一种激励诚实汇报的网格市场资源交易模型

网格市场中,理性自私的资源提供者有较强的动机偏离所承诺的服务质量,现有交易模型根据历史汇报来衡量交易双方的信任关系,对汇报是否诚实缺乏足够关注.因此提出一种激励诚实汇报的交易模型,激励理性用户趋向诚实的汇报,并基于汇报评估资源服务可信度,引导用户进行合理的资源选择.模拟试验表明,该模型可以有效规范网格交易市场,减少交易风险.     

对等网络中信任感知的资源交易模型

提出一种市场机制和信任机制相结合的信任感知的资源交易模型,即Tart模型.该模型采用自由市场模型,节点可以自由出售自己的资源,也可以购买所需的资源.卖方节点根据自己的策略自由对资源进行定价.买方节点根据可信度和价格选择合适的卖方,通过付费实现与卖方的交易.在Tart模型中引入信任机制,在充分发挥市场调节作用的同时,把信任度作为衡量节点交易诚信度的重要指标,激励节点履行已达成的资源交易合约.基于已有的工作,在Tart节点模型中增加了信任评估模块以及信任相关的拓扑构建模块与资源选择模块,详细描述了各个模块的功能及交互关系,并提出了下一步的研究方向.     

P2P文件共享系统中基于分类名誉值的信任机制

针对名誉机制中的一个节点只设一个名誉值产生的"节点名誉值失信"问题,提出一种结合资源类别、钱和名誉值的CMARCH机制,对每个节点的每类资源均设一个名誉值.消费者节点在购买资源时使用该类资源的特有货币付给资源提供者,依据挣得的货币量来决定提供者节点该类资源的名誉值,从而为一个节点挑选某类资源的服务节点提供更大的可靠性和真实性,降低了多付钱率和交易失败率,提高了准确性,同时可以促进P2P文件共享系统中各节点提供资源种类的多元化.理论分析和实验结果表明,CMARCH机制的多付钱率和交易失败率比单纯的结合钱和名誉值的MARCH机制低,且更能保证节点间的成功交易.     

基于改进的反向Vickrey拍卖的社交云资源分配模型

由于经济学涉及人类社会中持有不同目的个体间的资源分配与定价,提出了一种基于改进的反向Vickrey拍卖的社交云资源分配模型.首先,给出了标的描述和动态的信任计算方法,提出了候选资源提供者选择方法,并将其整合到反向Vickrey拍卖中,使参与拍卖的资源提供者不仅可以是资源消费者的好友,又可以是具有较高信誉的非好友.其次,为了提高资源提供者的资源利用率,将超额预订机制引入到反向Vickrey拍卖中,并提出了资源的分配和定价方法.仿真结果表明该模型可行且有效.     

P2P信任模型中的歧视行为研究

指出在对等网络(P2P)的基于加权平均的信任模型中存在一种新的用户维度行为不一致的恶意行为,称为歧视行为.其行为特征仅为高权重节点提供诚实服务,以骗取高信任值.分析了产生歧视行为的本质,给出歧视行为的形式定义,讨论该行为的实施策略,并以EigenTrust模型为例,进行仿真验证.实验结果表明:与其他恶意行为比较,歧视行为造成更大的危害性,歧视行为节点提供了5%～15%的诚实服务,而获得了高于一半以上诚实节点的信任值.     

无结构对等网络中基于信誉的激励模型研究

将社会网中的信任机制引入到无结构对等网络中,通过社会网相关理论在节点间构建信任关系.把网络中每个节点同时拥有的"服务贡献者"和"服务消费者"这两个不同角色,分别采用不同的信誉值进行衡量与评估,并以此构建激励模型.在推荐信誉值的评估中,进行了针对恶意节点虚假推荐值的去噪声处理,提高了信誉值评估的抗干扰性.实验结果表明,该模型能够有效抑制搭便车和恶意节点等不合作节点的行为,在保障系统公平性的同时,提高了系统的可靠性与服务质量.     

基于组合双向拍卖与信任的多云计算资源分配与定价研究*

随着云计算市场规模的急剧增长,云计算资源的分配和定价成为了云计算市场的一个重要问题.针对当前云计算资源分配中将定价和信任相结合研究的不足,研究基于组合双向拍卖和信任的多云计算资源分配与定价算法,从价格和信任两方面来衡量云计算资源提供商的“综合竞争力”,激励综合竞争力高的云资源提供商获得更多的效用.实验仿真表明该算法满足激励兼容性和交易效用可激励云计算资源提供商提高综合竞争力.     

一种基于域推荐相似度的P2P信任模型

为了提高P2P系统中资源定位效率并保证资源下载质量,提出了一种基于域推荐相似度的P2P信任模型(DRSTrust).该模型充分考虑了节点兴趣和身份对信任计算的影响,通过划分兴趣域,以解决节点间因兴趣不对称而难以建立直接信任关系的问题.在兴趣域的基础上,根据域推荐相似度加权个体的域推荐度来计算节点的域服务信誉,并利用域服务信誉来刻画节点在特定兴趣域内的服务行为细节.然后,提出了服务相似度的概念,通过使服务行为最为相似的节点成为邻居来激励好节点贡献资源,同时将恶意节点排斥在网络边缘,从而有效提高了P2P系统中节点信任计算准确度.分析及仿真结果表明,在迭代的收敛速度、下载成功率以及模型的安全性等方面,DRSTrust均优于现有的信任模型.     

高速列车折扣票价与票额分配组合优化模型

为了提高列车席位能力与客运需求间匹配度,进而提高多列车整体席位利用率并增加铁路客运收益,利用票价和票额综合优化技术研究了高速铁路多列车差别定价方法.考虑不同列车的服务属性差异和差别定价策略对旅客车次选择行为的影响,构建高速铁路多列车间差别定价与票额分配的组合优化模型,并针对模型特点设计一种混合启发式算法进行求解.以京沪高速铁路为对象进行实例分析,结果显示:基于旅客选择行为的差别定价方法使不同列车间的上座率更加均衡并能够提高多列车整体席位利用率;与单一定价策略相比,差别定价方法提高期望收益4.81%.本研究能够为高速铁路差别定价策略制定提供理论和方法支撑,有助于提高运力利用率及运输效益.     

一种识别和追踪恶意匿名评价者的信任模型

针对现有信誉系统中为了激励和保护节点提供诚实可靠的信誉反馈值,而引入的匿名评价机制存在难以识别恶意节点的诋毁和共谋等攻击问题,提出了一种保护诚实评价者并能识别和追踪恶意节点的匿名评价信任模型.该模型中节点基于可验证随机函数生成的评价标签对交易对象进行匿名评价,隐藏了交易过程中真实身份;模型引入贝叶斯评价信息过滤算法识别恶意评价标签,对超过恶意评价次数门限值的评价标签,模型基于可验证密钥共享机制自动暴露其真实身份并对其所有评价进行追踪.仿真试验及分析表明,该信任模型能够有效抵御匿名恶意节点攻击,相比已有的同类型的信任模型较大程度地提高了节点信任累加值的准确度.     

网格服务信任的赔偿评估模型

针对网格服务信任评估中难以鉴别恶意评估的问题,提出一种基于赔偿的网格服务信任评估模型。模型中,引入市场机制,评估双方对评估行为提出期望收益并承诺赔偿价格,双方目的是最大化各自收益。借助信号博弈理论,通过对模型进行分析和求解,得出评估双方基于赔偿的评估交易策略,策略满足完美贝叶斯分离均衡。评估双方可根据策略选择自己的交易行为,从而使各自收益最大化。理论分析和仿真结果表明:该模型能使信任评估者主动摒弃恶意评估,服务提供者可根据赔偿价格有效地判断评估的可信度,主动选择评估对象,与现有模型相比,在精确信任评估的准确性、服务的可靠性及简化计算、降低通信开销等方面有较大的提高。     

A Trustworthy Group Identifying Trust Metric for P2P Service Sharing Economy Based on Personal Social Network of Users

With the quick growth of sharing economy, service sharing becomes a popular phenomenon in daily lives. However, some service providers give exaggerated information about their services on the Peer-to-Peer (P2P) service sharing platforms to get more profits. How to identify a reliable service provider becomes a difficult challenge for users. In this paper, we propose a trustworthy group trust metric for P2P service sharing (TMPSS) economy based on personal social network (PSN) of users. Deriving from Advogato group trust metric, it considers factors such as social circle similarity, preference similarity, interaction degree, ranks the reliable nodes in a target user’s PSN, outputs an ordered set of reliable nodes, and prevents unreliable nodes from access PSN of honest users. Experimental results show that TMPSS has advantages over existing representative methods because it finds more reliable nodes, and counts against malicious nodes’ attacks more effectively, and it is suitable for mobile transaction circumstances.     

Fresh product e-tailer’s optimal fresh-keeping strategy under three scenarios

In the direct sales model, the e-tailers sell fresh products to consumers in the online market and promise consumers a full-refund policy without return. Consumers are always concerned the products’ freshness level before purchasing online fresh products. Third-party logistics (3PL) providers will be motivated to exert a fresh-keeping effort to keep the fresh product at the optimum level when offering consumers or e-tailers fresh-keeping services. Considering the fresh-keeping service provided by 3PL providers, to alleviate consumers’ concerns about the freshness level and encourage them to purchase fresh products, some e-tailers will purchase fresh-keeping services from 3PL providers and offer them to consumers for free. However, some e-tailers have stopped offering the free service; they have offered consumers the opportunity to purchase fresh-keeping services. To explore an e-tailer’s optimal fresh-keeping strategy, we consider a market consisting of an e-tailer and a 3PL provider. Three alternative scenarios are discussed, scenario N: no fresh-keeping service; scenario C: some consumers voluntarily purchase fresh-keeping services; and scenario S: the e-tailer offers a complementary fresh-keeping service. We find that introducing a fresh-keeping service increases the retail price in scenario C when the coefficient of fresh-keeping cost is high and the unit fresh-keeping service fee is low, but that decreases in scenario S when the unit fresh-keeping service fee is low. Comparing the e-tailer’s equilibrium profits, we find that introducing a fresh-keeping service does not necessarily benefit the e-tailer. The coefficients of fresh-keeping costs and unit fresh-keeping service fees play a critical role in selecting the fresh-keeping strategy. Meanwhile, the 3PL provider is biased; specifically, the 3PL provider’s fresh-keeping effort is related to that of the policyholder.     

Trust attestation mechanism for the sensing layer nodes of Internet of Things

The main function of Internet of Things is to collect and transmit data. At present, the data transmission in Internet of Things lacks effective trust attestation mechanism and trust traceability mechanism of data source. To solve the above problems, a trust attestation mechanism for sensing layer nodes is presented. First a trusted group is established, and the node which is going to join the group needs to attest its identity and key attributes to the higher level node. Then the dynamic trust measurement value of the node can be obtained by measuring the node data transmission behavior. Finally the node encapsulates the key attributes and trust measurement value to use short message group signature to attest its trust to the challenger. This mechanism can measure the data sending and receiving behaviors of sensing nodes and track the data source, and it does not expose the privacy information of nodes and the sensing nodes can be traced effectively. The trust measurement for sensing nodes and verification is applicable to Internet of Things and the simulation experiment shows the trust attestation mechanism is flexible, practical and efficient. Besides, it can accurately and quickly identify the malicious nodes at the same time. The impact on the system performance is negligible.     

市场环境下峰谷分时电价建模原则研究

该文分析了电力市场中实行峰谷分时电价策略可能造成的电网运营风险及对供电方和用户利益的影响.利用心理学原理提出了建立用户响应曲线的方法,提出了峰谷分时电价理论建模中划分峰谷时段、确定用户反应函数和峰谷电价拉开比、规避电网运营风险等应遵循的原则,引导电力用户主动进行削峰填谷,缓解电网高峰期电力供应紧张的局面,保证电网经济安全地运行.     

考虑产品属性和消费者行为的定价策略研究

针对质量敏感型与价格敏感型2类产品,该文利用显著性理论刻画了消费者效用,考虑企业间的相对生产效率,研究了竞争企业实施BBP(基于行为定价)策略对运营绩效的影响.研究发现：当企业间相对生产效率处于中等水平时,实施BBP策略成了一种“囚徒困境”;然而,当企业间的生产效率存在差异时,相对生产效率低的企业能够从实施BBP策略中获利;面对质量敏感型产品,消费者对产品质量属性的敏感程度越大,生产效率相对低的高质量企业实施BBP策略所获利润越大,低质量企业则相反;对于价格敏感型产品,消费者对产品价格属性的敏感程度越大,生产效率相对低的低质量企业实施BBP策略所获利润越大,高质量企业则相反.     

电子口碑虚拟社区平台定价策略

基于双边市场理论,探讨了电子口碑虚拟社区中,消费者自网络外部性和社区平台两边用户之间的交叉网络外部性对平台定价策略的影响,并进一步讨论商户质量的影响.研究表明,社区平台对消费者的最优价格随着消费者自网络外部性以及高质量商户所占比例的增加而提高,并随着消费者对商户交叉网络外部性的增加而降低;平台对商户的最优价格随着商户对消费者交叉网络外部性的增加而降低,且高质量商户的价格需求弹性小于低质量商户的.     

基于关键词的RDF数据查询方法

在建立关键词倒排索引和路径索引的基础上,提出一个利用量化均衡规则和等距规则的启发式查询算法,并按照查询结果的大小排序返回最相关的前k个结果.通过建模RDF数据为RDF句子图,将文本信息封装到句子节点,同时将查询结果建模为包括所有查询关键词并且叶节点是关键词节点的无根树,将关键词查询问题转化为斯坦纳树问题.假设RDF句子图包括n个节点,最坏情况下索引占用的空间是3n2.假设关键词节点数为k,查询算法的时间复杂度为O(kn).该方法不需要依赖RDF数据的模式信息,支持对数据中的属性和关系名进行关键词查询.实验证明该方法能够快速而有效地实现RDF数据的关键词查询.     

P2P环境中基于信号博弈论的资源定价机制

针对对等(P2P)网络系统资源交易中的信息不对称性问题,提出了基于信号博弈论的资源定价机制.用信号传递模型削弱信息不对称性,使得资源需求者可以辨识资源的质量,同时通过调价机制调整资源的价格.仿真试验表明,本文的定价机制可以有效的区分资源质量,最终资源的价格与其实际质量相一致,因此资源需求者可以辨识资源的质量从而愿意合理付费,繁荣了资源市场.     

改进的认知无线电系统中频谱共享博弈算法

为提高博弈策略的合理性和有效性,提出了一种分布式的频谱共享博弈算法.考虑主用户的二次边际成本函数,得到满足稀有频谱资源分配属性的价格函数;设计了节省信道开销的动态次用户信任度机制,对干扰主用户通信的次用户进行惩罚,从而优化频谱共享环境;引入主用户价格反馈机制,实现算法分层,保证主用户和次用户获得最大的效用,并提高频谱的利用率.仿真分析也表明了所提出的博弈算法能使频谱分配更加合理和有效.