錢(qián)宏 彭敦陸

摘要：隨著Internet的普及，利用WEB服務(wù)進(jìn)行各類(lèi)信息的查詢已經(jīng)成為人們工作、生活、娛樂(lè)中必不可少的一部分了。越來(lái)越多的個(gè)人、企業(yè)、學(xué)校等利用萬(wàn)維網(wǎng)發(fā)布形形色色的信息，與此同時(shí)也有越來(lái)越多的個(gè)人、企業(yè)用戶在網(wǎng)絡(luò)中查詢信息，基于可信WEB服務(wù)的信息查詢技術(shù)可以幫助我們安全、快捷、方便的查找到所需的資料。

關(guān)鍵詞：Web服務(wù)；可信；信息查詢

中圖分類(lèi)號(hào)：TP312文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2012)02-0249-03

Research on Information Technology of Trust WEB Service

QIAN Hong1,2, PENG Dun-lu1

(1. School of Optical-Electrical and Computer Engineering , University of Shanghai for Science and Technology, Shanghai 200093, Chi? na; 2. Shanghai Zhonghua College of Vocational Technology , Shanghai 201404, China)

Abstract: With the popularity of the internet, using web service for various information–searching has become an indispensable part in peoples working, daily life, and even in their entertainment. And more and more individuals, companies and schools release all kinds of in? formation through internet. At the same time, more internet users are looking for information on line. The trust web services information technology will help people search information securely, fast and conveniently.

Key words: web service; incredible; information search

在Internet網(wǎng)絡(luò)中，對(duì)Web站點(diǎn)中的信息進(jìn)行查詢是非常頻繁的操作，但面對(duì)海量的網(wǎng)絡(luò)信息我們的查詢存在著很多安全隱患和查詢效率低下的煩惱。導(dǎo)致查詢效率低下的原因主要有兩個(gè)：一是Internet網(wǎng)絡(luò)中的信息浩瀚無(wú)邊且與日俱增，Web信息沒(méi)有統(tǒng)一的模式結(jié)構(gòu)。二是Internet網(wǎng)絡(luò)中目前還沒(méi)有非常完善的查詢技術(shù)來(lái)有效的幫助用戶查詢符合用戶需求的信息。查詢效率的高低與查詢算法設(shè)計(jì)的好壞是密切相關(guān)的。本文主要討論：可信Web服務(wù)，Web服務(wù)的安全性和Web查詢技術(shù)。

1可信Web服務(wù)

由于互聯(lián)網(wǎng)的開(kāi)放性和不完善性，目前的互聯(lián)網(wǎng)中存在著很多不安全的因素，而Web服務(wù)的靈活性在一定程度上也潛在著安全缺陷，所以確保Web服務(wù)的安全性是一個(gè)非常重要的問(wèn)題，這就要求能夠采取各種有效措施來(lái)抵御各種攻擊。應(yīng)用安全模型、安全機(jī)制等可以確保Web服務(wù)的完整性、私密性和安全性。

1.1 Web服務(wù)的安全通信

Web服務(wù)是采用SOAP協(xié)議標(biāo)準(zhǔn)來(lái)交換消息的，提高Web服務(wù)的可信性也就是提高SOAP消息的可信度。我們可以對(duì)SOAP消息的傳送的三步驟：信息序列化?傳送?反序列化進(jìn)行改進(jìn)：

1)服務(wù)請(qǐng)求者向服務(wù)提供者發(fā)送ClientHello消息；

2)服務(wù)提供者對(duì)收到ClientHello消息進(jìn)行簽名，再發(fā)送給服務(wù)請(qǐng)求者；

3)服務(wù)請(qǐng)求者對(duì)服務(wù)提供者進(jìn)行身份認(rèn)證，若通過(guò)，則生成會(huì)話密鑰和進(jìn)一步的請(qǐng)求，對(duì)請(qǐng)求消息進(jìn)行安全處理，并連同自己的證書(shū)一起發(fā)送給服務(wù)提供者。

4)服務(wù)提供者收到請(qǐng)求消息后，首先對(duì)服務(wù)請(qǐng)求者進(jìn)行驗(yàn)證，若通過(guò)，則建立會(huì)話，完成對(duì)請(qǐng)求消息的后續(xù)處理，并對(duì)處理結(jié)果進(jìn)行MAC計(jì)算；

5)服務(wù)請(qǐng)求者收到響應(yīng)消息后，進(jìn)行簽名、加密等處理，并使用會(huì)話密鑰對(duì)處理結(jié)果進(jìn)行MAC計(jì)算；

6)服務(wù)提供者收到上一步的請(qǐng)求消息后，驗(yàn)證會(huì)話的有效性，若通過(guò)，則驗(yàn)證MAC的有效性，并對(duì)請(qǐng)求消息進(jìn)行后續(xù)處理，否則，若會(huì)話標(biāo)識(shí)符無(wú)效或MAC驗(yàn)證無(wú)效，則向服務(wù)請(qǐng)求者發(fā)出錯(cuò)誤消息。

這一會(huì)話過(guò)程是有時(shí)間限制的，若會(huì)話未超時(shí)，則重復(fù)步驟5、6，否則重復(fù)步驟1~6。若通信發(fā)生較嚴(yán)重的錯(cuò)誤時(shí)，則會(huì)導(dǎo)致會(huì)話終止，通信失敗，發(fā)送錯(cuò)誤信息。

1.2 Web服務(wù)的安全機(jī)制

1.2.1加密機(jī)制

目前用于網(wǎng)絡(luò)通信安全的密碼技術(shù)主要有對(duì)稱加密、非對(duì)稱加密。

對(duì)稱加密：發(fā)送者和接收者都使用相同的密鑰對(duì)數(shù)據(jù)進(jìn)行加密和解密，一般用于加密大量數(shù)據(jù)。對(duì)稱密鑰技術(shù)的常用算法有DES、IDEA、RC2、RC4、SKIPJACK。對(duì)稱加密算法的加密處理簡(jiǎn)單，加密解密速度快。但密鑰管理困難。

非對(duì)稱加密：發(fā)送者和接收者使用不同的密鑰對(duì)數(shù)據(jù)進(jìn)行加密和解密。非對(duì)稱密鑰技術(shù)的典型算法有RSA、DSA。非對(duì)稱加密算法解決了密鑰管理的困難，密鑰是事先分配的無(wú)需在通信過(guò)程中傳輸，所以安全性很高，且具有很高的加密強(qiáng)度，但非對(duì)稱加密系統(tǒng)的加密和解密速度慢。

1.2.2安全認(rèn)證機(jī)制

為了確保信息的安全、真實(shí)、可靠，我們必須有一種機(jī)制來(lái)驗(yàn)證信息傳遞中各方的真實(shí)身份，安全認(rèn)證包括安全管理、加密處理、PKI和認(rèn)證管理等問(wèn)題。目前常用的安全認(rèn)證機(jī)制有：數(shù)字摘要、數(shù)字時(shí)間戳、數(shù)字簽名、數(shù)字證書(shū)等。1.2.3訪問(wèn)控制策略

訪問(wèn)控制是維護(hù)網(wǎng)絡(luò)系統(tǒng)安全、保護(hù)網(wǎng)絡(luò)資源的最重要的核心策略之一，有效的訪問(wèn)控制可以保證網(wǎng)絡(luò)資源不被非法使用和非法訪問(wèn)。目前常用的訪問(wèn)控制策略有：入網(wǎng)訪問(wèn)控制、操作權(quán)限控制、目錄安全控制。

2信息查詢技術(shù)

信息查詢一般都是借助搜索引擎頁(yè)面來(lái)實(shí)現(xiàn)，即輸入關(guān)鍵詞利用搜索引擎在索引數(shù)據(jù)庫(kù)中進(jìn)行相關(guān)信息的查找，并將結(jié)果返回給用戶。除了根據(jù)需要選擇不同的搜索引擎之外，我們可以根據(jù)不同的查詢需求采用不同的查詢技術(shù)來(lái)提高查詢效率。

2.1盲目查詢

盲目查詢又叫做無(wú)信息查詢，即按照預(yù)定的控制策略實(shí)行查詢，在查詢過(guò)程中獲取的中間信息不用來(lái)改進(jìn)控制策略。盲目查詢方法有寬度優(yōu)先、深度優(yōu)先、代價(jià)優(yōu)先、混合、向前、向后、雙向等等。

2.2啟發(fā)式查詢

把求解問(wèn)題的具體領(lǐng)域的知識(shí)加入查詢算法中，控制整個(gè)查詢過(guò)程，以提高算法效率的查詢方法叫做啟發(fā)式查詢。啟發(fā)式查詢過(guò)程中最重要的事件就是尋找和決定要擴(kuò)展的下一個(gè)節(jié)點(diǎn)，用來(lái)估算節(jié)點(diǎn)希望程度的量度，叫做估價(jià)函數(shù)。一個(gè)節(jié)點(diǎn)的“希望度”在狀態(tài)空間問(wèn)題中，可以估算目標(biāo)節(jié)點(diǎn)到此節(jié)點(diǎn)的距離或者解答路徑包括被估價(jià)過(guò)的節(jié)點(diǎn)，并計(jì)算全條路徑的長(zhǎng)度或難度。每個(gè)不同的衡量標(biāo)準(zhǔn)只能考慮該問(wèn)題中這個(gè)節(jié)點(diǎn)的某些決定性特性，所以我們可以對(duì)給定節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)進(jìn)行比較，以決定相關(guān)特性。

2.3多元搜索查詢技術(shù)

網(wǎng)絡(luò)中信息的種類(lèi)繁復(fù)，單一的搜索工具根本無(wú)法滿足用戶的需求。多元搜索引擎是一種集合式的搜索引擎，它可以將多個(gè)搜索引擎集成在一起，并提供一個(gè)統(tǒng)一的檢索界面，且能將一個(gè)檢索提問(wèn)同時(shí)發(fā)送給多個(gè)搜索引擎，達(dá)到同時(shí)檢索多個(gè)數(shù)據(jù)庫(kù)，再經(jīng)過(guò)聚合、去除重復(fù)項(xiàng)之后輸出檢索結(jié)果。多元搜索引擎可以大大節(jié)省檢索時(shí)間。多元搜索引擎適合查詢一些較模糊的提問(wèn)，或就某一課題的網(wǎng)絡(luò)資源進(jìn)行快速調(diào)查、摸底、綜覽。

2.4常用的查詢算法

實(shí)現(xiàn)搜索引擎最關(guān)鍵的就是搜索算法的實(shí)現(xiàn)，PageRank和HITS都是典型的網(wǎng)絡(luò)搜索查詢算法，我們可以把這兩種算法應(yīng)用到可信Web服務(wù)的查詢技術(shù)中來(lái)。

2.4.1 PageRank算法

PageRank算法主要基于重要性平均分配的思想進(jìn)行設(shè)計(jì)的。

假定Nu是頁(yè)面u的出度，Rank(u)是u的重要性。PageRank假設(shè)u通過(guò)指向v的直接鏈接將一部分重要性（量化為Rank(u)/Nu）傳遞給了v頁(yè)面。同樣，v頁(yè)面的重要性是所有直接鏈接到v的頁(yè)面累積起來(lái)的。(Ranki(u)÷Nu)

注：Bv代表直接對(duì)v鏈接的所有頁(yè)面的集合。

基于這個(gè)思想，通過(guò)迭代算法，我們可以得到所有頁(yè)面的重要性。

2.4.2 HITS算法

HITS（Hyperlink-Induced Topic Search，超鏈接誘導(dǎo)的主題搜索）算法是Kleinberg在90年代末提出的基于鏈接分析的網(wǎng)頁(yè)排名算法。

HITS算法的基本思想：HITS由用戶的檢索主題得到一個(gè)初始結(jié)果，構(gòu)成一個(gè)算法的根集。設(shè)置非負(fù)權(quán)威權(quán)重ap和非負(fù)中心權(quán)重h與數(shù)據(jù)庫(kù)基本集中的每一個(gè)頁(yè)面p相關(guān)，將所有的a和h值都初始化為相同的常數(shù)。權(quán)重規(guī)范處理，維護(hù)所有權(quán)重的平方和為1。權(quán)威與中心的權(quán)重可按如下公式更新：

第一個(gè)公式表明，如果一個(gè)頁(yè)面被很多好的中心所指向，則其權(quán)威權(quán)重應(yīng)當(dāng)增加（即，它為所有指向它的頁(yè)面的當(dāng)前中心權(quán)重之和）。第二個(gè)公式表明，如果一個(gè)頁(yè)面指向許多好的權(quán)威頁(yè)面，則其中心權(quán)重應(yīng)當(dāng)增加（即，它為該頁(yè)面指向的所有頁(yè)面的權(quán)威權(quán)重之和）。

我們用{1，2，…，n}對(duì)頁(yè)面編號(hào)，定義它們的鄰接矩陣A為n×n矩陣，如果頁(yè)面i鏈接到頁(yè)面就j，則A(i，j)為1，否則為0。類(lèi)似地，定義權(quán)威權(quán)重向量a=(a1,a2,…,an)，和中心權(quán)重向量h=(h1,h2,…h(huán)n)?？傻?/p>

h=A·a a=AT·h

注：AT是A的轉(zhuǎn)置矩陣。對(duì)兩公式展開(kāi)k次，就有h=A·a=AATh=(AAT)h=(AAT)2h=…=(AAT)kh a=AT·h=ATAa=(ATA)a=(ATA)2a=…=(ATA)

根據(jù)線性代數(shù)，當(dāng)規(guī)范化后，這兩個(gè)迭代序列分別收斂于主本真向量AAT和ATA，這就證明了權(quán)威和中心權(quán)重是所收集的鏈接頁(yè)面的固有特征，并且不受初始權(quán)重設(shè)置的影響。而在實(shí)際應(yīng)用中HITS算法的查詢也具有非常好的搜索結(jié)果。

2.4.3查詢算法的改進(jìn)

PageRank算法和HITS算法雖然都是鏈接分析算法，但都存在著不足。PageRank算法會(huì)忽略了網(wǎng)頁(yè)的內(nèi)容，他的authority值只是相對(duì)于某個(gè)檢索主題的權(quán)重，而HITS算法存在著“主題漂移”的現(xiàn)象。下面對(duì)兩種算法進(jìn)行改進(jìn)，以便解決他們的不足。

首先利用HITS的方法構(gòu)造出算法的基本集，用戶的查詢請(qǐng)求來(lái)了之后，我們首先用一個(gè)現(xiàn)有的商業(yè)搜索引擎進(jìn)行查詢，從得到的查詢結(jié)果中取出一定量的信息作為算法的根集，將該根集進(jìn)行擴(kuò)充，將根集中的所有頁(yè)面的出度和入度網(wǎng)頁(yè)都補(bǔ)充進(jìn)來(lái)，形成新的基本集。然后再利用PageRank算法。

PageRank算法原先是對(duì)萬(wàn)維網(wǎng)的整體分析，可以對(duì)用戶的要求進(jìn)行快速的響應(yīng)。而HITS算法是對(duì)萬(wàn)維網(wǎng)的部分進(jìn)行分析，依賴于用戶查詢，實(shí)時(shí)性差。改進(jìn)后的算法主要是通過(guò)把HITS生成查詢基本集的方法應(yīng)用到PageRank算法中，這樣就彌補(bǔ)了PageR? ank算法中頁(yè)面內(nèi)容無(wú)關(guān)性的缺點(diǎn)。新算法中引用了PageRank算法中的排序機(jī)制，也笑容削弱了HITS算法中的“主題漂移”的缺點(diǎn)。

3結(jié)束語(yǔ)

利用Internet進(jìn)行信息查詢已經(jīng)成為人們生活、工作、娛樂(lè)中必不可少的一部分。目前我們用得比較多的還是關(guān)鍵詞查詢，隨著XML語(yǔ)言的廣泛應(yīng)用和Web搜索技術(shù)的發(fā)展，專(zhuān)業(yè)、快捷、有效的查詢技術(shù)將越來(lái)越被人們所研究和使用。

參考文獻(xiàn):

[1] Papazoglou M P.Web Services Principles and Technology[M].北京:機(jī)械工業(yè)出版社,2010.

[2] Han Jiawei,Kamber M.數(shù)據(jù)挖掘概念與技術(shù)[M].北京:機(jī)械工業(yè)出版社.2007

[3]孟小峰.Web數(shù)據(jù)管理研究綜述[J].計(jì)算機(jī)研究與發(fā)展,2001(4).

[4]顧寧,劉家茂,柴曉路.Web Services原理與研發(fā)實(shí)踐[M].北京:機(jī)械工業(yè)出版社,2006.