摘要：针对社会协同计算带来的不可靠性和社会网络所固有的大规模性问题,提出了支持社会协同计算的跨组织工作流任务分派优化算法.首先,采用了基于工作流任务子网分层的优化模型,将复杂社会网络图进行有效地划分,从而简化了社会网络成员的协作关系评估问题;然后,根据划分后网络的拓扑特征,设计了一种基于工作流任务子网连接点的快速介数中心性计算方法,以高效地选取跨组织业务项目的领导者;最后,采用基于任务子网划分的最短路径近似算法,实现了快速查找跨组织业务过程的协作成员;并且,理论证明了支持社会协同计算的工作流分派算法的可行性.实验结果表明所提算法大幅降低了社会协同计算的复杂性,保证了较高的准确性,解决了工作流任务成员之间的关系评价和人工团队组合优化的时效性问题,为社会协同计算的任务分派提供了一种新的思路.

摘要：针对大规模服务计算环境中聚集反馈、协同作弊和虚假评价等问题,通过融合在线聚类与共谋欺骗检测技术,提出了一种支持大规模服务可信度分析的在线协同作弊用户发现方法.首先,根据大规模服务系统日志中用户反馈评分信息,综合考虑大规模服务计算的大数据特性问题,设计了一种新颖的基于改进更新规则的在线KMeans聚类算法:在基于随机梯度法的在线聚类算法的基础上,采用了一种改进的基于小批量学习的在线聚类方法;并且,通过自动修正权重的聚类分组方差计算,进行递减增量优化,提高了在线KMeans算法的聚类质量,同时保证了聚类算法的时间效率;然后,充分考虑了协同作弊团体的同谋行为特征和协同攻击现象,利用聚类分组的性质和同谋团体异常性的特征,检测出协同作弊团体.仿真实验结果表明:提出的基于在线聚类的协同作弊团体识别方法具有良好时间性能,有效地解决了大规模服务计算中虚假反馈的问题.

摘要：针对带全局约束条件的工作流可靠性计算问题,提出一种基于均匀多样性适应度函数的多子群协同进化算法,将工作流可靠性约束优化转化为双目标优化问题;为提高粒子在进化过程中的搜索能力,进化群体被分解为若干子群;综合考虑双目标优化问题的特点,设计了一种新颖实用的均匀多样性适应度函数,让各子群体在不同方向上协同搜索目标解;最后根据其适应度排序构造了基于非支配集合的全局最优解.仿真实验表明所提算法具有良好的效率,求得的最优解集全部满足约束条件,且分布和质量均优于基于非支配档案的混合离散粒子群算法.

摘要：Web服务环境下功能相似的质量不同的服务很多,为了更好地让消费者发现并使用其所提供的服务,服务商不惜造假欺骗客户。针对这种服务不可信等问题,提出了一种可信的服务组合框架,该框架整合了业务过程定义与服务组合,利用业务过程柔性定义来支撑服务组合的灵活选择,通过组合服务设计、组合服务选择、服务绑定这三个阶段来最终实现服务的优化选择。最后,通过一个案例来验证了该技术的有效性。

摘要：针对大规模服务选择和组合优化问题,设计了一种工作流调度优化的算法集成框架,通过引入超平面投影划分模型,过滤冗余候选服务,建立Skyline服务数据集,并运用理论证明分析了Skyline模型算法的可行性;然后,采用逆向分层的优化算法,确定初始工作流调度方案;最后,在初始方案的基础上,围绕工作流截止期,提出权值迭代优化计算方法,通过逐步优化工作流调度模型,从而获得费用最优方案.仿真实验结果表明,提出的跨组织工作流调度优化算法具有良好的效率与正确性,为解决大规模服务的选择和组合优化问题,提供了一种新的实用解决方案,具有重要的应用价值.

摘要：运行时监控技术作为实现自适应软件的一个重要研究内容,现已成为当前很多软件工程方法中用来提高软件产品可信性的一个重要设计原则。针对现有的很多软件监控方法常常将系统的监控逻辑与业务功能逻辑混杂在一起的问题,提出了一个需求模型驱动的、自适应重配置软件的运行时监控方法。以软件系统的目标模型及属性规约为基础,介绍了如何构建系统的监控模型、生成和编织监控代码,以及进行运行时诊断分析和自适应重配置调整。该方法通过采用独立于应用程序的外部单元来实现对运行时系统的监控、诊断和自适应重配置处理。这更利于系统的维护和管理,也更符合软件复用的思想。

摘要：随着大数据、云计算的发展,Web软件越来越复杂,人们对其质量要求也越来越严格。研究了一种Web软件一致性检测的方法。针对Web软件的独特性质,研究了Web软件创建可执行模型的方法,动态模拟系统运行。引入文法的概念,设计一个模拟器,在模拟过程中动态检测可执行模型在外部事件(文法描述的)触发下的执行是否存在不一致现象,整个过程以模拟树的方式呈现。该方法能在项目初期检测出模型的设计与需求的不一致,在一定程度上保证模型的一致性。

摘要：确定细菌性病原体内某种未知蛋白质是否属于病毒蛋白非常重要。如果是病毒蛋白,研究其在病原体内的致病机制能有助于设计出抗病毒药物。特别是,近几年发现大量的病毒蛋白质序列,如果仍用传统的物理化学方法去测定非常困难,找到能自动预测细菌性病毒蛋白的方法迫在眉睫。首先采用基因本体论(Gene Ontology,GO)和特定位点记分矩阵(Position-Specific Score Matrix,PSSM)的组合特征表达方法编码蛋白质序列,接着采用流形学习方法对编码后的高维蛋白质特征向量进行维数约简。然后把约简后的特征向量,输入K近邻(K Nearest Neighbor,KNN)分类器进行训练,利用训练好的分类器预测未知蛋白是否为病毒蛋白。最后,采用Jackknife测试方法检验预测准确率,测试结果表明上述方法是十分有效的,能解决细菌性病原体中病毒蛋白预测这个复杂的问题。

摘要：为解决无线传感器网络(WSN)资源受限的问题,基于椭圆曲线数字签名算法(ECDSA),提出一个适用于WSN的指定验证者(DV)签名方案(DV-ECDSA),使只有指定的节点才能验证消息的有效性和正确性,保护信息发送节点的隐私。采用分叉定理,证明DV-ECDSA方案的安全性。基于ECDSA和DV-ECDSA,提出一种能在任意两个节点间建立共享密钥的密钥协商机制,采用数字签名思想分析机制的安全性。与现有的同类方案比较结果表明,该方案具有接近于ECDSA的优越性能,能满足能量、计算能力有限的WSN环境。