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.     

基于AHP的云环境用户行为信任评估研究

随着云环境下用户的异常行为日益增多,身份认证技术无法完全阻止风险用户对资源的非法访问。而对用户行为进行分析和评估,根据行为信任判定用户信任度成为当前云安全研究的热点之一。通过用户的行为证据,提出一种基于AHP分析法的行为信任评估方法,以风险用户运行威胁程序次数和扫描服务器端口次数为例,仿真用户信任度变化情况。实验证明,基于AHP的行为信任评估方法可有效计算用户行为信任值,降低风险用户信任度,提高云环境安全水平。     

一种结合滑动窗口和推荐信任的用户行为信任评估

采纳社会对信任的特性和计算机对评估的要求,提出了一种新的用户行为信任评估方法。该方法对滑动窗口进行改进,通过对滑动窗口的初始化设置、窗口的大小设置、窗口滑动的条件设置以及窗口内容的更新,从而对用户行为证据进行合理的计算,提高用户行为评估的可扩展性;同时结合推荐信任机制,进一步提高用户行为评估的可信性;最后,将得出的用户行为信任值与系统预设的信任评估标准做比较,得出用户信任等级。实验数据分析表明,该评估方法具有粒度更细、评估对象是用户而非服务提供者、评估结果更符合实际情况等特性。     

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.     

基于双滑动窗口的用户行为信任评估机制

仅仅提供用户身份认证的安全控制已不能完全适应云计算等新型计算机网络应用,必须结合提供动态的行为可信的安全措施。该文借鉴社会信任的特性和计算机对信任评估的要求,提出较全面的评价用户行为信任的基本原则。然后给出一种基于行为证据的双滑动窗口的行为信任的量化评估机制。通过对滑动窗口的初始化,通过窗口的大小、窗口滑动的条件、过期信任和不信任记录在窗口位置的确定以及窗口内容的更新与替换来保证用户行为信任评估的可信性和可扩展性。最后根据信任的评估标准,用数据和理论分析证明了评估机制的可信性和可扩展性。与已有的主要信任评估算法相比较,该评估方法粒度细,信任评估对象不是服务提供者而是终端用户。     

面向教育云E-learning服务用户的信任评估

基于用户主观性及其能力客观性分别提出了用户信任云评估模型及其能力信任评估模型,用户信任云模型使用期望、熵和超熵对具有随机性和模糊性的复杂实体进行主观信任评估;而用户能力评估模型在考虑能力对象和交互属性基础上综合评估用户客观能力的信任度.结合这2种模型提出了用户综合信任评估模型,实验结果表明该评估模型能较好地实现教育云计算环境下E-learning服务用户综合信任评估.     

网格环境下的域内信任评估模型

基于主观逻辑理论提出了一个网格环境下的域内信任评估模型.模型中信任分为直接信任和推荐信任,采用不同的方法计算信任值.通过引入时间衰减因子和衰减算子,使信任值更客观.融入风险机制,可以更好地关注实体近期的行为.实验结果显示了模型的准确性和健壮性,可以防止大规模应用中的联合欺骗,有效地解决了网格环境中的信任评估问题.     

基于QoS和声誉的Web服务信任度评估方法

Web服务的可信性往往对面向服务的应用起决定性作用.由于服务的信任信息来源很多,整合多种来源的服务信任信息,准确地评估服务的可信性是一个挑战.针对这一挑战,提出了一种基于QoS和声誉的服务信任度评估方法.与其他服务信任度评估模型相比,本模型融合了多个信任信息来源,在直接信任度中综合了QoS和用户对服务的历史信任,并加入时间衰减因子,逐渐削弱历史信任对直接信任度的影响,提高直接信任度的可靠性;在推荐信任度中引入推荐者声誉概念,建立用户之间的信任评估机制,从而将推荐信任分为熟人推荐信任和陌生人推荐信任两类,使推荐信任的评估更加完整、准确.此外,本方法在时间和空间复杂度方面,也存在诸多优势.实例分析表明,本文提出的评估方法可以用来解决Web服务选择的可信问题,并且能够提高服务信任度评估的准确性.     

P2P网络中基于交易代价的信任模型研究

文中借鉴人类社会对交易过程中信任的评估和习惯,提出了一种在P2P网络中基于交易代价的信任评估模型,着重考虑了节点之间交易代价对信任值变化的影响,并给出了信任值计算的方法和仿真实验.实验结果表明该信任评估模型在对节点恶意行为的识别上,其成功率上要优于不考虑节点之间交易代价的模型.     

网络拍卖中综合信任模型的研究

针对网络拍卖中用户信任评估存在的诸多问题,提出一种综合性信任模型.该模型根据网络拍卖者的不同参与方式,将拍卖参与者划分为投标者、招标者和第三方机构/拍卖网站,综合考察影响三类参与者信任度评估的因素,如近期信誉度、时间权重、行为分析等,单独计算不同类型参与者的信任度.由于模型分角色考察参与者的信任度,降低了信任评估中干扰因素的影响,提高了该信任度计算的准确性、有效性和健全性.