基于用户偏好和K-means聚类的可信云资源选择算法

当前云平台上丰富的云资源和各类云服务吸引了大量的云用户.在云资源可信程度参差不齐的情况下,可信云资源能够量化显示云资源的可信程度,但用户的偏好各异.如何针对不同的用户偏好选择符合用户偏好的云资源是一个亟待解决的问题.首先采用极差标准化方法对多维属性的云资源集合进行归一化处理,然后在用户偏好基础上利用K-means算法对云资源进行聚类,从最贴近用户偏好的一类中选择最贴近的资源,为用户选择出最贴近其偏好的可信云资源.最后用仿真实验验证了该方法的有效性.