SELB：基于时序图卷积网络的自我进化负载均衡技术——应用于软件定义数据中心网络

《Journal of Network and Computer Applications》：SELB: Self-Evolution Load Balancing Based on Temporal Graph Convolutional Network in Software-Defined Data Center Networks

针对联合云（JCC）环境中多服务提供商协作的信誉评估难题，提出基于数字孪生的综合信誉评估模型，设计主观-客观混合评估方法及联盟分裂-集成评估方法，通过实验验证其比现有方法平均偏差降低0.2184，通信开销93.7735ms，数据采集频率36.4273ms，有效提升信誉评估的准确性和系统稳定性。

　　

吴雅迪|王丽娜|余荣伟|黄秀文|刘家通

中国湖北省武汉市武汉大学网络科学与工程学院，教育部航空航天信息安全与可信计算重点实验室，430072

摘要

JointCloud Computing（JCC）支持多个云服务提供商的协作模式，为用户提供强大的性能和充足的服务。声誉是JCC系统稳定发展的重要方面，它影响着服务提供商之间的合作以及用户对服务的选择。现有的大多数声誉评估方法仅考虑用户反馈或服务质量的单一因素，无法为复杂的JCC系统提供准确的声誉评估。此外，JointCloud服务是由多个服务提供商合作提供的，现有方法没有考虑到这一服务特性，因此难以准确衡量服务的声誉。为了对JCC提供全面的声誉评估，我们提出了一种基于数字孪生的声誉评估模型。在数字孪生中嵌入了声誉计算模块，并设计了基于主观-客观的混合声誉评估方法和基于分割-整合的声誉评估方法，以实现对不同JointCloud实体的全面准确评估。我们进行了一系列实验来评估所提出的声誉评估模型的性能，并展示了实验结果。所提出的方法的声誉评估偏差为0.0112，与现有研究相比，平均偏差降低了0.2184。在现实场景中，该模型的通信开销为93.7735毫秒，数字孪生数据采集频率为36.4273毫秒。评估结果表明，我们的声誉评估模型在性能和准确性方面是可行的。

引言

JointCloud Computing（JCC）是一种新的跨云协作架构。它支持多个云服务提供商之间的协作，为用户提供跨云服务（Wang等人，2017年）。JointCloud计算中的不同云资源和服务能力被封装为具有标准API的软件模块，用户或其他云可以通过互联网远程调用这些模块。通过这种方式，不同的云可以相互协作，具备大规模和复杂的任务处理能力，以满足用户的多样化服务需求。改进的服务能力也将吸引更多用户使用JCC中的云服务提供商的服务。JointCloud架构提高了服务的多样性、灵活性和适应性，同时也提高了服务的成本效益（Zhang等人，2023a）。

JointCloud服务的多源性、高度动态性、分布式和非透明性对JCC环境中的信任管理提出了严峻挑战。在JCC中，一个JointCloud服务通常由多个JointCloud服务提供商（JCSP）共同提供，这也意味着数据、应用程序和服务需要在多个JCSP上存储和处理。用户数据和系统在多个JCSP之间的传输和存储增加了数据泄露的风险。JCSP对用户的非透明度使得用户难以完全了解每个JCSP的安全措施。同时，JointCloud服务的安全性、性能和成本效益也无法向用户展示。因此，有必要评估JCSP的安全能力和服务质量（QoS），并建立JCSP的声誉评估模型来衡量其安全性、可靠性和合规性。此外，JCC依赖于JointCloud服务提供商之间的合作来提供高质量的资源和服务以增加收入。JointCloud服务提供商需要基于声誉价值建立相互信任，以实现更好的合作。为JointCloud服务提供商建立声誉评估模型可以帮助JCSP优化自身，并提高消费者用户对JCSP的信任度和JointCloud服务的采用率（Zhu等人，2024年；Zhang等人，2024年）。

JointCloud服务提供商声誉评估模型根据众多标准和特性来评估JCSP的声誉。借助该模型，用户可以根据自己的需求选择最佳的JCSP。目标是建立用户对提供商提供可靠、安全和合规的服务的信任。JCSP声誉评估中可能包括的主要组成部分有安全性、合规性和服务质量。值得注意的是，在JointCloud中，多个JCSP通过协商组成JointCloud联盟（JCA）来提供服务。当用户需要服务时，他或她会选择JointCloud联盟而不是特定的JCSP。因此，用户更关心JCA的声誉。本文针对JointCloud计算环境，考虑了JointCloud联盟和JointCloud服务提供商的声誉评估，本文的主要贡献可以总结如下：

• •
  设计了一种基于数字孪生的新型JointCloud计算声誉评估模型，该模型支持对JointCloud中所有实体的声誉评估。它通过提高JCSP的声誉分数来帮助它们提升自身，从而增加用户对JointCloud服务的信任和采用率，同时也促进了更加稳定、健康和良性的JointCloud生态系统。
• •
  我们提出了一种主观-客观复合声誉评估方法，该方法同时考虑了用户的主观反馈和客观的服务质量（QoS）和安全性，从而从多个维度和角度对JointCloud服务提供商的声誉进行综合评估。
• •
  对于JointCloud联盟的声誉，我们提出了一种基于分割-整合的声誉评估方法。根据联盟中JointCloud服务提供商的贡献和任务量百分比，我们分配权重并整合联盟成员的声誉来计算JointCloud联盟的声誉分数，这有助于用户选择更合适的JointCloud联盟来提供服务。
• •
  进行了广泛的实验和分析，以评估计算出的声誉分数及其随不同声誉参数值的变化情况。

本文的结构如下：第2节介绍了相关工作。第3节描述了所提出的模型。第4节和第5节分别描述了基于主观-客观的混合声誉计算方法和基于分割-整合的声誉计算方法。第6节简要描述了实验环境、测试配置和实验结果。第7节进行了讨论，第8节得出了一些重要结论。

相关工作

本节将介绍云领域现有的声誉评估模型和声誉计算方法，以明确本文工作与现有工作的差异和进步。然后总结与数字孪生模型相关的文献，介绍数字孪生模型的工作原理，并阐明数字孪生模型在本文声誉评估模型中的作用。

JointCloud计算的声誉评估模型设计

为JointCloud计算平台建模数字孪生的主要目的是进行声誉分数计算和安全评估。所有声誉参数（即安全参数、QoS参数和用户反馈）和指标都在数字孪生中进行了监控。通过虚拟现实映射对JointCloud系统的运行状态进行建模，并通过...

基于主观-客观的混合声誉计算方法

为了计算JCSP的声誉值，本文提出了一种基于主观-客观的混合声誉计算方法。综合考虑了三个方面对声誉的影响来计算声誉分数，包括用户的主观因素、JCSP服务的客观QoS以及JCSP服务环境的安全性。本节的符号列表在表1中。

基于分割-整合的声誉计算方法

JointCloud服务主要由JCA提供给用户。本文中，JCA的声誉评估将基于其所提供的服务质量（QoS）。一个完整的以用户为中心的JointCloud服务将由JCA中的不同JCSP共同提供。每个JCSP负责整个服务的某个部分，并最终合作完成用户所需的服务。当收到服务请求时，JCA中的每个JCSP会被分配不同数量的任务...

实验与分析

在本节中，我们首先介绍仿真设置，然后分别评估了针对JCSP的混合主观-客观声誉计算方法（HSO-RC）和针对JCA的分割-整合声誉计算方法（SI-RC）的性能。研究的要素包括：

• 1.
  HSO-RC在恶意评级攻击下的性能；
• 2.
  HSO-RC与现有研究的比较；
• 3.
  SI-RC的性能评估及与现有研究的比较；
• 4.
  实际应用中的性能

讨论

在本文中，我们提出了一种基于数字孪生的JointCloud计算声誉评估模型。该模型结合了两种主要的声誉评估方法：基于主观-客观的混合声誉计算方法和基于分割-整合的声誉计算方法。仿真和实际实验均表明，所提出的声誉评估模型能够准确评估JointCloud实体的声誉。该模型具有较低的通信开销...

结论

本文提出了一种基于数字孪生的JointCloud计算声誉评估方法，确保了声誉评估的准确性和稳健性。通过在数字孪生中嵌入声誉计算模块，并提出了一种基于主观-客观的混合声誉计算方法和基于分割-整合的声誉计算方法，为JCSP和JCA提供了准确的声誉评估。基于主观-客观的混合声誉计算方法可以...

CRediT作者贡献声明

吴雅迪：撰写——原始草案、软件开发、方法论、调查、形式分析、概念化。王丽娜：监督、项目管理。余荣伟：资源获取、资金筹措。黄秀文：可视化、数据整理。刘家通：撰写——审阅与编辑、验证。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

吴雅迪是武汉大学的博士生。她分别于2019年和2022年在中国地质大学获得信息安全学士学位和计算机科学与技术硕士学位。她的研究兴趣包括JointCloud计算和信任管理。