基于扩展UDDI的Web服务信任管理*

孟 冬，曹介南，朱培栋

(国防科学技术大学计算机学院，湖南 长沙 410073)

基于扩展UDDI的Web服务信任管理*

孟 冬，曹介南，朱培栋

(国防科学技术大学计算机学院，湖南 长沙 410073)

近几年来Web服务在各领域的应用越来越广泛，但是作为其重要组成部分的统一描述、发现和集成协议由于其局限性，无法有效地帮助用户选择高质量的服务，不能满足用户的需求。而现有的研究则主要集中在如何建立基于服务质量的Web服务发现模型上，并未考虑对服务进行管理。针对该问题，提出了一种基于自然衰减和用户反馈的信任维护机制，通过该机制可以对已注册服务执行管理操作，并为用户提供选择服务的参考，提高发现系统的有效性和可用性。

Web服务管理；自然衰减；用户反馈；统一描述、发现和集成协议

1 引言

近几年来电子商务的发展如火如荼，它推动了一种新型的分布式计算模型——Web服务的迅猛发展。Web服务通过简单对象访问协议SOAP(Simple Object Access Protocol)、统一描述、发现和集成UDDI(Universal Description, Discovery and Integration)协议、Web服务描述语言WSDL(Web Services Description Language)、Web服务流语言WSFL(Web Services Flow Language)等开放协议和标准，提供了一个面向互联网的松散耦合的分布式计算环境。开放标准的采用使Web服务具有互操作性、模块化、自描述等优势，尤其是松散耦合以及与平台无关的特性使其在电子政务、金融、零售、能源、交通、电子制造、地理信息服务等行业和领域扮演起越来越重要的角色。

凭借着这些优越性，Web服务一直被工业界和学术界认为是极富前景的一项技术。但是，现如今Web服务的应用广泛性却并没有当初预期的那么乐观。Kim S M等人[1]2004年对Web服务进行了统计，发现在UDDI 商业注册中心UBRs(UDDI Business Registries)部署的Web服务中有67%不可用。Eyhab Al-Masri等人的报告[2]显示，2007年UBRs上的服务数量与2006年同期相比只增长了12.6%，且其中63%的服务不可用，注册中心正在流失其服务的对象。以上信息表明Web服务的发展遇到了瓶颈，产生这一瓶颈的原因是：现有的负责联接服务提供者和服务请求者两者关系的UDDI数据模型和API规范不支持任何类型的服务质量QoS(Quality of Service)模型，不能评价一个服务的好与坏，进而导致了其在查找、发现和选择服务功能上存在缺陷，最终造成服务提供者与请求者之间的信任关系不断削弱，Web服务的发展开始止步不前。

如何解决Web服务面临的信任危机受到了学术界的关注，国内外研究者从不同层面针对Web服务质量的评价机制的各个方面进行了很多研究。Zeng等人[3]提出了一个包括执行时间、价格、信誉等在内的五元QoS模型，用以描述Web服务的服务质量；杨胜文等人[4]提出了一种基于QoS的Web服务发现模型，定义了一组描述Web服务QoS属性的tModel；刘家茂[5]提出了一个面向领域的UDDI Registry注册和查找框架,利用扩展后的服务注册中心来实现基于QoS的服务发现。从国内外研究现状发现，目前已有不少工作从服务请求者的角度出发，利用改进的UDDI来支持所提出的基于QoS的模型，旨在能够帮助用户发现满意的Web服务[6～8]。该类模型大都默认服务提供者和请求者提供的数据是静态的、有效的，并要求请求者针对所设定的QoS指标进行评价反馈，而对反馈的评价数据的处理则主要是通过求均值来实现。虽然不同的模型有不同的优势，能够在一定程度上缓解服务提供者与请求者之间的信任问题，但仍存在以下问题：

(1)缺乏有效的机制维护QoS信息的正确性；

(2)没有考虑注册中心中存在失效服务的现状；

(3)当采集到的评价数据较少时不能继续维护模型的正常运行；

(4)需要评价反馈的QoS指标种类较多，对请求者来说过于复杂，影响用户参加服务评价的积极性。

本文在前人研究工作的基础上，针对上述存在的问题，提出一种基于扩展UDDI的服务信任关系管理模型。该模型通过扩展传统的UDDI注册机制，从服务提供者、服务请求者、服务管理者三个方面获取并处理QoS相关数据，基于数据的处理结果对已注册的服务进行管理维护，帮助用户发现满意的服务，从而建立起服务提供者与服务请求者之间的信任关系。

2 服务信任管理模型

Web服务使用的是SOA架构，这种架构有三种参与者：服务提供者(Service Provider)、服务请求者(Service Requester)、注册中心(Registry)，相应地也有三种基本操作：发布(Publish)、查找(Find)和绑定(Bind)。服务信任管理功能除了需要对传统的Web服务模型进行扩展，以支持服务发布时添加的QoS描述，还需要进行QoS数据维护和处理，保障用户查找Web服务时满足对QoS的需求。扩展的模型如图 1所示。

Figure 1 Structure model of trust management for web services based on extend UDDI图1 基于扩展UDDI的服务信任管理模型

图1中的角色和关系定义如下：

(1)服务提供者：负责开发和部署Web服务，通过扩展的注册接口发布携带有QoS信息的Web服务描述，当注册服务失效时需要进行更新操作。

(2)服务请求者：是传统的需要使用服务的应用程序、软件模块或其它Web服务，使用UDDI提供的支持基于QoS搜索的接口查找服务，在使用过程中或结束时进行评价反馈。

(3)扩展UDDI：注册中心在继承原有功能的基础上提供了支持含有QoS信息的服务的注册接口，并向服务请求者提供基于QoS约束的服务查找功能。

(4)信任管理模块：该模块负责收集并处理所有注册服务的QoS指标，根据服务请求者的评价反馈维护的QoS数据，并依据这些数据影响UDDI向用户返回的查找结果。

新模型对UDDI的数据结构和API接口规范没有进行多余的修改和影响，其整体框架与Web服务体系结构兼容，扩展的服务发布和发现API也能够支持遵从UDDI规范的各种UDDI客户端开发工具。

3 扩展的注册中心

本文在遵循UDDI规范和数据模型的基础上，对原UDDI框架中的发布和查找接口进行了扩充，并增加了信任管理模块。另外，由于UDDI注册中心本身只能存储服务的一些基本信息，新增添的QoS信息就需要额外的存储空间，因此本文利用外部数据库存放服务QoS信息，在原UDDI数据库中增添了两个表格来存放服务的额外信息。扩展后的UDDI结构如图 2所示。

Figure 2 Structure of extend UDDI图2 扩展后的UDDI结构

3.1 新增的属性表

UDDI中的服务在属性表中都有对应的记录，service_properties表用来存储注册服务的QoS属性元素，service_evaluation表存储的是用户的反馈评价信息。两表中都含有SERVICE_KEY字段，该字段作为主键用来存放注册中心为服务生成的唯一的ServiceKey，二者通过SERVICE_KEY与注册中心进行关联。

service_properties表中的字段(Property01, Property02, Property03,…)是服务的属性列，存放对应服务的各QoS属性值。service_evaluation表中user_good字段存储用户正面评价数量，user_bad字段存储用户的负面评价数量，last_update存储的是最近一次评价的时间，useable字段存储的是该服务是否需要更新。

3.2 Web服务的注册与QoS属性信息的获取

为了能够支持服务提供者在注册中心发布QoS信息，对UDDI Registry的注册接口进行扩充，在注册接口中增加了服务属性信息发布功能。调用扩展的save_service接口时，除了填写服务的基本信息外，还需要填写属性名和属性值。之后生成含有属性元素的可扩展标记语言XML(eXtensible Markup Language)信息，该信息被封装为SOAP消息发送至扩展后的UDDI，信任管理模块解析SOAP消息后提取属性元素并重新生成只含有基本消息的XML信息，传统的UDDI将依据该信息进行服务注册，而信任管理模块则负责将提取的属性元素存储到属性表中。

3.3 Web服务的查询与评价反馈

在传统的UDDI注册中心中，服务请求者查询服务的方式是“基于关键字的查询”和“基于分类的查询”。当已注册服务数量急剧增加时，同类服务的数量也会迅速增加，这时传统的查找结果将会呈现良莠不齐、混乱无序的状态。为了能够提供可信任的、满足用户QoS需求的结果，需要对查找接口进行扩充，并利用信任管理模块对查找结果集合进行过滤排序。

调用扩展的find_service接口生成的XML信息中还包含了属性元素，该属性元素中可以填写代表用户需求的属性类型和该类型属性的底限值(在本模型中针对某属性类型采取的操作是默认的，例如,属性类型为响应时间时，执行小于底限值的操作，属性类型为安全等级时，执行大于底限值的操作)。该信息被装载于SOAP消息中发送至注册中心并被解析，注册中心调用find_service方法以查询与属性信息相匹配的服务，信任管理模型将根据其维护的服务属性表对查询结果进行过滤排序，最后将序列以SOAP消息的格式返回给用户。

用户在调用服务过程中或者调用完毕后可以对服务进行评价反馈。一般的基于用户反馈的服务发现模型需要用户对某个服务所有定义的QoS指标进行评价，本模型不提倡复杂的评价反馈机制，坚持采用友好的用户交互形式，信任管理模型仅需要输入被用户调用的服务的SERVICE_KEY以及使用过程中体验到的好/坏评价，信任管理模型将会把评价结果存入其维护的service_evaluation表中。

在扩展UDDI技术方面，本文采取的是利用外部数据库存放QoS属性信息的方式，对UDDI规范和数据结构没有进行额外的修改和调整。扩展后的UDDI不仅支持传统的基于关键字和分类的查询，还可以根据用户要求进行基于QoS约束的查询。外部数据库中存放的服务属性以及评价反馈情况可以作为其它查询方法的过滤条件，缩小查询结果集合，除去不可用的服务，按要求排序返回结果，为用户提供最优的选择。

在同类研究中，对UDDI的扩展还有两种主要的方法[5]，分别是“采用tModel存放服务属性”和Ran Shu-ping[6]提出的“对UDDI数据模型进行扩充以存放服务QoS信息”。表 1给出了三种常见方案的比较情况。

Table 1 Comparison of three solutions表1 三种方案对比

从表1可以看出，三种方案各有所长，方案1最简单，但是其属性信息的存放方式是以文件的形式分布式存放在各地，需要进行文件的传输与解析，效率比较低[9]；方案2支持的属性查询较为单一，且需要更改UDDI的数据结构[10]；方案3兼容性好且利于扩展，支持用户的评价反馈信息的存储，利于对注册服务的管理。

4 服务信任管理算法

Web服务面临信任问题的主要原因是缺少有效的机制对注册服务的质量进行评估和维护。服务提供者一方面可能出于利益考虑，发布低质量的服务；另一方面当服务提供者不再维护和支持其已发布的服务时，这些失效的服务将会存在注册中心。服务提供者的这些行为都将导致用户查询服务时获得大量相似的且不知是否可用的服务。

针对上述问题，本文设计了一个信任管理模块，其核心部分是基于用户反馈和自然衰减的信任管理机制，该机制对注册服务进行质量评估，信任模块根据评估结果对服务执行管理操作，从而实现与服务提供者共同维护服务有效性的目标，最终为用户提供按评估值排序的服务序列。

4.1 基于用户反馈的信任管理机制

本模型中对用户的反馈评价并不是强制的，且只需要用户对调用服务过程中的使用体验进行好或坏两种评价即可，评价结果将存储在数据库的service_evaluation表中。该反馈机制对用户来说简单方便，避免了复杂反馈机制对用户不友好的问题，可以获得更多的更公正的评价数据。针对若干同类服务，我们做如下设定：

(1)每个用户的评价反馈都是独立事件；

(2)用户评价反馈只有好或者坏两种结果；

(3)如果坏的评价数量为h，好的评价数量为k，那么评价总人数为n=h+k，好评价的比例p=k/n。

虽然当p越大时，代表该服务评价越好，但是由于现实原因，用户评价反馈数量并不多，此时从统计学上讲，若样本太小，p就不再能够准确反映真实情况。例如，若服务A有2个好评价、0个坏评价，服务B有100个好评价、1个坏评价。这时若按p进行排序，服务A会比服务B好，这显然是错误的。

1927年，美国数学家Wilson E B提出了一个算法，被称为“威尔逊区间”，很好地解决了小样本的准确性问题。本模型采用该算法来比较服务的好坏。该算法的实质是计算每个服务好评率的置信区间，根据置信区间的下限值进行排名，该下限值越大，排名越靠前。

计算置信区间的实质是进行可信度的修正，弥补样本量过小的影响。如果样本多，就说明比较可信，不需要很大的修正，所以置信区间会比较窄，下限值会比较大；如果样本少，就说明不一定可信，必须进行较大的修正，所以置信区间会比较宽，下限值会比较小。

(1)

在模型中我们默认设置在95%的置信水平下进行计算，此时z的统计量为1.96。利用用户评价信息计算服务好评系数的伪代码如下：

输入：需要计算服务的SERVICE_KEY；

输出：服务的好评系数。

过程：

(1)i=find_good(SERVICE_KEY)/*获得服务的好评值*/

(2)j=find_bad(SERVICE_KEY)/*获得服务的坏评值*/

(3)p=i/(i+j);//计算服务的好评率

(4)n=i+j//计算评价总人数

(5)应用式(1)对上述值进行处理。

该算法获得的好评系数是从服务使用者角度出发，提供了对注册服务的质量进行评估的依据，用来衡量服务提供者注册的服务好坏，可与服务的属性值结合后帮助服务使用者比较同类服务的优劣，在一定程度上避免了服务提供者故意夸大其服务质量。

4.2 基于自然衰减的信任管理机制

为了实现对注册服务的管理，需要增加淘汰与更新机制，对质量低、评价差、长时间无人使用的服务进行相应操作，以优化用户查询服务的结果，提高注册服务的整体质量。本文利用基于自然衰减的信任管理机制来实现上述目标，该机制的前提假设是：

(1)用户调用服务后会主动评价服务；

(2)经常被服务请求者调用的服务是可以运行的服务；

(3)长时间没有被调用的服务可能是不好的服务；

(4)没有服务提供者对其维护的服务是无效的服务。

基于上述假设本文设计了衰减因子γ，其计算公式为：

(2)

该公式各变量含义如下：

(1)服务的调用总数(n)。

某个服务的调用总数越多，代表该服务越受关注，因此放在分子的位置，当该值越大时，对应服务的衰减因子越大。在这里使用以ε为底数的对数形式，代表当n越来越大时，其对衰减因子的影响不断减少，而ε则控制了这种影响衰减的速度。考虑到新注册服务的评价为零，所以加上1，这时该因素的影响将变为0。

(2)时间因素(t1-t0+T)。

某个服务长时间未被用户调用，代表服务出现了问题。t1-t0代表距离最近一次用户评价的时间，该值越大则衰减因子越小。而新注册或更新的服务t1=t0，为保持公式的有效性需要加上常数T。时间因素使用的是以G为幂的指数形式，G为下坠因子，其数值大小决定了衰减因子随时间减小的速度，该值越大，衰减因子减小速度越快，意味着服务更新的频率就越大。

(3)服务欢迎程度(z)。

z的定义如下：

(3)

其中,k代表该服务好评数量，h代表该服务坏评数量。

当某个服务特别受好评时，应当减缓其衰减速度。这里使用的是以ε为底数的对数形式，ε可以用来控制该部分对衰减因子的影响程度。对于好评数不大于坏评数的服务，z值为1，因此该部分等于0，不会影响衰减因子。

本模型利用衰减因子评估服务的有效性，当值小于某个阈值时，信任管理模块负责通知服务提供者进行服务更新操作，一旦服务提供者重新注册服务，目标服务的应用评价时间会改为更新时间，此时衰减因子被重置。若在通知服务提供者更新后，服务提供者无作为，衰减因子将继续衰减，当低于一个更低阈值时，信任管理模块会执行停止服务操作，即将目标服务在service_evaluation表中的useable字段值设置为false，该服务不会再对外公布。

衰减因子从服务管理者角度出发进行服务的评估，考虑了时间因素的影响，弥补了好评系数只依据历史数据计算的缺陷，长时间未调用的服务被纳入了信任管理体制。随着时间因素的增长，所有的服务都会自然衰减到阈值从而触发更新操作，无人维护的服务将被停止，从而维护了注册中心的健康状况，为用户保障了服务的可信性。

4.3 基于属性表的搜索和筛选算法

好评系数根据“威尔逊区间”算法，利用服务请求者的反馈信息来衡量服务的好坏，该系数可以直接作用于服务的各属性，从而获得加权后的合理的属性值。但是，该系数没有考虑评价反馈的时间问题，若一个服务长时间未被调用了，可能已经失效只是还未被发现，此时只用好评系数评估服务显然不够全面。因此，在为用户返回查询结果时，需要同时使用好评系数与衰减因子来评估服务。

假设Web服务发现中的数据源用W=(WS，PN，PV)表示，其中：WS={WS1，WS2，WS3，…，WSμ)是基于关键字查询到的满足用户功能需求的一组服务，WSi={Q1，Q2，…，Qv}(i∈[1,μ])表示服务WSi的v个QoS属性，PN表示用户查询时输入的属性名字，PV表示用户查询时输入的底限值。基于属性表的搜索和筛选算法描述如下：

输入：W=(WS，PN，PV);

输出：排序后的服务列表。

过程：

(1)fori=1 toμdo/*根据用户评价更新每个服务的QoS值*/

(2)λ、γ//获取目标服务的好评系数与衰减因子

(3) forj=1 tovdo

(4)WSij=λ×γ×WSij

(5) if(WSij==PN)

(6) if(WSij.Q

(7) removeWSij/*除去指定属性值小于用户要求的WS*/

(8)endif

(9)endif

(10)endfor

(11)endfor

(12)orderWSijbyPV

5 实验以及分析

5.1 用户反馈对好评系数的影响

好评系数是根据用户的历史反馈数据生成的，其对服务的评价可以帮助用户在众多同类服务中挑选最优服务。本实验讨论用户的反馈信息对好评系数的影响，暂不考虑服务的有效性问题。实验默认置信水平为95%，此时z的统计量为1.96。好评数、坏评数初始数量设置为0，随着评价数量的增加，好评系数的变化趋势如图3所示。

Figure 3 Trust management mechanism based on user feedback图3 基于用户反馈的信任管理机制

由图3可知，坏评数量为固定值时，好评数越大，好评系数值越大，意味着该系数对应的服务越好。好评数量为固定值时，坏评数越大，好评系数值越小，意味着该系数对应的服务并不好。另外，当好评数与坏评数的值成固定比例时，例如二者相等时，好评系数的值随着评价总数的增加不断接近某值，能够区分特殊样本时的服务质量。由于大多数服务在初期评价总数较少，上图显示本文中的好评系数可以清晰地衡量小样本时的服务质量。

5.2 衰减因子对服务管理的影响

衰减因子的作用是为服务管理者执行管理操作提供参考，因此作用对象是单个服务。实验中忽略服务受欢迎程度的作用，只测试衰减因子在服务时间和评价总数的共同影响下的变化趋势。首先假设90天为服务的更新周期，即衰减因子需要在90天时衰减到1.00，我们设置底数ε为3，评价总数在100以内时下坠因子G为0.282 7，评价总数大于或等于100时下坠因子G为0.318 5。我们的测试样本设置如表2所示。

Table 2 Test data表2 测试数据

根据表2的数据得到衰减因子的变化如图4所示。

Figure 4 Trust management mechainism based on natural decay图4 基于自然衰减的信任管理机制

在1～45天时，服务评价总数没有改变，衰减因子从3.58正常衰减到1.22。从第60天评价总数开始增长，衰减因子此时重置为新的值3.74。第120天开始评价总数不再增加，衰减因子将恢复衰减，到第210天时减为1.00，此时服务信任模块向服务提供者发送服务更新通知，若服务提供者无作为，衰减因子将会继续衰减直至设定的阈值，此时服务信任模块将停止该服务。

上述实验将更新周期设定为固定值，当样本的评价总数增加了50时，其衰减因子增加了0.035 8，则当衰减因子固定时，服务的评价总数越大其更新周期就越长。这代表衰减因子考虑到了各个服务的特殊性，对受欢迎程度不同的服务要求的更新周期也不同。服务信任管理模块以衰减因子为依据所执行的管理操作，充分考虑了时间因素和用户因素对服务的影响，能够有效地对服务进行管理维护。

6 结束语

本文在对Web服务的使用现状分析后，针对所存在的问题提出了基于扩展UDDI的信任管理模型。该模型以基于自然衰减和用户反馈的信任维护机制为核心，联合服务提供者保证已注册服务的可靠性，从而维护了服务提供者与服务请求者之间的信任关系，最终为用户选择满意的服务提供了保障。

[1] Kim S M, Rosu M-C. A survey of public web services[C]∥Proc of the 13th International World Wide Web Conference on Alternate Track Papers & Posters,2004:312-313.

[2] AI-Masri E,Mahmoud Q H.Investigating web services on the world wide web[C]∥Proc of the 17th International Conference on World Wide Web,2008:795-804.

[3] Zeng Liang-zhao, Benatallah B, Ngu A H H, et al. QoS-aware middleware for web services composition[J]. IEEE Transactions on Software Engineering, 2004,30(5):311-327.

[4] Yang Sheng-wen, Shi Mei-lin. A model for web service discovery with QoS constraints[J]. Chinese Jounal of Computers, 2005,28(4):589-594.(in Chinese)

[5] Liu Jia-mao. Study of web services dynamic composition and UDDI registration/query technology[D]. Shanghai:Fudan University, 2005.(in Chinese)

[6] Ran S. A model for web services discovery with QoS[J]. ACM SIGecom Exchanges, 2003, 4(1):1-10.

[7] Liu Qi-hong, Wu Xiao-nian, Yang Li. Weighted trust computation method based on behaviors of users[J]. Journal of Computer Application, 2011,31(7):1887-1990.(in Chinese)

[8] AI-Masri E, Mahmoud Q H. MobiEureka:An approach for enhancing the discovery of mobile web services[J]. Personal and Ubiquitous Computing, 2010,14(7):609-620.

[9] Chen Qi. Web service discovery based on client QoS feedback[J]. Computer Engineering and Design, 2011,32(4):1223-1227.(in Chinese)

[10] Gong Wen-tao, Xia Ling-yun, Hong Tao. A trust management mechanism based on time decay and feedback in web services[J].Computer Engineering & Science,2011, 33(8):70-73.

附中文参考文献：

[4] 杨胜文, 史美林. 一种支持QoS约束的Web服务发现模型[J]. 计算机学报, 2005, 28(4):589-594.

[5] 刘家茂. Web Services 动态合成及UDDI注册/查询技术的研究[D]. 上海:复旦大学, 2005.

[7] 刘绮虹, 武小年, 杨丽. 基于用户行为的加权信任计算方法[J]. 计算机应用, 2011, 31(7):1887-1990.

[9] 陈琦. 基于用户反馈QoS的动态Web服务发现方法[J]. 计算机工程与设计, 2011, 32(4):1223-1227.

[10] 龚文涛, 夏凌云, 洪涛. Web服务中一种基于时间衰减和反馈的信任管理机制研究[J]. 计算机工程与科学, 2011, 33(8):70-73.

MENGDong,born in 1989,MS candidate,his research interest includes network management.

曹介南(1962-),男,湖南沅江人，硕士，副教授，研究方向为网络管理。E-mail:james6116@163.com

CAOJie-nan,born in 1962,MS,associate professor,his research interest includes network management.

朱培栋(1971-),男,山东兖州人，博士，教授，博士生导师，CCF会员(200012398M),研究方向为网络体系结构、网络路由和网络管理。E-mail:zpd136@gmail.com

ZHUPei-dong,born in 1971,PhD,professor,PhD supervisor,CCF member(200012398M),his research interests include network architecture, network router, and network management.

TrustmanagementforWebservicesbasedonextendedUDDI

MENG Dong,CAO Jie-nan,ZHU Pei-dong

(College of Computer,National University of Defense Technology,Changsha 410073,China)

With the rapid development of internet technology, Web services are becoming more widespread in the recent years, but the traditional Web services discovery mechanism can not satisfy the requirements of clients due to its limitations．Meanwhile, current researches mainly focus on QoS-based Web services model and computation, but neglect services management. To address the problem, a trusted management mechanism is proposed based on natural attenuation and user feedback, which can eliminate the invalid services and provide reference evidence for the clients to select the best service．Through the mechanism, the usefulness and usability of the Web discovery system can be improved.

Web services management;natural attenuation;user Feedback;UDDI

2012-06-20;

：2012-10-12

国家自然科学基金资助项目(61170285)

1007-130X(2014)02-0258-07

TP393.08

：A

10.3969/j.issn.1007-130X.2014.02.012

孟冬(1989-),男,山西长治人，硕士生，研究方向为网络管理。E-mail:donemen30@gmail.com

通信地址：410073 湖南省长沙市国防科学技术大学计算机学院Address:College of Computer,National University of Defense Technology,Changsha 410073,Hunan,P.R.China