[发明专利]移动边缘环境下基于隐私保护的Web服务QoS预测方法

权利要求书

1.一种移动边缘环境下基于隐私保护的Web服务QoS预测方法，其特征在于，包括如下步骤：

步骤1：收集用户信息和用户在调用Web服务的QoS属性数据；

步骤2：对用户信息中的地理位置进行预处理构建边缘端环境，所述步骤2包括如下步骤：

步骤21：根据用户的纬度、经度值将用户划分于各大洲；

步骤22：选取用户信息数据量最大的洲作为边缘位置点；

步骤23：将纬度、经度值相同的用户看作位于一个边缘服务器中，在预测时将同一服务器中的数据作为历史数据集；

步骤24：将纬度、经度值相差在预设范围内的用户看作位于边缘端的同一区域中；

步骤25：将纬度、经度值相差大于预设范围的用户看作位于边缘端的不同区域中；

步骤3：从预处理后的数据中筛选具有移动边缘环境特性的边缘服务数据集；

步骤4：设置隐私参数ε，对原始QoS数据集加入拉普拉斯噪声，所述步骤4包括如下步骤：

步骤41：对筛选出的边缘服务数据集进行z-score化处理；

步骤42：加入满足拉普拉斯函数分布的噪声，其中，μ和b分别为位置参数和尺度参数；

步骤43：令其中ε为隐私参数，Δf为列向量的极差，得到公式满足对称的指数分布；

步骤44：用rand函数产生随机数x，再利用拉普拉斯分布函数得到随机噪声值；

步骤45：利用差分隐私公式X＝g(x)+Laplace(Δf/ε)，其中g(x)指原始数据集，Laplace(Δf/ε)指已获得的拉普拉斯随机噪声值，将步骤41中z-score化后的新数据集与步骤44得到的拉普拉斯随机噪声值相加，得到数据伪装后的新数据集；

步骤5：以预测用户所在边缘服务器为中心，不断增大距离寻找相似用户；

步骤6：由步骤5的最小误差得最佳距离，在此距离内进行Top-k相似用户推荐，实现边缘环境下保护用户隐私的QoS属性值预测。

2.如权利要求1所述的移动边缘环境下基于隐私保护的Web服务QoS预测方法，其特征在于，所述步骤1中收集数据主要包括两个方面：(1)从wsdream中收集包含所在国家、经度、纬度值的地理位置的用户信息；(2)采用用户调用的Web服务的QoS属性数据作为原始数据集。

3.如权利要求1所述的移动边缘环境下基于隐私保护的Web服务QoS预测方法，其特征在于，所述步骤3包括如下步骤：

步骤31：去除原始数据集中响应时间和吞吐量属性值为-1的服务；

步骤32：确定位于同一边缘区域的用户调用的服务的误差范围，去除响应时间误差值2ms以上、吞吐量误差值20Mbps以上的服务，以满足边缘端服务的特性。

4.如权利要求1所述的移动边缘环境下基于隐私保护的Web服务QoS预测方法，其特征在于，所述步骤5包括如下步骤：

步骤51：以预测用户所在的边缘服务器为圆心，距离为半径，不断向外扩散寻找其他边缘服务器；

步骤52：计算已覆盖的边缘服务器中的用户与预测用户的相似性，基于相似度进行QoS预测；

步骤53：根据步骤52中的最小误差值得最佳距离，统计在该距离内的Top-k相似用户数量。