基于组合分类器的信用卡信誉检测方法研究

给出了支持向量机的信誉检测模型和基于决策树的信誉检测模型的建立方法,并在这2种单一分类器的基础上,归纳总结了支持向量机方法和决策树方法对信用卡信誉检测的偏好特性,提出了一种基于偏好特性的组合分类模型建立方法．     

基于信任和个性偏好的云服务选择模型

为了从大量的功能相同或相近、但服务质量不同的服务中,选择一个既可信、又能满足个性偏好的服务,以基于Agent和信任域的层次化信任管理框架为平台,利用基于个性偏好的模糊聚类方法,提出云计算环境下基于信任和个性偏好的服务选择模型.为了确定和服务请求者个性偏好最接近的分类,提出服务选择算法.引入信任评估机制,结合直接信任和域推荐信任,使请求者在确定的分类中,选择既安全可信、又能满足个性偏好的服务资源.在交易结束后,根据服务满意度,对本次服务进行评判,并进行信任更新.仿真实验表明,该模型可以有效地提高请求者的服务满意度,对恶意实体的欺诈行为具有一定的抵御能力.     

基于决策树方法的信用卡信誉检测

介绍了决策树分类方法,建立了基于决策树方法的信用卡信誉检测模型,并用该模型进行了信用卡信誉检测实验.结果表明,基于决策树的信誉检测方法可为银行信用卡风险管理提供有效信息,规避可能出现的坏账风险.     

基于云模型的风险评估方法研究

以复杂网络环境中的网络交易为研究背景, 引入云模型理论, 通过对复杂网络环境中的信任、信任影响因素及信任评价机制等问题的研究, 提出了基于云模型的信任评估模型, 实现了信任的定性与定量的转换, 客观地反映了信任的随机性、模糊性和不可预测性; 为了有效地对复杂网络中交易风险进行评估, 研究并提出了基于云模型的风险评估方法. 仿真实验表明, 提出的信任评估模型能对复杂的网络环境中实体的信任做出合理的评价; 基于云模型的风险评估方法能对电子商务中的交易风险进行合理可行的预测. 设计并实现了一个基于云模型的风险评估系统, 进一步验证了基于云模型的风险评估方法的可行性和合理性, 也为复杂的网络环境中风险评估的研究提供了有价值的新思路.     

云计算环境下基于Agent的信任信息收集机制

利用Agent自治协作的特点,研究了一种基于Agent的云计算环境下的信任信息收集机制.其中研究的信任计算所涉及的因素分为直接信息、推荐与信誉3个方面,为了综合解决集中式信息存取模型导致的存储压力问题与分布式模式导致的管理复杂度问题,该机制利用集中分布式的方式收集与存储信任信息.引入信誉管理Agent来集中管理云服务等资源的信誉以及用户的朋友关系等信息,同时将云计算中的资源分布式划分为不同的资源社区,引入资源社区信任管理Agent分布式管理交互信息等.提出了基于Agent的信任信息收集整体框架与工作流程,以及信息收集模块的设计与信任信息预处理的相关方法,最后进行了模拟仿真试验,试验结果显示了信任预处理机制的有效性.     

一种新颖的基于信誉的动态访问控制模型

现有的基于信誉访问控制模型普遍存在由经验推荐所引起的信誉度推导和综合计算不够准确、信任阈值动态衍生的问题.为了让访问控制权限分配实时反映真实情况,提出了一种新的基于信誉的动态访问控制模型.新的访问控制模型考虑时间和销售额因素,实现了信誉值实时动态调整.在电子商务领域应用新模型,实验结果表明,相比之前的研究,本文提出的模型可以更客观地计算出电商的动态信誉值,对电商的访问控制权限分配更为合理.     

开放网络环境中的信任管理框架

在开放网络环境中,运用用户行为及模糊理论对信任框架进行了建模. 给出了信任的定义和信任的计算机制及算法. 该算法具有对恶意节点屏蔽能力. 引入亲疏系数的概念,可同时解决恶意节点的定义方式以及信任网络初建立时各节点信任度初始化的问题. 扩展了云模型,使得信任度期望接近信任评价区间临界区域时,节点拥有与一般信任度期望远离临界区域时完全不同的信任程度. 讨论了云模型各参数对信任度计算的影响. 通过引入时间衰减系数及行为影响系数,较好地解决了信任的模糊性随时间及行为变化的动态性特点.     

具有抗攻击能力的信誉与信任模型

针对互联网第三方交易平台中的信誉体系容易受到欺诈行为攻击,以及不能真实反映买卖双方信任度的问题,提出一种基于社会网络的具有抗攻击能力的信誉与信任模型.基于交易者评分建立信誉评估算法,通过信任链传递算法建立基于社会网络的信任评估模型,并采用二维聚类过滤算法实现对欺诈数据的排查.通过引入纠偏参数,实现信誉值的客观化与信任值的主观化,为交易者做出最终交易提供决策帮助.实验表明,该信誉与信任模型能够客观反映交易者的服务质量以及交易双方的信任关系,并对不诚实反馈和串通欺骗等攻击行为具有较高的抵抗能力.     

普适计算中一种基于蚁群算法的服务调度模型

针对普适计算环境下对服务调度的高可靠要求,研究人员已提出不少服务调度模型,但都不具有很好的适应性.在现有的服务调度模型基础上,提出了一种新的基于信任的自适应服务调度模型.该模型先基于信任进行首次考核筛选,选出可靠的节点,然后基于蚁群算法进行任务调度.通过计算分析和仿真,验证了该模型的适应性.     

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.     

基于标准化安全指标体系的云服务安全等级评估模型

针对传统云服务安全评估方法中存在的评估指标粒度粗且难以量化以及评估方法主观依赖度高且效率低等问题,提出了一种基于标准化安全指标体系的云服务安全等级评估模型。首先,依据评估指标体系设计原则,以我国云计算服务安全能力要求标准为基础,借鉴国外机构有关云服务的安全控制框架及服务水平协议标准,提出了一种细粒度及可量化的标准化安全指标体系构建方法;然后,基于此指标体系提出了云服务安全等级评估模型,该模型在评估云服务的安全等级时,考虑到安全指标体系中指标类型的差异化及其属性对云服务安全性的影响,设计了一种基于客观指标权重分配的安全等级评估方法,对评估对象的安全等级进行量化评估;最后,分别通过应用案例和性能分析实验,验证了本文所提出的评估模型的有效性以及评估方法的效率。实验结果表明,本文提出的基于标准化安全指标体系的云服务安全等级评估模型不仅能有效、准确地评估不同云服务商的安全能力,而且其安全等级评估方法在性能方面优于传统的基于层次分析法的云服务安全评估方法。     

Reputation evaluation method for open multi-agent systems

A reputation evaluation method based on multi-dimensional information representation and correlative algorithm is proposed for open multi-agent systems. First,a vector model is established to represent the reputation related information. Second,a vector based reputation model"TRUST"is put forward to evaluate the reputation of agents. Finally,a correlative algorithm for selecting the most appropriate service provider is proposed. Simulation results indicate that the method can quickly and accurately to achieve the aim of adaptive immunity to reputation fraud and improving the average gain that service consumer agents obtained.     

无结构对等网络中基于信誉的激励模型研究

将社会网中的信任机制引入到无结构对等网络中,通过社会网相关理论在节点间构建信任关系.把网络中每个节点同时拥有的＂服务贡献者＂和＂服务消费者＂这两个不同角色,分别采用不同的信誉值进行衡量与评估,并以此构建激励模型.在推荐信誉值的评估中,进行了针对恶意节点虚假推荐值的去噪声处理,提高了信誉值评估的抗干扰性.实验结果表明,该模型能够有效抑制搭便车和恶意节点等不合作节点的行为,在保障系统公平性的同时,提高了系统的可靠性与服务质量.     

语义Web服务信誉度模型

语义Web服务信誉度为服务请求者对服务做出更准确的选择提供了依据。文中首先针对语义Web服务的特点对语义Web服务信誉度进行了定义。在此基础上，对现有UDDI进行扩展，提出了语义Web服务信誉度概念模型，并深入研究了相关算法及其实现方案。与其他的Web服务信誉度机制相比较，该模型的优点是针对语义Web服务的特点为服务信誉度加入了语义信息，并综合了第3方权威机构的评价，使得信誉度值更有效、准确。     

网格计算资源管理中的强约束信任评估模型

信任关系是实现网格资源共享的基础。文中提出了针对网格资源、资源提供者和资源消费者的信誉度评估模型，对信任进行了定义；并结合声誉评估方法，建立了信任评估流程，实现了一个具有强约束的信任评估模型。仿真实验表明，该模型达到了选择信任度更高的实体建立调用关系的目的，同时可促进资源交易量和系统的吞吐量。     

匿名和可问责平衡的信誉系统

针对现有基于临时身份信誉系统存在匿名和信誉的矛盾冲突、信誉评价不可控等问题,提出了一种基于条件匿名的信誉模型,对匿名用户之间的信誉评价进行监控,只有满足匿名条件的用户才能获得信誉值,违规用户会暴露身份并遭受惩罚. 此外,本模型将信誉帐号与用户真实身份绑定,并基于盲签名进行信誉值更新,解决了信誉与匿名的冲突问题. 分析结果显示:本模型在确保用户匿名地获取、更新和展示信誉值的条件下,可使信誉系统安全可控,并限制了填塞攻击和女巫攻击.     

Fairness-guaranteed reputation propagation in Web service composition

In service-oriented environment, it is difficult to evaluate component services because of the opaque characteristic of composite services, the complex invocation structures and the subjective reputation rating of service consumers. To address these issues, this paper proposes a reputation propagation algorithm for service composition, in which the subjective ratings can be fairly propagated to each component service. The algorithm first models service composition as the Beta-mixture, and learns the reputation and responsibility of each component by the EM algorithm. Then, based on the characteristics of Shapley values in cooperative gaming theory, the algorithm computes the contribution of each component to its composition, ensuring that no component would obtain extra rewards or punishments. Finally, theoretical analysis and experimental results demonstrate the fairness of the algorithm to hieratically propagate the consumer's rating to each component service.     

基于微服务的服务机器人云服务设计方法

为了提升服务机器人的智能化水平,提出一种基于微服务的服务机器人云服务设计方法。设计基于微服务的服务机器人云服务的设计框架,提出服务机器人虚拟模型,实现服务机器人运动学/动力学模型、传感器模型和环境模型的云端映射,解决了机器人调用云服务的异构性问题;提出一种交互式的云服务交互接口,采用机器人的协议应答方式实现异构协议的自适应匹配;详细阐述服务机器人云服务平台的开发关键方法。通过所搭建的服务机器人云服务平台进行试验,测试了所设计的功能云服务的调用效果、实时性和细粒度服务质量,可以满足服务机器人的功能要求。     

基于云模型的通信干扰系统效能评估

针对通信干扰系统效能评估的复杂性,运用云模型对其进行了研究,提出了基于云模型的通信干扰系统效能评估模型.首先建立了通信干扰系统效能评估指标体系,然后给出了运用云模型进行效能评估的详细算法,最后通过实例进行评估验证.结果表明此方法能较好地融合主客观信息,有效地集成了模糊性和随机性,可操作性强,为通信干扰系统效能评估提供了一种有效方法     

一种基于虚拟域的开放式语义WEB服务信誉度模型

为了解决开放式WEB语义服务环境中的服务欺诈和性能问题,文章提出一种基于虚拟域的信誉度模型.该模型将需要相似WEB服务的服务消费者组织在同一虚拟域中,通过域内成员的相互推荐,有效降低信任推荐的网络资源消耗、提高信任推荐的效率和可靠性.并且该模型具有时间特性,能够有效抵抗更换标识、蓄意欺诈、协同作弊等恶意攻击.