基于模糊逻辑的群体信任模型

从信任的主观性和模糊性角度出发,提出了一种基于模糊逻辑的群体信任模型,抽象出顺序模式、选择模式、循环模式和并行模式4种群体构成的基本约束模式及其嵌套复合来刻画群体中个体之间的约束关系,并分别给出了信任度的度量方法.群体信任模型对群体信任关系和特别软件群体的信任关系提供了很好的支持.     

一种新的P2P网络的信任管理模型

在点对点(P2P)网络中,由于不存在可信中心,实体间的信任关系无法使用传统方式建立.针对这一问题,在已有研究的基础上,提出了一种新的P2P网络信任管理模型. 该模型基于模糊理论构建服务行为评价,可以根据用户的需求进行定制. 该模型通过将历史行为分组,并赋予不同的权值,提供了一种简捷有效的时间相关性算法. 该模型使用分布式存储的方法来处理推荐信息,降低了搜集推荐信息的消耗.     

基于模糊决策理论的主观信任评价模型

为了解决主观信任的模糊性和管理主体之间信任关系的动态性,提出了一个基于模糊决策理论的评估模型.该模型针对成本-效益型方案提出,利用模糊理论处理信任关系的不确定性,使用特征向量法计算信任权重,同时建立优属度模糊矩阵对方案进行信任评估.试验结果表明,该模型是可行有效的.     

一种基于信任和信誉的安全网格信任模型

为兼顾对多级别人员的静态和动态信任管理,根据异常的危险程度对信任值进行定义和划分,并根据用户的信任值动态变化情况定义信誉值,由此给出一种基于信任和信誉的全局网格信任模型。针对不同级别人员和不同异常情况的仿真结果显示,利用基于全局信任模型,可以对网格进行客观评价和动态监测,为网格的主动防御提供决策依据。     

基于信任域的分布式动态信任管理模型

针对现有动态信任模型在适应性、健壮性和激励机制方面存在的不足,提出一种分布式信任评估模型。引入时间调整函数和稳定度函数,分别解决了模型的动态适应问题和总体信任计算过程中的权重分配问题。综合考虑交互历史和信任分布情况制定相应评估策略,节约了计算资源。此外,通过给出一种直接推荐考察表,有效地识别和限制了故意夸大、恶意诋毁等虚假推荐行为,保证了模型的健壮性。仿真实验表明,该模型在抵御更加复杂的恶意攻击和恶意欺骗等行为方面,体现了良好的准确性、收敛性和适应性。     

一种分布式自治信任计算模型

为了解决对等网络中节点信任值的计算问题,在综合利用直接经验和第三方推荐的基础之上,提出一种信任值的自治计算模型,其中的推荐信任合成权重取决于接收推荐者对推荐者的信任程度,推荐信任值和直接信任值都随着时间间隔的增加而递减．最后给出了所需数据结构和对应的信任值迭代更新计算方法．     

一种改进的模糊模型

提出用两个独立的修理因子来调节Ｆｕｚｚｙ控制规则，使控制规则的调整更符合实际，在此基础上，还提出了在不同的偏差及变化率的情况下，分别调整它们各自的权重来实现了Ｆｕｚｚｙ控制规则的调整。最后，阐述了修理因子的寻优。     

融合多指标的WSN动态信任评估预测模型

针对无线传感器网络中恶意节点引发的安全问题,在贝叶斯信任模型基础上,引入信誉维护函数自适应降低前期节点交互行为次数的影响,引入异常弱化因子,降低由网络自身故障所带来的节点异常行为的误检,结合模糊评判方法进行直接信任计算,为提高推荐信任评估的可靠性,采用贴近度理论对不同的推荐节点赋予权重再分配获取间接信任,为提高信任模型的检测精度,采用加权因子,由直接信任值以及间接信任中的变量共同确定综合信任值的大小,借助自适应权值动态更新综合信任值,有效避免短时间内信任的迅速提升,并利用滑动时间窗对综合信任值进行预测,搭建了融合多指标的WSN动态信任评估预测模型FSEPM,将预测信任值与实际信任值的差值与信任阈值相比较,以判定节点性质。仿真结果表明：该信任评估模型可精确可靠评估节点之间的信任关系,能够有效检测出网络中的恶意节点,提高网络的安全性。     

一种面向软件服务的信任评估方法

由于分布式系统没有授权的控制中心,对系统中可信的软件服务的请求存在一定的困难,需要用可行的方法对软件服务做出客观准确的信任评估.提出一种符合信任动态性的软件服务的直接信任度评估方法,引入衰减因子,使直接信任度在无论有无新的上下文被检测到的情况下都会随时间动态进化.在对全局信任度更新中同样引入衰减因子,以体现信任的动态性.针对推荐信任度评估,提出一个两级过滤TLF(Two-Level Filtering)方法,根据深度阈值和信任程度阈值尽可能减少请求的深度并摒弃危险的推荐,一定程度上降低了使用软件服务的潜在风险,同时也节约了信任评估的计算资源.     

P2P系统的一种自治信任管理模型

信任管理是P2P系统保证信息安全的重要前提和基础.分布式信任机制被广泛应用于开放系统信任模型的设计,然而,缺乏有效的信任机制来保证参与分布式计算的节点本身的安全性.在仔细分析了P2P系统的信任问题后,为保证节点的安全性提出一种高度自治的P2P环境下的信任管理模型.该模型通过加强节点的自治能力,使每一个节点可以自主地建立一张与它交易的节点的信任表,并通过主观推理方法得到其他间接节点的信任值,提高了网络本身的自适应性,为信任管理研究提供了一种新思路.     

一种面向物联网节点的综合信任度评估模型

针对现有物联网的信任评估模型信任评估准确度较低且不能有效应对节点恶意行为的不足,提出一种面向物联网节点的综合信任度评估模型。首先,设计节点相同质量服务强度评估指标以降低非入侵因素对信任评估的影响; 其次,从节点相似度、评价差异度与节点自身的信任度值方面评估推荐节点的可靠度,并作为推荐信任度的权重; 最后,基于熵计算直接信任度和推荐信任度的自适应权重,计算节点的综合信任度值。实验结果表明,模型在处理恶意服务和恶意推荐行为方面具有一定的优势,且在保证信任度评估有效性的同时可以降低传输能耗。     

对等网络中基于模糊集的信任和声望模型

在对等网络中,信任可以用于指导实体的协作决策,当前信任建模已成为一个研究焦点．该文提出了一个基于模糊集的信任和声望模型,模型根据实体的经验和其他实体的推荐信息构建对目标实体的信任．模型使用了语义标签来刻画不同的信任级,并能够综合评判不同方面的信任值．实体在采纳信任推荐时,模型利用模糊贴近度来表达推荐的正确度,并据此调整推荐者的影响．使用该模型的文件共享网络仿真实验可以正确地表达对实体的信任,促进具有相同偏好的实体群组的形成,提高交易质量．     

一类模糊评价模型与通信卫星效能评估

为解决通信卫星效能评估问题,提出一类基于模糊理论的评价模型.利用模糊理论的思想,通过对评价对象的性质分析,建立了一个适用于一类评价对像的非线性评价函数.这类对象的每一个评价指标由一系列因素所决定,并且这些因素之间是相互关联的,但任意两个指标之间是相互独立的.利用模糊聚类分析方法,本模型还可以对若干同类型的对象进行分类.最后,基于具体数据,利用本模型给出东方红系列通信卫星的效能评估,东方红3号、4号基本型、4号增强型和5号的评估得分分别为0.230~0.243、0.470~0.536、0.614~0.791和0.855~0.945.评估结果表明,东方红系列通信卫星的整体效能是一直呈上升趋势的,但综合来看东方红5号的整体效能并没有比东方红4号增强型高出过多.     

分布式环境下的信任管理模型研究

在大规模分布式系统环境下,传统安全授权机制已不能满足用户的需要,针对分布式环境的特点,采用信任管理的方法,提出了以域为单位的两层信任的管理模型,构建了基于信任度的访问控制流程,建立了信任量化及评估的数学模型,通过数学分析,根据Sekcuk模型算法计算出用户之间的信任度,以此来解决大规模分布式环境中的访问控制问题。     

D-Trust:双信任度量的非结构化P2P网络信任模型

针对传统的P2P网络信任模型用单一信任无法准确反映节点行为的问题,提出了基于双信任的非结构化P2P网络信任模型D-Trust。该模型将信任分为服务信任和反馈信任,提出了双信任的存储、计算和更新算法,以及信任传播机制。仿真结果表明,该模型能有效防御常见的安全攻击,和单一信任相比,更大程度地发挥了节点的服务能力,较已有的信任模型在性能上有很大提高。     

层次模糊决策模型在公路交通网综合评价中的应用

公路交通网的评价系统具有多层次、多属性的特点，而且各个属性值很难确定。解决这类问题最有效的工具就是模糊理论和层次分析法，因此，本文采用层次模糊决策模型来解决此问题。首先根据各个评价指标两两比较的相对重要程度确定判断矩阵，然后利用模糊理论进行一致性判定，最后进行排序计算，所得结果即可作为评价系统决策的依据。本文选用公路交通网评价系统的子系统经济评价为例进行分析计算，最终得出：争取公路晋级和减少公路拥挤是公路交通网获取经济效益的主要渠道。     

L-模糊集信任机制的网格计算任务调度方法

建立了一种新的网格环境下基于L-模糊集的信任模型,该模型用语言变量刻画实体间的信任,利用上下文无关文法进行形式化描述,并用模糊算子刻画信任等级．在此模型和Min-Min算法的基础上,提出了基于信任的网格任务调度算法L-FSTM-Min-Min(L-Fuzzy Set Trust Model-Min-Min),该算法以模糊逻辑为基础,使用3I算法对多条推荐信任规则进行模糊推理,达到对信任的综合评价．经GridSim网格模拟器仿真实验表明,在同等条件下该算法与Min-Min算法相比较,任务最后完成时间明显降低了,失效服务数也大大减少了．     

管理信息系统的模糊综合评价模型研究

针对管理信息系统评价难以做到客观、全面、精确的问题，提出了管理信息系统的模糊综合评价理论，建立了系统、完整的评价指标体系，运用AHP法构建了管理信息系统评价的递阶层次结构，用FAHP法求其指标权重，并建立了一个适用干管理信息系统综合评价的多级多目标模糊数学模型，该模型为客观评价管理信息系统提供了有效的手段．     

一种情感极性感知的信任模型

针对在线评论中文字评论和等级评价不一致的问题,提出基于情感极性分析的综合评价生成算法,并依据隐马尔可夫模型(Hidden Markov Model,HMM)构建了信任计算模型,将按时间排序的综合评价作为观测序列用于寻找最优的信任状态序列,把实体处于最可信状态的概率作为其可信度.该模型不仅提高了信任计算的准确性,还体现了信任的动态性.仿真实验验证了所提模型的有效性.