基于云模型的主观信任管理模型研究

在开放网络中,信任管理是信息安全的重要前提与基础。主观信任具有模糊性和不确定性的双重特征。将定性定量转换模型-云模型引入主观信任管理研究中,提出了一种新的主观信任的表示方法,较好地解决了信任表达中的模糊性和不确定性难题,进而提出了一种灵活直观,描述能力较强的形式化定性信任推理机制,为主观信任管理研究进行了有益的探索和尝试。     

论行政规划法律效力的变更与公民信赖利益保护

文章从行政规划的理论界定入手,对目前规划变更带来的公民信赖利益保护问题进行分析,并提出建议和可行的解决办法。     

线性不等式约束优化问题的强信赖域算法

对一类带有非负边界约束的线性不等式约束优化问题进行了研究,提出了一种新的信赖域算法.该算法在内点法的基础上,把非负边界约束从一般的不等式约束中分离出来,化为信赖域约束的一部分,得到一个简单易解的子问题.在一定的条件下证明了该算法具有强收敛性,并给出了数值结果.     

普适计算的访问控制研究

普适计算环境是由移动用户、系统的服务、嵌入在物理环境的传感器和资源组成的联合环境．用户在该环境中能够在任何时间任何地点访问资源．但是保证这样应用的安全是很困难的,因为相互合作的实体具有事先不可预知性,传统的在静止的、封闭的环境中基于身份的访问控制方法是行不通的．提出了普适计算的动态访问控制模型．模型的操作过程表明它适合普适计算应用．     

分布式环境下基于属性证书的RBAC模型

基于角色的访问控制(RBAC)将角色概念引入到访问控制中,极大地方便了用户对资源的访问,同时也减轻了系统保存大量用户信息的压力.在分析RBAC模型的基础上,结合RBAC系统的特点以及SPKI/SDSI证书的优越性,提出了一种分布式环境下的基于属性证书的RBAC模型,定义了属性证书的结构以及描述了用户访问资源的工作流程,对模型的特点进行了总结.分析表明,该模型具有简洁的证书格式、支持匿名访问、单点登录等优点.     

普遍信任视角下城市居民绿色住宅支付意愿的影响因素:中国部分一线城市的证据

绿色住宅的推广和使用是降低建筑能耗、实现减排目标的重要途径.基于普遍信任视角,从居民内在心理因素与外在情境因素入手,系统构建城市居民绿色住宅支付意愿影响因素的研究模型,并探求普遍信任的一阶及高阶调节效应及影响该效应发挥作用的边界条件.结果显示,对于内在心理因素,普遍信任对居民绿色住宅认知与支付意愿的关系有显著的正向调节作用,但易受到居民损失规避心理的负向影响;普遍信任对居民环境关心与支付意愿的关系有显著的正向调节作用,且易受到居民广告诉求(来源可靠性诉求和利已诉求)的正向影响;普遍信任对居民道德认同与支付意愿的关系有显著的正向调节作用,且易受到居民高解释水平的正向影响.对于外在情境因素,普遍信任对社会风气/群体压力与支付意愿的关系有显著的正向调节作用,且权威认证标识有助于增加居民对绿色住宅的"初始信任",助推居民主动购买绿色住宅社会风气的形成.基于实证研究结论,在政府、开发商及居民个体层面提出相应建议.     

基于水军信任惩罚的多维用户影响力度量模型

社交网络用户影响力度量是意见领袖识别的必要前提,然而目前的度量模型忽略了多维影响因素以及水军群体对度量模型真实性的影响.为此本文从网络结构、交互行为和交互信息三个维度来分析整合相关的影响因素,基于LeaderRank模型构建多维用户影响力度量-MUI模型,并在水军识别的基础上构建信任惩罚模型,以修正MUI模型建立MUISTP模型,实现社交网络用户影响力的真实性度量.以新浪微博平台大规模实际数据进行实验分析结果表明,与FBI,LeaderRank和Generative Graphical模型相比,MUI模型识别出的意见领袖更为准确,且可以实现更为有效的信息扩散.此外,经过水军信任惩罚后MUISTP模型较MUI能够实现更为有效的意见领袖识别.     

区域创新网络行为主体间信任机制研究——以江苏省高新技术开发区和大学科技园区为实证

在经济全球化、市场竞争日益加剧的背景下,创新网络行为主体要适应环境的变化,就必须在保证各自独立的前提下相互依赖,这就要求创新网络行为主体相互信任、真诚相待、信守承诺,这是维持创新网络长久生存并促进创新网络行为主体共同发展的基础。研究归纳出创新网络主体间的6种信任建立机制,以东南大学科技园和南京-鼓楼大学科技园中的创新主体为实证对象,探讨了信任建立机制以及网络成员特性对信任关系建立的影响。     

解决信托问题的策略

应用可拓学的理论和方法 ,对信托问题进行分析 ,建立了信托问题的物元模型 ,为解决信托问题寻找可行的策略.     

基于贝叶斯公式的信息反馈机制

提出了一种基于贝叶斯公式的信息反馈模型BIF.当系统拒绝用户对资源的访问时,BIF通过计算在当前的条件下改变某些访问条件的可能性,把用户的访问条件的替代方案限制到一个小而有用的集合,系统将具有最大可能性的选项反馈给用户.用户根据系统的反馈改变访问条件从而成功访问资源.BIF引入附加策略来保护敏感策略,在此过程中不会泄漏任何危及到系统安全和机密性的信息.实验证明,BIF模型在保护了系统敏感信息的同时,也提高了系统的可用性及访问成功的几率.