对于基础Web服务信息评价指标体系研究的论文
1 基础Web 服务信息评价指标体系
针对Web 网站的服务评估包含准确性、时效性、客观性、全面性和安全性等方面，在对具体评价指标进行考核时，有的指标只能根据专家打分、问卷调查等方式主观定性评定，无法进行客观定量测定。本文力图找出可以定量评定的指标，客观地对Web 网站的服务进行评估。基于前述对现状的分析及思考，本课题以互联基础Web 服务(应用)为研究对象，着力找出能对网上信息的组织、存贮、分布、传递、相互引证和开发利用等进行定量描述和统计分析，能揭示其数量特征和内在规律的评价指标体系。
1.1 评价指标体系框架。
通过深入分析研究，按照普适、可测、客观、
直观的原则，提出了针对当前Web 应用服务信息评价指标体系，从Web 网站链接数量、链接分布、影响力、用户体验、安全五个方面进行评估。
1.2 评价指标体系指标及其内涵的界定。对所提出的评价指标体系具体指标及其内涵界定如下：
1.2.1 衡量网站的链接数量特征指标。
1.2.1.1 网站的链接总数是一项很重要的指标。一般来说，网站的访问资源丰富与否、体系组织是否完整、以及信息的披露程度高低，都是由网络连接总数起决定性作用的。它是衡量网络连接数量的其中一项重要指标。
1.2.1.2 链接数的指向。链接数分为内部和外部两种指向。指向内部的有鲜明的自身特色，和专业色彩，能够满足特定用户群的需要，但如果占用比例过高，会造成开放程度不够，随之而来的结果是使用者获取的信息量会相对减少。主机外和域外的链接数，分别在网站的内外资源中得以体现。对于外部指向，大家熟知的就是“站”，将独立的系统及主机联系起来，便构成了“站”，主机外和域外的数量及所占比例，影响着站性质。
1.2.2 网站的链接密度和平均的页面链接数是衡量网站链接分布的重要指标。链接密度“byte/link”。网站的信息含量高低、揭示信息的程度、以及体系是否严谨，都是由链接出现频率高低和密度值大小决定的。通常链接密度越小越好。排除大媒体文件的影响，网站可以根据指标变化的活跃与否，来预测用户想得到资源的.位置。页面平均链接数“links/page”。页面平均链接数和链接密度是相对而言的。它越大，网页信息含量就越多，信息自组程度就越高。
1.2.3 网站被链接次数、网站的影响因子、网络可见度，是衡量网站影响力的重要指标。网站影响力和价值是通过网站链接数来衡量的。被链接次数多的网站必定有其独特的资源和较高的价值。想要全面的了解指向某一网站的链接，依靠当今的搜索引擎技术是很难实现的，必须通过特定的范围及条件才能实现。网站的影响因子定义为：网站被链接数、网站网页总数。特定资源网页被搜索引擎索引的数量称作网络可见度。
1.2.4 网站影响力指标的衡量。访问人数的多寡，是网络信息资源影响力最直接的反映。人均访问页数可以是动态的，也可以是静态的。人均访问页面数和人均访问时间是衡量网络信息资源“黏性”的指标，相较而言，人均访问页面数反映指标衡量“黏性”更为合理。浏览下载速度。浏览速度用于衡量用户在使用浏览器显示网站首页时的速度，通常遵循“2-5-10”原则：用户操作在2S以内响应，感觉很快; 2-5S 响应，感觉还可以授受;5-10S 以上响应，感觉很慢;
1.2.5 衡量Web 网站安全的指标。因Web 网站机房均具备相关硬件安全要求，所以主要考查硬件环境以外的指标。
1.2.5.1 Web 网站可用性。衡量Web 网站持续提供服务的能力。定义为评估考查时间内Web 网站可用时间与评估考查时间之比。
1.2.5.2 Web 网站漏洞数。在评估考查时间内，利用Web 应用安全深度扫描技术、Web 应用漏洞识别技术、Web 和数据库异常检测技术等对Web 网站扫描发现的漏洞总数。
1.2.5.3 Web 网站漏洞修补率。在时限要求内，漏洞修补数与所发现漏洞总数的比率。
1.3 评价指标体系综合评价、权重策略及动态调整。
所提出的评价指标体系是对Web 服务的具体指标进行评估，取得评价指标体系中各项指标的评估值之后，还需要对Web 服务进行综合评估。综合评估时，首先由于各项指标量纲、函数关系不同，进行综合评估时不具备可比性，必须进行归一化处理;其次，各项指标在整个评价指标体系中对Web服务影响的权重是不同的，需要采用适当的权重策略赋予权重值。
1.3.1 指标归一化处理方法。根据相关模糊数学理论，采用如下方法对指标进行归一化处理。将评价指标体系中的指标分为3 类：取值越大越好的指标;取值越小越好的指标;取值在某一区间适中的指标。
1.3.1.1取值越大越好指标归一化处理方法。其归一化处理函数公式为：其中，(a，b)为x 估值区间。
1.3.1.2 取值越小越好指标归一化处理方法。其归一化处理函数公式为：其中，(a，b)为x 估值区间。
1.3.1.3 取值在某一区间适中指标归一化处理方法。其归一化处理函数公式为：其中，(a，b)为x 估值区间。
1.3.2 综合评价。
综合评价采取百分制，对归一化处理后的单项指标加权求和，计算公式如下。其中fi为各项指标模糊化后的值，qi为各指标对应权重。1.3.3 指标权重的选取。对于各个指标的权重，采用基于层次分析法(Analytic Hierarchy Process, AHP)的算法，建立判断矩阵，得到各项评估指标的单项和综合权重，并采用两级指标体系对Web 服务信息进行评估。
2 基础Web 服务信息评价指标体系的实现
上述基础Web 服务信息评价指标体系要在具体应用中实现，还需要进一步重点对以下技术进行深入研究：评价系统指标权重策略确定及动态调整技术;相关评价指标的计算模型和分析诊断技术;Web 应用安全深度扫描技术、Web 和数据库异常检测技术、海量数据快速检索技术、交互式安全事件追溯技术、Web 应用系统风险检测技术等内容。在对上述技术深入研究的基础上，采用系统集成的方法，可以实现基础Web 服务信息评价指标的采集、测量，从而为Web 应用使用者、Web 应用开发人员和管理员、网络管理员、信息服务发布部门和管理部门提供基础的服务信息数据。为网站优化服务工作提供数据支撑。
结束语
本研究对Web 信息资源系统的服务信息影响力指标进行界定，并提出了一个适合的测量(评价)指标体系，从客观的角度揭示Web 应用数量特征、内在规律和安全程度，提供满足各级网络管理人员(部门)需求的基础管理数据。
【对于基础Web服务信息评价指标体系研究的论文】相关文章：
4.信息技术基础论文
本文来源：https://www.010zaixian.com/shiyongwen/2650605.htm