基于领域划分的公共云信任优化模型

0 下载量 151 浏览量 更新于2024-08-26 收藏 363KB PDF 举报
"基于域划分的不可靠公共云信任模型"是一项针对当前公共云环境中面临的信任问题的研究论文。随着云计算的快速发展,公共云已经成为科学计算和商业应用的重要平台,其背后承载着大量的计算资源和数据。然而,云服务的可靠性问题日益突出,包括恶意提供商带来的安全威胁和性能不佳导致的服务质量下降。传统的信任计算方法往往依赖于高开销的验证机制,这在一定程度上影响了云系统的整体性能。 为了克服这些问题,本文提出了一种创新的信任模型,它通过引入信任证书权威机构来管理计算域信任和全局信任。该模型的核心理念是将信任管理分解到各个独立的计算域中,通过域划分的方式降低信任计算的复杂性。这种方法减少了对系统资源的需求,提高了效率。 作者Pei Yun Zhang(IEEE会员)和Yang Kong来自安徽师范大学数学与计算机科学学院,而Meng Chu Zhou(IEEE Fellow)则在新泽西理工学院的电气与计算机工程系任职。他们采用滑动窗口技术实时更新信任值,这种方法可以动态反映云服务的实时表现,从而做出更为准确的信任评估。 实验结果显示,所提出的信任模型有效地减少了计算负担,提高了云服务的可信度,并能够在面对不可靠的服务时提供有效的信任决策支持。这种改进的模型对于提升公共云的稳定性、可靠性和安全性具有重要意义,为云计算环境下的信任管理提供了新的理论依据和技术支撑。 这篇论文深入探讨了在公共云环境中如何通过智能的领域划分和动态信任管理策略来应对不可靠的服务挑战,为云服务提供商和用户之间的信任建立提供了一个实用且高效的解决方案。这一研究对于推动云计算行业的健康发展有着积极的影响。"