基于BP神经网络的信誉欺骗检测模型

在分析信誉系统评价的目标系统的行为特征的基础上,提出了一种集成的BP神经网络模型.该模型使用训练集对构造好的BP神经网络进行训练,将测试集输入到训练好的BP神经网络中,进行欺骗检测,并在行为维度上进行欺骗检测效果验证.实验结果验证了基于BP神经网络的信誉欺骗检测模型的可行性.基于BP神经网络的欺骗检测模型能够快速、准确地实现欺骗行为的检测.     

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.     

基于信任云的簇化层次式WSN安全路由方法

如何能量高效地保障无线传感网的路由安全一直是一个巨大的挑战。提出一种基于信任云的簇化层次式无线传感网安全路由算法(trusted cloud-based secure routing algorithm,TC-SRA),建立基于信任云的无线传感网安全骨架,通过簇化层次式拓扑实现网络节点的高效管理,从兼顾能效和安全的角度提升无线传感网的路由性能。仿真测试结果表明,所提出的算法不仅为无线传感网的路由安全实现提供了新思路,而且能有效控制网络节点的能耗,保障网络生命周期。     

差异化买家条件下网络平台收费对价格离散程度的影响

探讨了买家类型及卖家声誉存在差异时,网上交易平台收费及搜寻成本对价格离散程度的影响.结果表明:搜寻成本并不是导致网上交易市场价格离散性的根本原因;网上交易平台收费将导致两类买家的搜寻活动减少,且其降幅相同;网上交易平台对卖家收取的陈列费及其交易金额提成呈现出反方向变化的特征;当网上交易平台仅对卖家收费时,两类卖家均提高定价,但其提价幅度不同,从而使得网上交易市场中的价格离散程度降低;当网上交易平台对卖家和买家同时收费的时候,高声誉卖家的定价降低,低声誉卖家的定价提高,市场均衡时的价格离散性进一步降低乃至消失.     

考虑声誉的风险投资多阶段动态融资模型研究

在对风险资本融资过程中风险投资家声誉的作用与影响进行分析与讨论的基础上，运用博弈论多阶段动态模型建立了一个风险投资家考虑声誉的两阶段动态融资模型并进行了分析，得出如下主要结论：受声誉影响的阶段的努力程度严格大于不受声誉影响的阶段的努力程度；受影响的时期越长，声誉对风险投资家的激励作用就越大，风险投资家的努力程度也就越高。最后还给出了一个例子具体地说明风险投资家两阶段动态融资模型的应用与分析。     

C2C中信誉操纵行为的制度工程学治理研究

C2C电子商务迅猛发展的同时,其存在的信誉操纵问题的解决对于信任基础薄弱的C2C电子商务行业来说刻不容缓.首先,根据C2C电子商务的特征,对商家操纵信誉的动机、操作方式及操作流程进行梳理.随后分析了信誉操纵对C2C电子商务行业产生的影响,并通过孙氏图分析其制度结构,从而得到治理该不良行为的观测力度条件.通过算例,分析得到引入的抗欺诈C2C卖方信誉计算模型通过提高C2C中商家信誉操纵的观测力度治理信誉操纵行为,从而为信誉操纵行为治理提供理论依据.最后,提出统一资信评估标准、独立第三方资信平台及C2C平台内部吹哨人制度的治理建议.     

基于增强LEACH协议的无线传感器网络恶意节点检测模型

针对现有无线传感器网络恶意节点检测方法效率较低的不足,提出一种基于增强低功耗自适应集簇分层（enhanced low energy adaptive clustering hierarchy,enhanced LEACH）路由协议信誉机制的恶意节点检测（malicious node detection based on enhanced LEACH with reputation,MNDELR）模型.在无线传感器网络中使用增强LEACH路由协议选取簇首节点,其余节点选择对应簇首形成各簇集群并确定网络数据包传递路径.节点在数据包内添加节点编号、信誉评价等信息并按传递路径将数据包发送至汇聚节点;汇聚节点解析获取数据包内节点编号并与源节点编号比较判定,形成可疑节点列表;计算节点信誉值并与阈值比较判定网络中的恶意节点.实验结果表明,与其他方法相比,MNDELR模型在无线传感器网络中对恶意节点的检测效果较为显著.      

基于共同代理的创新型人才激励机制研究

创新型人才需要具备高度专业性和高度主动性,因此形成了创新型人才与企业、客户之间的共同代理关系。在此基础上,构建了创新型人才共同委托代理模型,通过对模型分析求解指出了客户对创新型人才激励不足的根本原因和弥补途径,进而改进了创新型人才激励机制,为其主动性和创新能力的充分发挥提供了理论依据和实践方法借鉴。     

A mechanism based on reputation in P2P networks to counter malicious packet dropping

In P2P (Peer-to-Peer) networks,some malicious peers can impact on overall networks performance.One of the malicious behaviors of these peers is malicious packet dropping.In this paper,our focus is to detect and to exclude peers that misbehave by dropping some or all packets.Here,we propose a reputation-based mechanism for solving the problem efficiently.The proposed mechanism uses both direct reputation information and indirect reputation information to compute comprehensive reputation of a peer.At the same time,history reputation information is also taken into account to provide faults tolerance capability and we regulate the imprecision based on the fact that the cause of packet dropping can be complex.Finally,the peers with bad comprehensive reputation can be detected easily and then will be excluded from the network.In this way,our proposed mechanism improves the performance of P2P networks without increasing computational overhead.     

新媒体对审计师意见决策影响研究——以新浪微博为例

近年来,网络舆情已经成为情报学、传播学等领域研究的热点主题,新媒体是推动网络舆情出现的主要力量.新媒体舆情的形成、演化、预警、治理策略的研究较多,但是新媒体信息对特定行业人群信息决策行为的作用机理及其影响程度的研究较少.本文以新浪微博为例,利用Probit、Ordered Probit等回归模型实证分析了新媒体形成的网络舆情对审计意见决策的影响及其作用机理,以期了解和掌握新媒体对特定行业人群信息决策行为的影响,为新媒体治理和监管提供借鉴和支持.研究结果表明,审计师同时关注了新媒体发布的原创信息和转载的已有信息;新媒体发布和传播的公司负面信息越多,审计师越有可能对上市公司的年报出具非标准审计意见;新媒体负面信息缩短了公司违规被监管部门处罚的时间期限,在一定程度上增加了审计师面临的诉讼风险预期.