协同环境下的委托授权模型架构及实现

对协同环境中委托授权的基本特性进行了分析和研究,建立了一些新的适用于委托授权的准则并给出了定义.提出了基于使用控制和信任管理的委托授权模型架构,该架构引入委托机制解决了分布式环境下的权限授予问题,并利用可信度来判断访问系统的用户权限,实现了此模型架构在协同环境下的应用.     

一种基于不同角色和反馈可信度的P2P信誉模型

针对已有的全局信誉模型,多数方案仅单独使用正面或负面否认信息构建实体的信誉值,且基本建立在信任度高的节点反馈也更可信的假设上,将节点的反馈质量等同于服务质量的问题,提出一种基于节点不同角色和反馈可信度的P2P全局信誉模型,并给出了模型的数学表述和实现方法。分析与仿真实验结果表明,该模型较已有的全局模型能有效防止恶意节点用诚信买掩盖恶意卖以及共谋欺骗等恶意行为,促进节点积极诚信参与网络活动,提高系统的安全性。     

GALILEO系统完备性指标SISMA的仿真分析

利用GALILEO全球监测网络和中国地壳运动监测网络分别对GALILEO系统完备性指标SISMA进行了仿真计算。结果表明,全球完备性监测SISMA结果不稳定,随地理位置的变化较大,不能满足局部地区的生命安全服务要求;利用适当布设的局域监测网络进行的SISMA局域监测数值稳定,变化较小,结果明显优于全球SISMA监测结果,可以满足生命安全服务要求,可信度达到100%。在我国进行局域SISMA监测,是对全球完备性监测进行的有效和必要补充,提高了系统的可用性和定位可信度。     

葡萄酒感官评价的差异性及可信度方法研究

运用配对T检验和灰色关联性分析两种方法分析了评酒员间评价结果的差异性,同时根据Kendall协调系数W-检验和标准差分析了评价结果的可信度.结果表明:评酒员的评价结果存在显著性差异,得到了第二组评酒员评价结果更可信的评价结果.     

产品伤害危机中信息来源对消费者购买决策的影响

产品伤害危机中,信息的传递至关重要,对信息传递源头的把握更是关键中的关键。将信息来源研究放入产品伤害危机情境中,对日常消费情境和产品伤害危机情境中不同信息来源对购买决策的影响程度进行比较,并深入剖析危机情境中,信息来源对消费者购买决策的影响机理。研究发现,危机情境中消费者信任倾向和信息源可信度与各信息来源对消费者购买决策的影响之间有显著关系。     

一种改进的DyTrust信任模型

为了提高DyTrust模型信任评价的准确度,解决信任模型的粒度比较粗糙以及节点的个体经验对信任评价带来影响的问题,在DyTrust模型的基础上,通过对节点所提供的服务进行细化和引入经验因子的方法,提出了一种改进的信任评价算法.与DyTrust模型的比较和分析表明,改进后的模型精化了信任算法的粒度,提高了信任评价的准确度,体现了节点的个性化特性,在反馈可信度的算法方面有较大的改善,同时该反馈可信度算法具有较好的可扩展性.     

基于可信度的节点选择算法

为了解决提高检测概率与减少网络开销间的矛盾,基于数据优化融合理论,提出了基于可信度的能量融合协同感知算法（EFCS算法）及节点选择算法。通过自适应迭代算法估计出各认知用户的感知可信度,并推导出了算法检测性能与协同用户数及感知可信度间的确定关系。算法能够在达到检测性能指标的前提下,尽可能多地删除冗余协同感知用户。仿真证明,节点选择算法在保证较高的检测概率的同时极大的节省了网络开销。     

中国企业网站可信度现状及建设探究

网站可信度是企业网站成功与否的重要标准。较低水平,加强企业网站可信度建设是企业亟待解决的问题。度评价的主要因素着手,来建立企业网站可信度。从实际情况来看,目前我国企业网站可信度水平整体上还处于本文从网站用户的角度出发,提出从影响用户对企业网站可信     

基于区间值模糊集的水质综合评价方法

为更准确地评价某地区全年地表水环境质量,将区间值模糊集理论引入到水质综合评价中.以山东省聊城市东昌湖为例,建立地表水标准中不同类别的隶属函数,进而确定区间值模糊综合评判矩阵,给出区间数排序方法,实现对水环境的综合评价.给出新的可信度的定义,使之更符合实际应用的需要.并且讨论两种不同权重、两种不同的区间数排序方法下模型的...     

基于因子图模型的用户可信度评估

为克服传统方法在缺少用户个人信息及发布内容的情况下无法有效地评估用户可信度问题,提出基于评论反馈信息和信任关系的用户可信度因子图模型（UFGM）。该模型将信任关系和评论反馈对用户可信度评估的影响形式化为一个概率模型,并提出半监督分类的学习方法构建模型。在Extended Epinions数据集上验证了模型的有效性,并发现信任关系比评论反馈更易对用户可信度评估产生积极影响。与传统算法相比,UFGM能在缺少用户描述信息及评论信息的情况下将用户可信度评估的准确度提高12%~29%。