閔迪　魏言釗　趙燊燊

摘要：隨著經(jīng)濟(jì)管理活動的不斷發(fā)展和移動設(shè)備的普及，企業(yè)為了自身管理的有效性和高效性，經(jīng)常會購置外部活動來滿足自身管理需求，然而現(xiàn)有的管理流程框架存在許多不足，服務(wù)評價體系很難保證評價的準(zhǔn)確性和有效性。有研究學(xué)者提出利用區(qū)塊鏈分布式存儲的特點(diǎn)保證數(shù)據(jù)的不可篡改性，但是沒有提出有效的企業(yè)服務(wù)質(zhì)量綜合評價機(jī)制。針對以上不足，提出基于區(qū)塊鏈的企業(yè)服務(wù)質(zhì)量綜合評價框架，在保障數(shù)據(jù)不可篡改的同時，考慮數(shù)據(jù)源頭可信度問題，將基本聚類算法納入綜合評價框架。實(shí)驗(yàn)證明，所提出的基本方法有效過濾虛假評價，有效提高企業(yè)服務(wù)質(zhì)量的可信度。

關(guān)鍵詞：服務(wù)質(zhì)量（QoS）；區(qū)塊鏈；綜合評價；

一、前言

隨著面向服務(wù)的計算、云計算和大數(shù)據(jù)的快速發(fā)展，互聯(lián)網(wǎng)上出現(xiàn)了大量功能等價的 Web 服務(wù)。服務(wù)質(zhì)量（QoS）成為吸引客戶的服務(wù)的差異化點(diǎn)。由于不可預(yù)測的網(wǎng)絡(luò)、物理位置和其他客觀因素，不同用戶的服務(wù) QoS 存在很大差異，最近提出了許多基于協(xié)同過濾的方法，利用歷史用戶貢獻(xiàn)的 QoS 數(shù)據(jù)來預(yù)測未知的 QoS。然而，大多數(shù)現(xiàn)有的方法忽略了數(shù)據(jù)可信度問題，不同的用戶對于服務(wù)的喜愛度不同也導(dǎo)致了數(shù)據(jù)的差異性。所以，無論是依賴第三方收集、維護(hù)和提供QoS 值的權(quán)威機(jī)構(gòu)（如 UDDI）還是商戶直接收集數(shù)據(jù)（如大眾點(diǎn)評、美團(tuán)、淘寶）都會存在許多挑戰(zhàn)和風(fēng)險以致影響用戶的選擇。

二、內(nèi)容與特點(diǎn)

（一）Web服務(wù)質(zhì)量（QoS）

Web服務(wù)是獨(dú)立于平臺的軟件組件，旨在支持通過網(wǎng)絡(luò)進(jìn)行互操作的機(jī)器對機(jī)通信。在云計算和面向服務(wù)的計算技術(shù)發(fā)展的大力推動下，Web服務(wù)被廣泛開發(fā)并應(yīng)用于在互聯(lián)網(wǎng)上構(gòu)建面向服務(wù)的應(yīng)用程序。Franz和Kirchmer[1]提出了通過“價值驅(qū)動的業(yè)務(wù)流程管理”框架（VBPM），區(qū)塊鏈通過消除從中介機(jī)構(gòu)進(jìn)行的人工操作，實(shí)現(xiàn)了跨組織業(yè)務(wù)流程的集成的自動化。隨著網(wǎng)絡(luò)上功能相同的Web服務(wù)數(shù)量的增加，服務(wù)質(zhì)量（QoS）成為用戶選擇服務(wù)的主要問題。QoS是一組描述Web服務(wù)的非功能特性的屬性，如成本、響應(yīng)時間、吞吐量、可靠性、可用性等。隨著面向服務(wù)的計算、云計算和大數(shù)據(jù)的快速發(fā)展，互聯(lián)網(wǎng)上出現(xiàn)了大量功能等價的Web服務(wù)。服務(wù)質(zhì)量（QoS）成為吸引客戶的服務(wù)的差異化點(diǎn)。服務(wù)的選擇和組合被認(rèn)為是一個決策和優(yōu)化問題。這個過程非常復(fù)雜，并考慮了在優(yōu)化過程中平衡性能的影響。另外Wang Y ， Wen J ，Wang X 提出了基于信任和隱私意識的云服務(wù)評估模型[2]。受協(xié)同過濾（Collaborative Filtering）技術(shù)在Amazon、YouTube、Netflix等商業(yè)推薦系統(tǒng)中取得成功的啟發(fā)，最近提出了許多基于CF的QoS預(yù)測方法。這些基于CF的QoS預(yù)測方法通常利用從其他類似用戶或服務(wù)中收集到的歷史QoS信息來預(yù)測當(dāng)前用戶的未知QoS。然而，在許多Web服務(wù)推薦系統(tǒng)中都發(fā)現(xiàn)了不誠實(shí)的用戶，這些不誠實(shí)的用戶可能會提交恒定值或隨機(jī)值作為他們觀察到的QoS 。為了立即獲得利益，一些惡意用戶甚至夸大他們的合作伙伴的服務(wù)，同時詆毀他們的競爭對手的服務(wù)，這也被稱為惡意評價。因此，一種有效的QoS預(yù)測方法，不僅可以獲得較高的預(yù)測精度。但也需要處理不可靠的用戶貢獻(xiàn)的數(shù)據(jù)，為了提高QoS預(yù)測系統(tǒng)的準(zhǔn)確性，目前QoS惡意反饋問題逐漸引起廣泛關(guān)注，使得國內(nèi)外研究學(xué)者開始對QoS惡意反饋評級展開研究。針對Web上服務(wù)的激增使得選擇Web服務(wù)成為構(gòu)建面向服務(wù)的應(yīng)用程序的一項(xiàng)困難任務(wù)。因此，提供有效的推薦和選擇技術(shù)，推薦令人滿意和值得信賴的服務(wù)是至關(guān)重要的。顯然，惡意評級會導(dǎo)致對正面或負(fù)面反饋評級的偏見Tibermacine O，Tibermacine C，Kerdoudi M L[3]提出了基于hits的聲譽(yù)評價過程，基于多數(shù)投票模型檢測惡意用戶然后排除惡意用戶反饋評級后的服務(wù)聲譽(yù)評估，在一組真實(shí)的Web服務(wù)上進(jìn)行了一個實(shí)驗(yàn)，以選擇類似的方法來評估所提出的過程。Limam和Boutaba[4]提出了一個反饋計算模型，它是基于市場科學(xué)的期望差異-驗(yàn)證理論得出的從服務(wù)效用和成本中生成反饋，然后還提出了一個聲譽(yù)推導(dǎo)模型，將反饋聚合為聲譽(yù)值，從而更好地反映服務(wù)在選擇時的行為。對于惡意反饋問題，國內(nèi)外研究學(xué)者提出了一系列聲譽(yù)模型例如：基于信任推理、SC和SP的可信度推理和演繹的服務(wù)評價方法、CNCD的信任評價模型、信任挖掘模型（TMM）等，然而這些模型不能屏蔽用戶不同的反饋偏好，從而使聲譽(yù)價值有偏倚，降低了準(zhǔn)確性。此外，在真實(shí)的Web服務(wù)環(huán)境中，很難預(yù)測反饋評級，特別是現(xiàn)有的惡意反饋行為。因此，該模型無法獲得應(yīng)得的聲譽(yù)價值。以往的方法都不能保證反饋評級的準(zhǔn)確性。以往的研究大多集中在聲譽(yù)測量的各種反饋評分聚合方案上，很少有研究防止惡意反饋評級的工作。如果Web服務(wù)推薦系統(tǒng)不能防止惡意反饋評級，那么任何有效的聲譽(yù)度量方法都將變得無效，因?yàn)檫@些惡意反饋評級會抑制良性反饋評級。因此，一個有效的惡意反饋評級預(yù)防方案對于Web服務(wù)的聲譽(yù)衡量至關(guān)重要。

（二）區(qū)塊鏈Blockchain technology （BCT）

區(qū)塊鏈?zhǔn)枪I(yè)4.0的核心技術(shù)之一，它為上述問題提供了一個很有前途的解決方案。這項(xiàng)技術(shù)最早出現(xiàn)在一種著名的加密貨幣比特幣中。從技術(shù)上講，區(qū)塊鏈?zhǔn)且粋€數(shù)據(jù)庫，它創(chuàng)建了一個分布式的、防篡改的（不可變的）數(shù)字交易賬本。該鏈?zhǔn)强蓪徲嫷模驗(yàn)樗壎ǖ揭黄鸩⒂擅總€參與節(jié)點(diǎn)維護(hù)的塊的時間戳[5]。一旦事務(wù)被寫入一個塊，它們就不能被修改或銷毀。大量的區(qū)塊鏈應(yīng)用程序正在一系列行業(yè)中實(shí)施，包括金融和銀行、保險、供應(yīng)鏈管理和能源管理。這可以適用于服務(wù)的選擇和組合，這涉及到多個各方的協(xié)作，如工作流所有者、服務(wù)和中心注冊中心。在這一過程中區(qū)塊鏈包含幾個事務(wù)塊，這些事務(wù)塊使用加密哈希進(jìn)行連接[6]。塊存儲在分布式節(jié)點(diǎn)中。更新包含在新塊中的事務(wù)需要建立共識機(jī)制來確定塊的安全性和活動性。為了故意避免在QoS區(qū)塊鏈中包含特定事務(wù)時避免選擇性事務(wù)，選擇兩個或多個節(jié)點(diǎn)添加一個新塊。一個新的塊的共識是來自網(wǎng)絡(luò)中節(jié)點(diǎn)的投票多數(shù)。較大的塊，即事務(wù)數(shù)較多的塊，將始終被投票?；贐CT的方法，即將QoS數(shù)據(jù)反饋以智能合同的形式作為文本進(jìn)行處理。以自動化評估和服務(wù)選擇和組成的可信度驗(yàn)證。

（三）智能合約（Smart contract）

智能合約是一種旨在以信息化方式傳播、驗(yàn)證或執(zhí)行合同的計算機(jī)協(xié)議。智能合約允許在沒有第三方的情況下進(jìn)行可信交易，這些交易可追蹤且不可逆轉(zhuǎn)。在優(yōu)化云服務(wù)質(zhì)量的過程中使用高級加密技術(shù)來在智能契約中增強(qiáng)和擴(kuò)展區(qū)塊鏈能力，同時保證它們的隱私、正確性和可驗(yàn)證性。在云服務(wù)過程中加入智能合約的主要好處有：1.防止人工攻擊，因?yàn)椴灰髤⑴c者之間的通信；2.惡意節(jié)點(diǎn)不能由于使用區(qū)塊鏈技術(shù)而篡改數(shù)據(jù)；3.合同驗(yàn)證不需要由網(wǎng)絡(luò)中的所有節(jié)點(diǎn)重新執(zhí)行代碼，就像在以太坊中一樣。這樣在一定程度上保證了，商家或是用戶所上傳的正確數(shù)據(jù)不會被惡意篡改，優(yōu)化了Web服務(wù)推薦系統(tǒng)。

三、基于區(qū)塊鏈的企業(yè)服務(wù)質(zhì)量綜合評價

本文基于目前云服務(wù)質(zhì)量的可篡改性和惡意反饋問題提出了基于區(qū)塊鏈的Web服務(wù)推薦系統(tǒng)的聲譽(yù)評價框架。首先，引入了區(qū)塊鏈，憑借區(qū)塊鏈對存入的數(shù)據(jù)具有不可篡改性保證了從用戶和商家提供的數(shù)據(jù)不會被惡意的動態(tài)改變，但是一旦原本的數(shù)據(jù)就是虛假數(shù)據(jù)的話，就會造成最終結(jié)果的不精確，因此需要更加合理和精確的方式得出QoS屬性的評分[7]。本文在考慮了虛假反饋影響之后，先對所有屬性進(jìn)行抽取，再對所有屬性進(jìn)行識別，識別到虛假反饋之后進(jìn)行過濾，形成新的聲譽(yù)值。

（一）提出基于區(qū)塊鏈的Web服務(wù)評價模型

通過對國內(nèi)外文獻(xiàn)進(jìn)行梳理，發(fā)現(xiàn)QoS評定反饋流程存在的尚可優(yōu)化的隱患和問題。具體目前由于惡意用戶的存在，很難保證用戶反饋評級的純度，惡意用戶可以提供惡意的反饋評級來影響測量結(jié)果，為了改善Web服務(wù)質(zhì)量信譽(yù)問題，本部分結(jié)合區(qū)塊鏈的分布式、可追溯、不可篡改等特性提出了基于區(qū)塊鏈的Web服務(wù)質(zhì)量評價流程模型，區(qū)塊鏈提供了具有防篡改特性的分布式數(shù)據(jù)存儲，而智能合約提供了一組用戶可以用來與商家交互的功能。結(jié)合區(qū)塊鏈帶來的新的優(yōu)勢和特點(diǎn)將其與QoS反饋流程結(jié)合，提出新的基于區(qū)塊鏈用戶反饋QoS以及商家提供QoS模型。

（二）惡意反饋?zhàn)R別與過濾：

在分析了區(qū)塊鏈存入的數(shù)據(jù)無法被篡改的特性之后，需要考慮Web服務(wù)質(zhì)量綜合評價是否合理，目前對服務(wù)質(zhì)量進(jìn)行綜合評價預(yù)測的研究沒有融入惡意評價相關(guān)的特征，因此需要一種算法機(jī)制去對其中的惡意評價進(jìn)行識別和過濾，然后得到新的屬性聲譽(yù)值。

首先對用戶反饋和商家提供的兩組QoS數(shù)據(jù)針對其屬性進(jìn)行評價數(shù)據(jù)預(yù)處理，具體方式如下：

預(yù)處理主要采用最小-最大規(guī)格化方法如果某個評價指標(biāo)的原始指標(biāo)數(shù)據(jù)的取值為正向，即值大越好，如果某個評價指標(biāo)的原始指標(biāo)數(shù)據(jù)取值為反向，即值小越好。

對數(shù)據(jù)集進(jìn)行歸一化處理后，這里選取同類服務(wù)的可用性QoS屬性為例，論文所使用屬性為S1_吞吐量，S2_響應(yīng)時間，S3_延遲。S4_響應(yīng)數(shù)量之間有一定的關(guān)系，首先利用箱狀圖將極大異常值處理掉，然后對S1S2進(jìn)行擬合，降維，通過結(jié)果和數(shù)據(jù)判斷是否具有明顯關(guān)系，在對服務(wù)質(zhì)量進(jìn)行惡意反饋?zhàn)R別與過濾。

因?yàn)榉?wù)質(zhì)量評價數(shù)據(jù)大部分具有一定的相似性，異常數(shù)據(jù)與大部分?jǐn)?shù)據(jù)有明顯的差異性所以本文準(zhǔn)備在區(qū)塊鏈條件下利用LOF方法識別惡意評價，可以有效減少0/1對于異常值的判斷，LOF 就是基于密度來判斷異常點(diǎn)的，通過給每個數(shù)據(jù)點(diǎn)都分配一個依賴于鄰域密度的離群因子LOF，進(jìn)而判斷該數(shù)據(jù)點(diǎn)是否為離群點(diǎn)這樣可以量化數(shù)據(jù)的異常程度。具體應(yīng)用過程如下：

1.首先在原有QoS數(shù)據(jù)中提出新的屬性即用戶ID，將過濾異常值與用戶ID屬性結(jié)合。

2.其次由于QoS數(shù)據(jù)反饋存在的不真實(shí)性問題提出新的反饋處理機(jī)制，利用LOF（Local Outliers Factor）局部異常因子判斷數(shù)據(jù)異常值，如圖1所示，對惡意反饋用戶ID定義為惡意用戶，剔除惡意用戶反饋，形成新的QoS屬性即聲譽(yù)值加入原本數(shù)據(jù)中。

四、結(jié)語

針對當(dāng)前研究較少Web服務(wù)質(zhì)量易篡改且分值不合理的問題，結(jié)合了智能合約及機(jī)器學(xué)習(xí)建立了服務(wù)質(zhì)量綜合評分模型，提出了基于區(qū)塊鏈的企業(yè)服務(wù)質(zhì)量評價流程模型，分析了數(shù)據(jù)一旦傳入?yún)^(qū)塊鏈進(jìn)行存儲則不能篡改的特性后，我們考慮到存入的Web服務(wù)質(zhì)量綜合評價需要更加合理，而惡意反饋的存在會使得企業(yè)服務(wù)質(zhì)量的綜合評價不可信，因此本文在前人研究企業(yè)服務(wù)質(zhì)量的綜合評價的基礎(chǔ)上建立了企業(yè)服務(wù)質(zhì)量的綜合評價模型，最后將預(yù)測出的更合理的企業(yè)服務(wù)質(zhì)量的綜合評價納入推薦系統(tǒng)。H

參考文獻(xiàn)

[1]Viriyasitavat W， Xu L D， Bi Z， et al. Correction to： Blockchain-based business process management （BPM） framework for service composition in industry 4.0[J]. Journal of Intelligent Manufacturing，2018.

[2]Wang Y， Wen J， Wang X， et al. Cloud service evaluation model based on trust and privacy-aware[J]. Optik - International Journal for Light and Electron Optics， 2017，134：269-279.

[3]Tibermacine O， Tibermacine C， Kerdoudi M L. Reputation Evaluation with Malicious Feedback Prevention Using a HITS-Based Model[C]// International Conference on Web Services. IEEE， 2019.

[4]Limam N， Boutaba R. QoS and reputation-aware service selection[C]// Network Operations and Management Symposium， 2008. NOMS 2008. IEEE. IEEE， 2008.

[5]Covaci A， Madeo S， Motylinski P， et al. NECTAR： Non-Interactive Smart Contract Protocol using Blockchain Technology[C]// International Workshop on Emerging Trends in Software Engineering for Blockchain. 0.

[6]楊曉東，張有兵，盧俊杰，等.基于區(qū)塊鏈技術(shù)的能源局域網(wǎng)儲能系統(tǒng)自動需求響應(yīng)[J].中國電機(jī)工程學(xué)報，2017，37（13）：3703-3716.

[7]張亞光，王積鵬，王源.一種Web服務(wù)的QoS統(tǒng)一評估方法[J].電子技術(shù)與軟件工程，2017（6）：184-185.