基于FANP的云用户行为信任评估优化机制

• 作者: 张艺 田立勤 毋泽南 武文星
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 云计算 用户行为 模糊网络分析法 信任度
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 学术论文|Papers
• 页码范围: 175-182
• 页数: 8页
• 分类号: TP393
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2021100

摘要

开放的云计算环境面临着安全挑战,传统的用户行为评估机制已经无法保障云端的安全性.为科学量化评估用户的行为信任,确保权重赋值科学合理,提高云平台下用户行为的安全可信度,设计出一种结合模糊网络分析法的信任评估优化机制.将模型中用户行为信任评估一个控制目标扩展为历史访问行为与当前访问环境两个控制目标模块,同时将历史访问行为模块划分为常规行为与灰色行为两个方面,将当前访问环境模块划分为信息完整性与访问安全性两个方面.在不同的控制目标下划分相对应的控制准则,从而构造不同控制目标下的网络分析模型,借助网络层次分析法软件计算各个目标模块下的极限超矩阵从而获取各个元素最终的稳定权重.选取开发平台下的真实用户行为数据来综合计算出不同模块下的信任度作为最终的行为评估结果.用户行为评估模块的扩展细化了评估粒度使评估结果的客观性更强,准确性更高.实验结果表明,与传统的用户行为信任评估模型相比,在相同恶意比率的云环境下,所提优化机制对恶意用户具有更好的识别效果,能够更早更快地识别出信任度低的云用户,从而提高了云端的安全性与合法性,同时为云环境下解决用户的安全可信问题以及进行有效的风险控制方面提供了新的研究思路.