基于此，有必要针对现有的云平台可信评估无法反应真实状况的问题，提供一种云平台可信评估模型训练方法和云平台可信评估方法。一种云平台可信评估模型训练方法，所述方法包括：获取云平台可信评估训练数据集，所述云平台可信评估训练数据集包括云平台基础可信评估训练数据和租户感知可信评估训练数据；...
【技术保护点】
1.一种云平台可信评估模型训练方法，其特征在于，所述方法包括：/n获取云平台可信评估训练数据集，所述云平台可信评估训练数据集包括云平台基础可信评估训练数据和租户感知可信评估训练数据；/n分别将所述云平台基础可信评估训练数据和所述租户感知可信评估训练数据输入至待训练网络模型，对所述待训练网络模型进行训练，直至所述待训练网络模型满足预设要求，得到云平台可信评估模型。/n
【技术特征摘要】
1.一种云平台可信评估模型训练方法，其特征在于，所述方法包括：
获取云平台可信评估训练数据集，所述云平台可信评估训练数据集包括云平台基础可信评估训练数据和租户感知可信评估训练数据；
分别将所述云平台基础可信评估训练数据和所述租户感知可信评估训练数据输入至待训练网络模型，对所述待训练网络模型进行训练，直至所述待训练网络模型满足预设要求，得到云平台可信评估模型。
2.根据权利要求1所述的云平台可信评估模型训练方法，其特征在于，所述获取云平台可信评估训练数据集的步骤包括：
获取云平台基础类评估属性和租户感知评估属性；
对所述云平台基础类评估属性和租户感知评估属性进行量化处理，得到云平台基础可信评估训练数据和租户感知可信评估训练数据，并形成云平台可信评估训练数据集。
3.根据权利要求2所述的云平台可信评估模型训练方法，其特征在于，所述云平台基础类评估属性包括可靠性、安全性以及可用性，所述可靠性包括健壮性、可控性以及故障等级，所述安全性包括云平台密码机制、网络安全、租户数据安全、安全隔离、租户认证与访问控制策略以及策略执行，所述可用性包括服务可用与组件负载；
所述租户感知评估属性包括服务质量感知、自我行为感知、诚信感知以及确认感知，所述服务质量感知是根据任务资源匹配度衡量，所述自我行为感知是根据行为可行访问控制衡量，所述诚信感知根据云服务商SLA承诺的可信度衡量，所述确认感知根据租户参与到云服务中关键操作的确认衡量。
4.根据权利要求2所述的云平台可信评估模型训练方法，其特征在于，所述对所述云平台基础类评估属性和租户感知评估属性进行量化处理，得到云平台基础可信评估训练数据和租户感知可信评估训练数据，并形成云平台可信评估训练数据集的步骤包括：
根据模糊理论确定各所述云平台基础类评估属性的可信概率；
根据租户反馈的评价分确定各所述租户感知评估属性的租户感知可信评价结果；
根据云平台基础类评估属性、所述可信概率以及所述租户感知可信评价结果，形成云平台可信评估训练数据集。
5.根据权利要求2所述的云平台可信评估模型训练方法，其特征在于，所述分别将所述云平台基础可信评估训练数据和所述租户感知可信评估训练数据输入至待训练网络模型，对所述待训练网络模型进行训练，直至所述待训练网络模型满足预设要求，得到云平台可信评估模型的步骤包括：
通过待训练网络模型对所述云平台基础可信评估训练数据进行向量化处理和特征提取，得到云平台基础特征向量；
通过待训练网络模型对所述租户感知可信评估训练数据进行向量化处理和特征提取，得到租户感知特征向量；
通过注意力机制确定租户感知注意力权重；
将所述租户感知特征向量和所述云平台基础特征向量进行拼接，得到新的特征向量，并利用租户感知注意力权重对所述新的特征向量进行加权求和，并通过非线性激活函数和归一化处理得到云平台可信概率；
根据损失函数计算所述云平台可...
【专利技术属性】
技术研发人员：陈冲，刘杰，吴波，李碧薇，
申请(专利权)人：中国电子产品可靠性与环境试验研究所工业和信息化部电子第五研究所中国赛宝实验室，
类型：发明
国别省市：广东;44
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。