当前位置:首页 >> 信息与通信 >>

基于遗传神经网络的可信Web服务度量模型_图文

第2 7卷 第 1期  21 0 0年 1月  

计 算 机 应 用 研 究 
Ap l ai n Re e r h o   o u e s p i to   s a c   f C mp t r  c

Vo . 7 No 1 12   . 

J n 01  a .2 0

基 于 遗 传 神 经 网络 的 可 信 W e b服 务 度 量 模 型 术  



杨 ,房

斌 ,徐传运 

( 重庆 大 学 计算机 学院 ,重庆 4 0 4 ) 00 4  要 :针 对 目前 可信 We 务缺 乏客 观科 学的 度量 方法 的 问题 , b服 首先 建 立 了针 对 We b服 务 的 可信 属性 模 型 

T WS 形 式化地描 述 We M— , b服务 的 可信属性 及 其度 量 因子之 间的 关 系; 然后 将神 经 网络的 自我 学 习和 遗传 算 法 
的全局 寻优 相 结合 , 设计 了可信 We 务度 量模 型 E T b服 P MM 及 其基 本算 法 A NG 使 其 能 随设 定 条件 的 变化进  N A, 行灵 活推 算 以满足 可信 We b服 务 选 型 中 随 时可 能 改 变的 用 户 需 求 ; 最后 开发 了一 个 简单 的 原 型 系统 以 验证 

ET P MM 及 A N A在 指导 可信 We NG b服务 选型 中的可行性 和 有效性 。   关键词 :可信 We 务 ;度量模 型 ;神 经 网络 ;改进 的遗 传 算法  b服
中 图分类号 :T 3 15 P 1 .  文献标 志码 :A   文章编 号 :10 — 6 5 2 1 ) 1 0 1 —3 0 13 9 ( 0 0 O .2 5 0 
di1 . 9 9 ji n 10 .6 5 2 1 . 10 3 o:0 3 6 /.s . 0 13 9 .0 0 O . 6  s

Tr swo t y merc   d lfrW e   e vc   sn   e ei  e rln t r   u t rh   tismo e o   b s r ie u i g g n tc n u a  ewo k
Z HANG Ya g F NG  n,   h a —u     n , A Bi XU C u n y n

( ol eo o p t c ne h n q gU i rt,C og i  0 0 4 hn   C lg  C m ue Si c,C o gi   nv sy h nqn 4 0 4 ,C i e f r e n ei g a)

Ab ta t i n  t h  rbe  h tteewa h r o  be t emer smeh d o rsw rh  b srie hsp p r sr c :A miga  e po lm ta h r  ssot fo jci   tc  to sfrt t oty We   evc ,ti a e  t   v i u  
g v   e t sw rh n s  d l o   b s r ie t  e c i e t e r lt n   e w e  r s r i e s ee n s a d me r   a t r . a e t  r t o t i e s mo e  rWe   e v c  o d s r  h   ea i s b t e n t t t n s  lme t n   t c f co s  h u f b o u wo h   i d sg e   n i   r c s r sw r i e smer   d lfrT . S b   o i i g t e s l la n n   f r f il e r n t r   n   e in d e t e p o e st t o h n s  t c mo e o   M.   y c mb n n     ef e r i g o  t ca  u  ̄ ewo k a d r u t . i W h - ai i n
g o a  pt ii g o   e tc ag rt l b lo i zn   fg nei  l o i m hm O a o e a e i  ac ae wih t e c ng so  o iinst  e tv rai n lus r S   s t  n bl tc lult  t  h   ha e  fc ndto  o m e  ai to a  e s’r — e  qur mens i r swo h   e  erie s l cin. nal  ai ae  h   ai iyo   rM M  nd ANNGA n t swo h   e   e v  ie t n t t r y W b s v c  e e to Fi l v ld td t e v ldt  fEPr u t y a   i r t r y W b s r . u t i e s lci n b     ooy   y t m. c   ee to   y apr ttpe s se   ’  

Ke   r s t s r y We   e vc ; merc   d l a t ca  e r ln t r ; i r v d g n t   lo tm  y wo d : r t t   b s r ie u wo h t smo e ; ri il u a  ewo k mp o e   e e i ag r h i i f n c i

We b服务的推广为实现全 球化 的动态 电子商务 和企业 业  务流程重组提供 了有力 的支 持 , 由于 We 务 自身 的复合  但 b服

性 , 外 部 属 性 又 依 赖 于相 关 的 内部 属性 。 而  

本文综合 内部 属性 、 外部 属 性 与 组合 属 性 , 立 了针 对  建

性 及其运行环境的复杂性和开放性 , 不可避免地存在诸多可信 
性 问题。面对众多陌生的远程实体 , 服务 请求 者如何判断对某  个服务的访问是 否可信 , 如何 在诸 多功 能相 同或 相似 的 We  b

We b服 务 的 可 信 属 性 模 型 (rs o hns moe f   b t t r i s d l o We  uw t e   r
srieT WS , 图 1 示 。 e c ,M— )如 v 所  
We 务 的 可信 属 性  b服

服务中进行选择 , 如何 预先对服务及其提 供者的可信度进行度  量 以便最大程度地避免风 险。可信 性度量 通过对 软件 的各 种 
可信属性进行分析 , 利用定 量与定性 相结合的方法来衡量软件  的功能和性能 、 分析软件缺 陷发生 的规律 等- 。本文通 过对  -   We b服务 的可信 属性进 行 分析 归纳 , 用人 工 神经 网络 与遗  采
内部属性 l   I 外部属性 1   I组合属性 

l笙 I篓 l耋 l茎 篓 l垂 I i耋 I l l耋 l i        
图 1 We   b服 务 的 可 信属 性 模 型 

传算法设计 了可信 W b服务 的度量 模型 及其基 本算 法 , 可 e 为  
信 We b服务的选取提供支持 。  

对 T WS中 涉及 的 抽 象 属 性 进 行 解 析 , 到 如 表 1 示  M— 得 所 的 部 分 度 量 因子 。  
表 1 T WS的 部 分度 量 因 子    M—

1 可 信属 性模 型 
软 件 属 性 的 深 入 分 析 是 度 量 的 基 础 之 一  , 为 一 个 特  作

殊形态 的软件 , b服务 的可信性 分为 内部属性 、 We 外部 属性 以  及在组合过程中产生 的组 合属性 。其 中, 内部属 性是 指功能 、   效率 、 可靠性等 ; 外部 属性 是指易用性 、 维护性 、 可 可移植性 、 可  重用性等 , 体现 了服务 的静 态可 信度 ; 而组 合属性 涉及 的是有 
结构复杂度  内部属性 程序复杂度 文档 复杂度  从模块进 、 出的调用数 目   程序的注释  完成需求的程度  代码行数 、 数据类型 , 参数数 目、 条件语句嵌套的深度 

效性 、 产 率 、 全 性 、 意 度 等 , 现 出服 务 的 动态 可 信  生 安 满 表 度 ] 。这 两者 之间的关 系是 组 合 属性 依 赖 于 相 应 的外 部 属 
收稿 日期 :2 0  4 2 ;修 回日期 :20 —5 3  0 90 — 1 0 9 0 —1

组合属性 

正确性 

T WS在三类 基本 可信属性 的基 础上 , M. 引入 了针 对 We  b

基金项 目:教育部 高等 学校博士学科点专项科研 基金资助 项 目( 06 6 10 ) 20 2 0 0 10 9 ;0 6年 

教 育部 资 助 项 目( E -60 -7 2 ; NC T0 -60 6 ) 重庆 市 自然科 学基 金 资助 项 目( S C 0 7 A 0 3 C T 2 0 B 20 ) C T 2 0 B 20 , S C 0 6 B 0 3  作 者 简 介 : 杨 ( 9 1 ) 女 , 庆 人 , 士研 究 生 , 张 18 一 , 重 博 主要 研 究 方 向 为 可 信 计 算 、 件 度 量 ( coezag 1 3 cm); 斌 ( 97 ) 男 , 川 成 都  软 otbrhn @ 6 .o 房 16一 , 四 人 , 授 , 导 , 要 研 究 方 向 为 图 像 处 理 、 式识 别 ; 传 运 (9 9 ) 男 , 教 博 主 模 徐 17 一 , 重庆 人 , 士研 究 生 , 博 主要 研 究 方 向 为 P P搜 索 . 2  

?

2 6? l  

计 算 机 应 用 研 究  收 敛 性 和 较 强 的 学 习 能力  。。  

第2 7卷  

服务的度量 因子 , 产生 的数据用来形成可信度量指标系统。  

因此 , 文采 用基 于遗 传算 法 的三 层前 向 网络 ( rfi  本 at ca i l i

2 可信 性度量模 型 
在 町 信 属性 模 型 的基 础 卜, 文设 计 了全 程 可 信 度 量 模 型  本
( n i  p o e s t s r i e s merc mo e  o   M— e t e r c s  r t t n s — t s r u wo h i d l f r T WS, F   Eq

n ua n t oki poe   ygn t  l rh   r P e rl e r  rv d  e e ca oi m f   MM, N G     w m b i g t oE A N A)

作 为全程度量模型 E M 的基本算 法 , PM 表示为一个 四元 组 [    ,

E 厂s 。其中 ,  ,]  是神经元节点 的集合 ; E是神经元之间连接的 
集合 i是激活函数 ; 厂  是学 习算法 , 分成 三个步骤 :  
n t :∑Ⅲ, +0 e   7      .  

MM) 如 图 2所 示 。 ,  
解 析 用 户需 
一 — — ——

● — — — — ~

 

功 能  效 率  有 效性  安 全 性  移 植 性  易 片 性  J

a 前 向传播。0 = nt 。 )   八 e )    b 误差 反向传播 。对于输 出层 8 : (e ) 『 —   ; )   _ n t (I O) 对于  厂   y
隐 含层 6 = ( e ) , _ nt  厂 i W   c 权 重 更 新 。W ( )   +1   ()+a  。 )= f 8o   j

析架 构 设 

评 判 编 码 
— — — —

j — — ~

 

验 证 使用 敛 







J L— ~

 

可 靠 性  重 用 性  生 产 率  满 意 度 

A N A算法的基本思想是 : N G 根据度 量指标对各 项度 量因 

给 出 可信 度 

子进行 全程检测以获取具体数值 , 再根据适 应度 函数对这些参 
数进行仔细分析 以评 估 出其 权重 ( 即各 个度 量 因子对服 务可  信度的影响程度 ) 最后 根据 权重 函数计 算 出服务 的可信 度。 ,   A N A以一个没有 隐层节 点的 网络 开始 , 入直接 连接到输  NG 输
出 , 复 如 图 3所 示 的步 骤 直 到 误 差 小 到 可 接 受 程度 。 重  

图 2 全 程 可信 度 量 模 型 E T   P MM 

ET P MM 的 基 本 思 路 是 : 确 解 析 用 户 对 于 功 能 和 效 率 的  准

真实需求 , 细分 析 服务 的架 构 设计 ( 仔 有效 性 、 全性 、 植  安 移
性 ) 精 确 评 判 服 务 编码 遵 守 规 范 ( , 易用 性 、 靠 性 、 用 性 ) 可 重 的 

程度 , 验证 服务在生产率和满 意度方 面的具体使 用效果 , 出 给  
包括 数 据 和 文 字 说 明 的度 量 结 果 , 指 导 用 户 的 服 务 选 型 决  以 策 。其 主 要 步 骤 如 下 :   a 明 确 选 型 目标 。选 型 是 为 了 在 众 多 服 务 中 选 取 合 适  ) 的 , 此在 进 行 度 量 之 前 , 该 重 新 明 晰 选 用 该 服 务 的 准 确 目 因 应   的 和具 体 需 求 。  

f H出一编H应懦个J 异  值 l络  层数翥蒜值优  变 H应}   1 网] 输 码适 r 体 n   n 1 ] 适f

图 3 基 于 遗 传 算 法 的神 经 网络 A N A N G  

a 初始化网络。构建仅包 含输 入层和输 出层两层 网络 , ) 在 
输 入层 和输 出层 之 间 建 立 连接 , 用 随 机值 对 网络进 行 初始 化 。 并  

b 设计度量指标体 系。采用 度量模 型的主要 目的是为 了  ) 在最 大程度上避免 主观性 , 因此应尽量使用客观性 指标 ; 但是 ,  
因 为 度 量过 程 的特 殊 性 , 多 质 量 因素 不 可 能 完 全 量 化 为 客 观  很

b 训练输 出层 。采用遗传算法按如 下步骤训 练输 出节点  )
的权 重 :  

性指标 , 所以必须设计一些 主观性指标 , 由软件专家 、 管理  企业 人员和软件操作人员分别对其进 行相关领域 的评分 。   c 确定各个度量指标 的权重系数 。结 合软件 的设 计要求  ) 和用户需求 , 确定指标体 系中各个度量指标的具体权重系数 或 
其 所 占 比例 。  

() a 将度量参数( 即测量 、 估获 得 的关 于 软件度 量指标  评 的具体数值 ) 编码 为若 干十进制 串( 即初 始种群 ) 一个度量 指  , 标对应 于一个 十进制位 ( 即一个个 体 ) 使模 型算法 作用 于整  ,
个参数集而非单个参数 。  

() b 计算每个个体基于适应度 函数 的分值 , 采用 多元适应  度 函数来引导进化 , 适应值最小 的个体为最优 。   () c 采用选择 、 交叉 、 变异产生 子代种 群 , 即选 出并保 留最 

d 收 集 度 量 数 据 。 尽可 能 地 自动 收 集 数 据 。 )  

e 执行分析 。分析实际数据与计 划数据 的偏差 。 )  
f得 到 每 个指 标 对 应 的度 量 值 。对 客 观 指 标 , 过 对 权 重  ) 通

函数进行计算 , 到针对 某一 特定 软件 产 品的每个 度量 指标  得 值; 对主观指标 。 由系统工程专家 、 经济学专 家 、 务部门人员  业
和客 户 代 表 组 成 的 专 家小 组 打 分 。  

优个体 , 将本代 的最优个体直接通过交叉与变异进化到下 一代 
以确保全局最优 。其中 , 选择算子采 用轮盘赌 输选择法 ( 即每 


类中个体被选中的概率与其适应度 函数成 比例) 交又算子  ,

采 用 两 点 交 叉 实 现 , 叉 概 率 一 般 为 0 5~l 变 异 概 率 取   交 . ,
0. 01~0.1。 0  

g 展现度 量结果 。通 过对 权重 函数进 行计 算 , ) 综合 各个 
度量 值 , 到该 软 件 产 品 最 终 的 度 量 分 值 。 得   h 由专 家 给 出 文 字 性 的 评 价 。对 于 最 后 得 到 的 度 量 分  )

() d 在交叉与变异操作 中, 当前 种群 中的最 优个 体替换  用 其下一代种群中的最 差个体 , 即将上一代最优值 放人第 1 个个  体 , 2~N 2个体与 N一1~( / ) 个体 的小数 点后一或  将 / N 2 +1
两 位小 数进 行 互 换 , 成 新 的 ( / )一1个 个 体 ; 时 , 于  形 N2 同 对 ( / )+1 N2 一Ⅳ个 体 的选 取 , 其后 的一 或 两 位 小 数 与 1 /   用 一N 2

值, 由专家 小组 分别 对功 能 、 能 、 性 文档等 各方面 进行综 合分 
析 , 成一 个统 一 的 文 字 性 评 价 , 形 以供 最 终 的 选 型 决 策 。   ET P MM 通 过 全程 的监 控 、 试 来 获 得 准 确 、 面 、 针 对  测 全 有 性 的数 据 , 用 容 易 理 解 的 方式 来 展 现 度 量 结 果 以辅 助 用 户 的  并
服务选型。  

个体 的对应位进行互换来获得 。  

3 模型 算法 
因为度量 的过程和数据 能随需求 和 目标 的变 化进行周 期  性 的评估和改进 , 所以可利用 神经 网络来完成这一不断进化的  迭代过程。由于遗传算法能 够通过 寻找局部最优 逐步确定 全 
局 最 优 , 且 具 有 较 强 的 鲁 棒 性 , 一 种 动 态 调 整 神 经 网络 结  而 是

() e 根据适应度函数对新种群进行重 新计算 , 如果适应 值  足 够小 , 算法结束 , 出结果 , 输 否则转步骤 c 。 ) 
c 创 建 新 的 隐 层 单 元 。 创 建 一 个 新 单 元 , 接 到 输 入 和  ) 连 所 有 已存 在 的隐 层 节 点 , 回 步骤 b 。 返 ) 

遗 传算 法对适 应度 函数 的要 求是 单值 、 续 、 负、 大  连 非 最 化, 而且 目标 函数是求 神经 网络 中误 差平 方和 的最小 值。因 
此 , 成 A N A 的 多元 适 应 度 函数 可 采 用 下 列 方 法 : 生 N G  

构和权值的理想算法 , 遗传算法 与前馈 网络结合起 来 , 仅  将 不

a 由相关专家 与测试人 员组 成评 审小组 , ) 根据 服务 可信  属性 』, 4 确定 度 量指 标 A , :A , ,  评 语集 及 相应 于 A  A ,,… A ,  

能发挥神经网络 的泛化映射能力 , 而且使神经 网络具有较快的 

第1 期 



杨 , : 于遗传 神 经网络 的可信 We 务度 量模 型  等 基 b服

?1 ? 27  

( 12 … ,)   , , n 的测试用例 、 位态各参数 的权重 系数。  
b 对 于 度 量 指 标  , 成 一 元 适 应 度 函数 a atA )  ) 生 d p(   。

由图 4可知 , A公 司产 品得 分较 高且平 稳 , B公 司产 品各  项指标起伏较大 , C公 司产 品普遍 的分较 低。 因此 , 可以认 为 

( ) 于 A 的每个测 试用 例 U , a对    根据 测试 结果 生成 一 个  关 于可监测 的状 态参 数集 P的逼近矩阵 只;   () b 利用各状态参数的权重 系数 与上述逼 近矩 阵 只, 定  确 P与 P o的接近程度 ∈[ , ]  01; ( ) n个测试 用 例 U 关 于 P的接 近程 度的 取值状 况 , e就    
构 成一 元适 应度 函 数 aatA )  dp(  ;

A公 司的产 品整体 水平 较其他两家公司都高 。  

5 结束语 
本文首 先对 We b服务 的可信属 性进行 分析 , 归纳 出可信 

属性模型 , 总结 出可信属性 相关 的度量 因子 ; 后根 据度量 的 然  
基本流程建立 了 We b服 务 的可信 性度量 模型 , 并将 人工 神经 

c 由各 aatA ) ) dp(   生成 多元模 糊 度量 函数 aat 。 , dp ( ,     A , ,  , 与特性 指标 A , A . A ,… A )并 。A ,  -  的权重 系数得 到复  , 合 多元适应 度函数 aati 。 dp() 

网络与遗传算法相结合设计 了模 型的基本算法 ; 最后通过一个  仿真实验验证 了该方法 的可行性 和有效 性。  
由于神经 网络和遗传 算法建 立 的度 量模型具 有根据 需求 
条 件 进 行 随 机 调 节 的能 力 , 入 源 与 输 出结 果 之 间 的关 联 关 系  输 对 用 户 透 明 , 而 用 户 可 以在 已 有 的 数 据 基 础 上 自动 建 模 、 因 灵 

4 仿真 实验 
根据全程 可信 度量 模型 E T P MM 及 其 算 法 A N A, 文  N G 本

设计 了一个 简单 的原 型系统进 行模 拟仿 真 , 以验证其 在软件选  型决策 中的有效性 。   假设现有三 家公 司的库存 管理 服务 , 先根据本文 给出的度 

活推算 , 很适 合 需求 不断 变化 的软 件选 型 。而 且在 遗传 算法  中, 由若 干二进制串组成 的群体在各类算子 的作用下通过 寻找 
局 部 最 优 逐 步 确 定 全 局 最 优 , 而 构 成 一 个 不 断 进 化 的群 体 系  从

量 因子获取各 自具体 的指 标数据值 ( 2 , 根据 E T 表 )再 P MM及 
其 A N A对三个服务进行分析计算 , NG 最后 得到各 自的分数 曲 
线( 4 。 图 ) 
表 2 三 家 软 件 公 司 E P系 统 的 具 体 度 量 值  R

列 , 多解 并行搜索的机理特别适合对若干度量指标在度量权  其
重 的指 导 下 进 行 多个 具 体 目标 的 量 化 、 估 及优 化 的 软件 度量  评

问题。神经 网络和遗传算 法作 为有效 的信息处 理和优 化工具  正不断融合 , 越来越多地应用 于软件度 量。  
参考文 献:  
[ ] SMO   WE E   E S IO FA. aei   e ok neec  1 I N C, B R P, V TK F   B ys n nt rsifr e a w n
a g r h t mp e n   mp t r s rr t e r  n r l b l y a a y i  l o i m  o i l me tDe se   hae  h o y i   e i i t   n lss t a i

[ ] R lbl   n ie r g& S se S ft ,0 8 9 ( ) 90  J . ei iy E gn ei a i t n y tm  ae 2 0 ,3 7 :5 — y
9 . 63 

( 2] HU Y n , H N J—u , A G ]a ig e a. n yigsf ae   o g C E  uh a HU N i— n ,t 1A a z  ot r x   l n w  

ss m q ai i   s gB ys nbl f e ok C / Po fE E yt  ulyr kui   aei  e e nt r [ ] / r o IE   e t s n a i  w c  
I tr a in l Co f r n e n n e n to a  n e e c  o  Gr n lr o u i g a u a  C mp t .Wa hi t n n s ngo  DC:  

I EEE Co u e   o i t  e s 2 0 9 - 6.   mp tr S c ey Prs , 0 7: 3 9  
I 6 

[ 3] F N O    E, A E C     .Sf ae m tc:  ioos& ET N N L WR N E P S ow r er s a r ru   t   i g
paic  prah M] 北 京 : 华 大 学 出版 社 ,0 3 6 -2  rct a apoc [ . il 清 20 :57 .
『 ] N I  T L R M, R E   e a. o e i  eed bess 4 ELM,AIO   MA QU Z D,t 1M dln dpn al y—   lg    

1 4

:  

3、 疗  ~ /一’_一     . r … ‘ 孑 ? 一  , ,  、 v  ■  ^  


tms sn y r  aeinntok [ ] Rei i   n ie r g& e   igh b dbys   e rs J . lbl E gn ei   u i a w a i y t n
S se   aey,0 8,3( ):3 -3 . y tm S ft 2 0 9 7 9 39 9 

F  

? /

’  ?

[ 5] 洪 伦 耀 , 云 卫 . 件 质 量 工 程 [ . 安 : 安 电 子 科 技 大 学 出 董 软 M] 西 西  
版 社 。0 4: -2. 2 0 717  

『 ] X U Z H, E   . pi zt n d s n o  S  D f z   o t l r 6 I     R N G O t a o   ei   fT P I   uz c n o e   mi i g y rls
争 



A 公 司产 品

? 一 B 公 司 产 晶 - . C公 司 产 品  - 0 - ▲

b sdo eei agrh s C]/ rco  e5hWol  ogeso  ae ngnt  oi m [ / Po f h t cl t t   r C nrs n d
I tlie tC n r la d Au o t n 2 0 2 7 — 4 0. n elg n  o to  n   tmai . 0 4: 4 6 2 8   o

图 4 库存 管 理 服 务 的度 量 结 果 

( 上接第24页) 台的安 全性 。同时 , 1 平 广义 的可信 计算 平 台包 
括 了所 有 的 人 机 接 口 , 而 实 现 真 正 的用 户对 用 户 可信 。 进   参考文献 :  
『 ] B I E   , HA   S I E T J P e a.   lt r lv l rs a’ 1 R Z K J K N M, E F R    , t 1 A pa om— e t t r   f e  u 。  

『 ] T G T e sei a o e i  .b E / L . 20   6 2 ] 4 C . c   c ct n r o 1 1 [ B O ] [ 05 0 —0 . p f i vs n i  
『 5] T G.T G seict n acicueoev w,e1 4[ B O . C C  pcf ao  rht tr vri vr. E / L]  i i e e ( 0 70 -2) [ 0 81 _4] t s/ w w rs d o p t g  2 0 -80 2 0 —12 .ht :/ w .t t  cm ui —   p ae n
g o   0 g fls r s u c s r uD r / e / e o r e i


i e / e o re fls r s u c


i s f e /AC 5 DE1 1 O   l 6 2 —  9— D


3 1一 DA 2 A C0 C AC / C , 5 9A 0 6 O -5 F 2 T  ̄
p f d.  





4.Ar h tc u e c i t r .Ov  ̄iw. e e c  

cicuef  adhl  eie [ / P  fWokh po  r t  ht tr o hn —e dv s C] / meo  rso  nCy o e  r d c p‘
g a h c Ad a c s i   e u e Ha d a e, 0 5. r p i  v n e  n S c r   r w r 2 0  

f   T G.T G T C t s dntokcnetac icuefrneoea 6] C C   N (r t  e r o nc)rht tr o   tr r‘ ue w e   i p  

『 ] ES NB T   GU E S   , A R C,t 1R cn grbet s 2 IE AR H T, N Y U T P A   e a. eofual r —   i u 

bly vr. [ B O .( 0 7 0 — 2)[ 0 81 — 4] ht :/ it,e1 2 E / L] 2 0 — 5 0 i 2 0 —1 2 . t /   p
2. www. p s . o o u 1 e m/n c n / a /t c TNC Ar h tc u e V1 1 r   c i tr e
— —

t  0 pt gi hrw r[ / Po f M  rso nS a be e cr ui  n ad ae C]/ rco  d e n   AC Wokhpo cl l a  
T u td Co u i g Ne Yo k: r se   mp tn . w  r ACM  r s , 0 7: 5 2 . P e s 2 0 1 — 0 



_

『 ] 冯登 国, 宇. 7 秦 可信 计 算环 境 证 明方 法研 究 [ ] 计算 机 学报 , J.  
2 0 ,1 9 :6 01 5 . 0 8 3 ( ) 14 —62 

f ] DE RC   A  nertdac icuefrrs dcm uigfr a   3 IT IH K. ni ga  rht tr o t t  o p t     。 t e e    u e n o J  v nbe mbd e ei s[ ] / r  f C   rso nSa— aealde edddvc C / Po o  M Wokhpo c   e c A l
a l   r s d C mp t g Ne   r ACM  r s , 0 7: — . b e T t   o u i . w Yo k: u e n P e s 2 0 2 6 

『 ] 林闯 , 8 田立勤, 王元 卓. 可信 网络 中用户行 为可信 的研 究 [ ] J .计 
算 机 研 究与 发 展 ,0 8 4 ( 2 :0 3 2 4 . 2 0 ,5 1 ) 23 —0 3