计算机应用研究

作者：武沅林,王天日,刘娟,

单位：太原理工大学经济管理学院,太原030024；

关键词：工业互联网,制造服务,QoS预测,矩阵分解,

基金：教育部人文社会科学研究项目(21YJC630135)；国家自然科学基金资助项目(71701141)；山西省应用基础研究项目(201801D221227)；；

工业互联网平台支持各类制造资源的泛在连接，能够为不同用户提供全生命周期的制造服务。制造服务QoS（quality of service）在服务匹配、选择和共享中扮演重要角色。然而，如何在保护数据安全的前提下充分利用工业互联网平台下不同企业的制造服务特征数据，对提高QoS预测精度至关重要。为此，提出了一种QoS多方联合预测方法。首先，根据各制造服务商在本地长期累计的相关数据，建立用户—制造服务QoS关系矩阵；进而，在保护用户偏好信息安全下共享企业间制造服务的潜在特征向量实现QoS联合训练，同时应用同态加密与差分隐私加密机制保证传输数据的安全；最后，应用随机梯度下降法迭代更新模型参数以预测缺失的制造服务QoS值。实验以WS-dream数据集与案例企业制造服务共享平台数据为例验证了该方法的有效性，结果表明该方法能够在保护数据安全的前提下有效地提高模型预测的准确度。

来源：2023年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第11期