P2P网络中基于L-模糊集的信任模型

目的 研究P2P网络环境下实体之间的模糊信任关系,建立基于L-模糊集理论的P2P网络信任模型.方法 以模糊集理论为基础,利用L.模糊集理论,对实体间的信任关系进行自然语言建模,给出信任级别的自然语言定义机制,以此建立P2P网络环境下基于语言变量的多条信任推荐机制和信任评价机制.结果 建立了一种基于三I算法进行模糊推理和信任演绎的P2P网络信任模型(L-fuzzy trust).结论 仿真实验表明该信任模型在性能上得到了比较明显的提高.     

基于灰色关联的动态信任模型研究

本文以开放式网络中主观信任为研究对象,提出了一个完整的信任评估模型。利用灰色系统理论的相关原理,文章给出了评估对象可信度模型,并对可信因素进行度量。实例表明,该模型不仅发挥了灰关联分析可靠性高,所需样本少等优点,而且很适合作自动化处理,是一个既能反映主体信任的灰性,又具直观,简洁语义的定量描述机制,为网络环境中的信任计算提供了一个具有实用价值的新方法.为实体可信性评判和推断的依据,为下步提高实体可信性的评估途径提供参考。     

网络安全信任模型的研究

信任模型在分布式安全系统中起着非常重要的作用,普遍情况下模型都是通过量化实体行为和计算实体信任度来评估实体间的信任关系的。信任模型就是解决整个网络中实体如何得到其他实体合理信任值的问题。在获取信任值的基础上,实体间建立一定的信任关系,达到提高网络交易安全性的目的。信任和信任关系在安全系统中有着广泛的应用,文章针对近年来网络信任模型研究中存在的问题总结出了信任模型研究的热点和方向。     

基于域的自主式信任模型的研究

网格环境中的信任问题是当前网格研究的一个热点问题,为了解决网格环境的动态性和不确定性带来的安全问题,本文提出了一种新的信任模型来处理网格环境中实体之间的信任关系,该模型对域内信任关系和域间信任关系分别采取不同的方法进行处理。实验和分析结果表明,与以往的信任模型相比,这种信任模型能更加精确地评估实体之间的信任关系,从而能更加有效地解决网格环境中存在的安全问题。     

开放式网络信任计算中多影响因子的分析

信任模型是解决开放式网络环境中信任问题的有效方式,信任度量是可信管理中亟待解决的关键问题。根据信任模型设计原则,针对信任计算中动态适应能力和信任有效聚合不足等问题,在提出的信任计算模型中引入奖惩因子、推荐实体的评价可信度和平衡权重等多影响因子来提高信任的可靠程度和精度,并给出了各影响因子的设计。最后,通过Matlab软件仿真实现了奖惩函数和平衡权重的选取分析。仿真实验结果表明,该信任计算模型有较好的聚合速度。     

基于主观信任和推荐的信任模型

研究了分布网络环境中交易实体的信任问题,分析了信任的含义并考虑影响信任行为的外部环境因素,结合主观判断和推荐,构建了一种新型信任模型并引入惩罚机制,建立信任更新协议。     

P2P网络环境下自适应的动态信任评估模型

针对类似于P2P文件共享系统的大规模分布式系统中的动态信任评估问题,提出了一种基于遗传算法的自适应的动态信任评估模型.该模型中节点间的信任关系随历史行为及其它相关信任评估信息的动态变化而变化,模型能自主地随着网络环境的变化动态生成信任评估规则,并不断地更新这些规则.实验结果表明,在网络环境发生动态变化时,文中模型比其它信任评估模型具有更强的动态自适应能力.     

一种自适应信任协商模型设计与分析

自动信任协商是为了解决开放网络环境中陌生实体很难建立信任关系的问题而提出的一种新安全解决方案.本文提出了一种新的信任协商模型,即一种自适应自动信任协商模型AATN,该模型可根据用户的信任度对访问控制策略进行调整,实现了对不同信任度的用户采用不同的访问控制策略,从而在保护隐私的同时提高了信任协商的效率.本文主要分析了自适应信任协商模型的模型框架、自适应协商策略和一致性校验器等关键技术,并通过实验证明了AATN模型能够有效兼顾信任协商中效率和安全两方面的需求.     

分布网络环境主观信任模型研究

研究分布网络环境中主观信任评价和信任合成方法,分析信任的含义和影响信任行为的因素以及信任与信任属性的关系,提出相对经验的定义.基于二项事件后验概率服从Beta分布的特性,提出了基于相对经验和Beta分布的信任评价模型,给出了推荐信任合成方法,建立信任更新协议解决恶意推荐的问题.     

云环境下基于模糊粗糙AHP的企业信任综合评估

针对传统供应链上合作企业之间信任评估模型的不足,建立了云环境下模糊粗糙AHP信任评估模型,改进了以往信任评估模型中无法很好体现综合权重的缺陷,构建AHP模型计算信任证据的主观组合权重,利用模糊粗糙集原理来定义指标的客观权重,进而计算综合权重,最后建立信任模糊模型综合评估企业信任值。实例证明,该模型可以很好地应用于云计算环境下供应链上各节点企业信任度的评估,是一种有效的综合评估方法。     

基于记忆原理的信任值更新模型

针对开放网络中节点信任值随时间和节点交易行为动态变化的特性,通过对记忆原理与社会网络记忆特性的分析,认为节点服务的重要性与事件的影响力等属性都是一种具有记忆特性的信息,网络中具备这些属性的节点的信任值的变化过程与记忆原理相似.因此以记忆原理为基础,建立了与时间及节点交易相关的变速率的信任值更新模型.该模型可以通过调整衰减因子的大小对节点交易行为起到一定激励作用.实验结果表明该模型能够准确地反应节点信任值随时间和节点交易行为变化的规律,同时还可以通过对交易频率的监控,实现对恶意节点的检测.     

合作创新中信任问题的博弈分析

应用线性递归信任模型对企业之间信任水平进行了分析,信任水平受到企业对另一企业的初始信任水平和企业在合作过程中所采取的行为2个因素的影响;建立了企业合作创新的3阶段模型,分析合作企业之间的信任水平对合作创新的影响．企业进行合作创新的意愿取决于R＆D的溢出效应程度和企业之间的信任水平;企业合作创新的收益总是高于自主创新的收益,R＆D投入越高,会导致更多的产品和更低的价格.     

基于信任度的网络应用对等单点登录

为了克服传统的集中式单点登录解决方案中单点失效的缺陷,适应企业间单点登录动态性和广泛性的特点,基于Liberty单点登录协议,提出了基于信任度的网络应用对等单点登录模型．通过把对等概念引入单点登录,使企业间应用的单点登录范围可以进行动态设定．通过建立单点登录信任模型,提出了相应的身份联合和单点登录过程,并解决了企业间应用在单点登录情况下的用户个人信息交换策略、授权管理等问题．分析表明,企业内部应用间的单点登录,适合采用集中式的单点登录;一旦单点登录跨越了企业边界,则适合采用基于信任度的对等单点登录;在实际应用中,宜采用两者的混合体．     

基于支持矢量机和信任域的目标跟踪算法

通过使用SVM(支持矢量机)分类器对像素分类进行目标检测,将输入图像转换成可靠的目标概率分布图,然后结合使用性能优良的信任域优化算法,在概率分布图上实现目标定位并确定其尺寸。分类器对像素分类的低错分率为信任域算法提供了更好的基础。通过和现有算法的比较以及在真实序列图像上的实验表明,该算法不但能够更准确地检测到目标,而且在跟踪精度方面有了显著提高。     

基于信任机制的战略联盟寿命周期研究

通过战略联盟的非合作博弈分析显示信任机制的重要性,并基于此在重复博弈过程中内生出战略联盟的寿命周期函数;研究结果表明在事后的道德风险问题情况下,战略联盟的寿命周期决定于一次性博弈中联盟成员战略选择及其交互影响下的效用水平;而在逆向选择问题情况下,战略联盟的预期寿命周期是社会平均信用水平、企业的耐性系数、不同策略组合下支付的函数。     

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.      

基于信任普适计算环境下的信任模型

从概念上对普适计算的环境进行了概述,并就当前的信任模型不能满足普适计算的要求进行了阐述。对当前的几种分布式安全模型进行了分析和评估。对信任的概念、信任的建立、信任的管理以及信任模型的给出进行了详细的分析,并从理论上对信任模型中信任盒作了详细的数学模型实例分析说明。     

信任模型现状及进展

信任模型作为一种新颖的安全问题解决方案被引入,以解决当前的分布式系统的可信评估问题.其基本思想是基于实体的历史行为对其可信性进行界定和预期,依此为其他主体交互目标实体的选择提供参考.介绍了信任模型的现状及进展,以及信任模型中的基本概念,深入剖析了信任模型中应解决的关键问题,讨论了一些典型的信任模型,最后对目前研究中存在...     

基于关系的信任的数学定义及评价模型

针对目前组织合作中的信任定义及度量不统一,特别是信任没有精确的数学定义等问题,首先利用经典数学关系和模糊关系分别给出了客观信任和主观信任的数学定义和性质,然后根据经典关系与模糊关系的融合给出了基于客观信任优先的信任的数学定义及其度量的概念模型.借用模糊聚类的思想,构建了信任的评价模型.