虚拟计算环境中基于评分监管的信誉机制

提出一种基于评分监管协议(RSP)的信誉机制。通过对自主元素服务信度及评分信度的区分刻画和动态关联,识别和惩罚不递交评分、虚假评分,激励自主元素积极参与、诚实评分,并给出RSP分布式的实现方法。仿真实验结果表明,含RSP的信誉机制能够实现自主元素基于评分可信性的差异化服务,有效抵制恶意攻击。     

虚拟计算环境中一种基于惩罚激励的信誉模型

基于信誉构建信任机制是解决虚拟计算环境[1]中行为可信问题的重要途径。现有信誉模型对不良行为的动态适应能力和对信誉信息的有效聚合能力不足,缺乏鼓励节点积极参与诚实合作的有效机制。本文提出一种基于惩罚激励机制的信誉管理模型PERep,根据自主元素行为特征和信誉状态区分交易行为的合作与偏离,并对偏离行为进行惩罚;给出了PERep的分布式实现。实验表明,PERep能准确地区分诚实交易和恶意行为,有效提高自主元素诚实交易的积极性并减少恶意行为的危害。     

虚拟计算环境中基于重复博弈的惩罚激励机制

如何促进网络中自主元素自觉规范行为、积极有序协作从而形成“可信的计算平台”是下一代互联网亟需解决的重点问题.提出一种基于重复博弈的惩罚激励机制PETrust,旨在有效促进自主元素采取系统期望的诚实协作策略进行规范行为.PETrust根据自主元素信誉特征的变化动态调整惩罚力度.理论分析和实验结果表明,PETrust能够有效区分自主元素的不同行为特征,遏制和惩罚恶意行为,提高自主元素诚实交易的积极性和系统的整体效率,并具有更好的抵御共谋欺骗的能力.PETrust还同时具备计算复杂度低、报文通信量小的特点,利于部署实施.     

一种需求驱动的自主Web服务聚集方法

引入具有主动搜索需求能力的自主Web服务概念,提出基于环境本体的意图-行为-实现机制,用于描述服务请求和自主Web服务能力,构型了一种需求驱动的自主Web服务聚集的模型.给出了基于意图-行为-实现机制的需求能力匹配算法和自主Web服务聚集算法.最后,通过对应用案例的研究来展示该方法的可行性.     

基于演化博弈的理性拜占庭容错共识算法

拜占庭容错算法(byzantine fault-tolerant)是保证区块链等分布式系统能够达成一致性的重要算法,其性能影响着系统的安全性和稳定性。针对现有共识算法存在效率低下和缺少激励机制等问题,提出了一种基于演化博弈的理性实用拜占庭容错共识算法。首先,通过引入信誉机制来确定节点在共识过程中的可信任度,以信誉值为理性节点共识积极性的依据,基于信誉对共识节点进行划分,采用节点网络分片化的共识方式来提升共识效率;其次,针对共识过程中节点之间链路动态性对信誉值产生的影响建立演化博弈模型,并分析证明信誉稳定策略的存在性,设计基于信誉稳定策略的激励机制,以提升共识节点参与共识的积极性。实验结果表明,所提共识算法可提升40%的吞吐量,且在共识过程中对节点所设计的信誉演化博弈模型有快速收敛的效果。     

一种基于智能体技术的软件自适应动态演化机制

针对分布式软件系统在动态演化中面临的原有软件单元难以重用、忽视软件内部运行状态引发的演化需求等问题,借助智能体(agent)具有的环境适应性、变化敏感性等特征,提出了一种基于智能体技术的软件自适应动态演化机制.通过将软件单元封装为Agent,并定义单元间的演化规则,使演化机制重用原有软件单元.通过一种基于数据推送的动态环境感知方法实现Agent间协作关系调整,同时满足来自内外部环境引发的动态演化需求.通过引入信息中介服务,实现了基于改进合同网的Agent协作策略,能够自适应地更替Agent,满足用户意愿变更引发的动态演化需求.依据演化机制在支撑环境中的运行情况及相关能力指标的分析,说明所提出的演化机制适用于动态复杂的分布式软件系统,是一种有效的软件自适应动态演化机制.     

基于Agent的Web服务自主、动态集成研究

Web服务集成是常见的Web服务应用,基于Agent技术和已有的Web服务集成技术,提出一种自主的、动态的合成框架.扩展了Web服务的描述,详细说明了框架中的主要成分和运作机制,最后给出基于此合成框架的Agent结构.     

基于SN-Stamp的信誉传播方案

证明信誉系统中不诚实的服务方可能丢弃对其不利的被鉴定的评分信息,从而间接地提高其信誉,针对这一问题,提出了一种基于SN-Stamp的信誉传播方案。该方案通过数字签名技术实现不可篡改的序号戳,利用序号戳保护对服务方的评分信息的完整性,并且利用中介保留的最近的序号和序号戳中的序号信息能够发现服务方丢弃被鉴定的评分信息的行为。通过安全性和效率分析结果表明,该模型是安全的和有效的,能提高信誉评分传播机制的效率。     

基于P2P环境下的Web服务选择信任模型研究

为了适应互联网服务资源“成长、自治”的自然特征,以基于P2P技术的电子商务供应链等为代表的自组织系统的实践表现出巨大潜力,但自组织系统的动态开放等固有特征使其面临严重的行为可信问题.提出了一种P2P环境的基于反馈的Web服务选择信任模型.基于用户对服务的评价,利用局部信誉及全局信誉基本数据,综合考虑时间等因素,结合k-mean聚类算法分类比较用户的服务评价与第三方评价、历史评价等,建立了基于信誉的信任系统.设计了服务的可信模型与评价者的可信模型,并根据不同情况使用适当处罚函数,得到Web services使用的信誉评价模型.通过实验分析发现P2P环境下的基于信誉的信任系统为企业应用提供了自组织服务管理的基础,同时信誉评价模型为用户选择服务提供了科学可靠的依据.系统对恶意用户的使用有一定的对抗能力,能保证P2P环境下服务的可持续运营.     

基于组织的网构软件程序设计语言及其实现

作为Internet环境下的一种新的软件形态,网构软件的自主性、协同性、适应性、演化性及柔性体系结构等特点对传统的程序设计模型、语言和支撑平台提出了一系列挑战.本文基于组织抽象和agent技术提出了支持网构软件构造的程序设计语言OragentL.首先,OragentL将软件agent作为网构软件中自主实体的抽象,并在这一层面设计和封装系统的自适应和自演化逻辑.其次,OragentL将组织、角色等组织抽象作为一级编程实体,提供了角色扮演、角色组合、角色演化、基于角色的交互、基于组织的自管理等机制为网构软件的动态性特点提供了显式的语言设施和机制支撑.我们设计了OragentL的语法和形式化操作语义,并开发了Oragentburg作为OragentL网构软件的运行时环境,支持OragentL程序的开发、编译、部署和运行     

参与式感知系统中用户累积行为信誉计算

参与式感知系统中,由于感知数据质量可能受参与者影响,提出了基于用户累积行为的信誉计算模型以帮助选择可信赖用户.针对感知环境中用户群体的广泛性及核心用户的不确定性,该模型采用OPTICS聚类算法定义用户场景并划分行为数据集,建立用户累积行为信誉计算模型,同时引入时间戳标记信息抛弃部分旧行为以更新用户信誉.实验表明,该信誉模型能够结合新旧行为较好地计算并调整用户信誉,在感知环境用户信誉评价中具有良好的应用前景.     

基于团结构的三维关节人手跟踪方法

针对传统图模型建模人手中约束函数冗余度高的问题,提出一种基于团的图模型表示关节人手。该模型充分利用人手特有的生理结构和运动约束表示人手,在一定程度上消除了传统人手图模型中的冗余信息,降低模型表示的复杂度。给出人手团势函数用于建模人手各个部分之间的约束关系。实验结果表明,该模型提高跟踪算法的效率,能够满足基于视觉的精细人手跟踪的要求。     

Benchmarking reputation systems: A quantitative verification approach

Trust and reputation systems are classes of decision support tools which help detecting malicious behavior based on collecting ratings and opinions. Despite their advantages, these systems are vulnerable to some kinds of attacks in which the attacker can deceive the system using sequences of misleading behaviors. Robustness of reputation systems against these attacks are frequently investigated in the literature. However the existing works usually evaluate the robustness using a qualitative simulation method. Lack of a formal evaluation method and a quantitative measure of robustness make it hard to extend the results and to compare the systems precisely. This paper proposes a quantitative robustness measure for reputation systems based on a formal verification approach. Using the robustness measure and the verification method, a comprehensive benchmarking of a number of well-known reputation systems is presented which includes evaluation of the systems against basic and the worst case attacks. The results are used for ranking and classifying the systems. The studies show that robustness is not an absolute feature of a reputation model, but it also depends on the properties of the environment. The benchmarking results have been also used to indicate the proper environment for each class of systems/attacks.     

分布式环境下行为感知的信任管理

针对分布式环境下信任管理的不确定性,在基于角色的信任管理基础上,引入行为感知的分析方法,以此作为信任评价的依据。将行为对信任域的影响量化为固定区间内的信任值,通过统计用户群的累积行为,计算出角色声望和域声望,并反馈调整信任域之间的信任委托关系。静态角色和动态行为的结合有效地增强了分布式网络的信任保障能力。     

间接互惠与合作演化的若干问题研究进展

2005年Science杂志指出"合作行为如何进化"是21世纪最关键的25个科学问题之一.间接互惠如何促进合作演化的研究已吸引了包括经济学家、社会学家和演化生物学家等众多学者的关注.这是由于:人类社会道德的形成、社会化分工、语言的出现、人类大脑的进化等都和间接互惠密不可分;随着经济全球化和网络时代的到来,依赖声望和信誉的陌生个体间的交易日益频繁,局部信息条件下个体的信任被利用的"道德风险"逐渐增大.本文所关注的间接互惠是以声望为核心的"下游互惠",具体而言,个体通过帮助他人建立自己在群体中的好声望,从而期待未来获得他人的帮助.可见,声望是"下游互惠"发挥作用的关键.声望的建立引发了两方面的研究:1）如何评价个体声望的好与坏,焦点是何种声望评估准则能够促进合作的演化;2）个体的声望如何在群体中快速、准确、广泛地传播,使得陌生个体间能够获得彼此的声望信息,其中八卦这种声望传播方式成为间接互惠的研究热点之一.基于声望的间接互惠研究前景广阔,未来可能的研究方向主要有复杂网络上的间接互惠、声望传播系统的鲁棒性、声望共享系统的建立和间接互惠在P2P网络中的应用.     

基于蚁群算法的加强型可抵御攻击信任管理模型

通过将网络节点推荐行为分析和网络恶意节点密度的自适应机制纳入信誉度评价过程,提出了基于蚁群算法的加强型可抵御攻击信任管理模型--EAraTRM,以解决传统信任模型因较少考虑节点的推荐欺骗行为而导致容易在恶意节点的合谋攻击影响下失准的问题。在对比研究中发现,EAraTRM可以在网络中恶意节点密度达到90%,其他传统信任模型已经失效的情况下,仍保持较高的正确性。实验结果表明,EAraTRM能提高节点评价其他节点信誉度时的精度,并降低整个网络中恶意节点间进行合谋攻击的成功率。     

Reputation rating modeling for open environment lack of communication by using online social cognition

This paper defines the available reputation rating models at present from the viewpoint of set theory. Furthermore, to solve the problem that present reputation models fail in the condition of open environment without previous exchanging information, i.e. lack of participant's communication and evidence, online social cognition reputation ratings model is offered. Information seeking online is used to achieve the online behaviors for rating and the reputation can be evaluated by social experience in virtual world based on individual and group social cognition according to the definition of online social cognition set in this model. As online social cognition experience is drawled from a sample set of the open system, when a newcomer enter the evaluation set default reasoning is used to guarantee the model's extension. Finally, the reputation rating evaluation in Health Care Products Web site demonstrates the validity of the model and the results also show that group online social cognition is better than individual's.     

System synthesis with morphological clique problem: fusion of subsystem evaluation decisions

The article focuses on the analysis and evaluation of composite systems on the basis of ordinal estimates for system components. This viewpoint corresponds to system synthesis as an integration (fusion) of local decisions into a global one. We examine hierarchical (tree-like) models for composite systems and consider the following: (1) traditional multi-criteria evaluation approaches; (2) morphological clique problem with special discrete spaces for evaluation of system excellence; and (3) generalization of morphological clique problem. The generalization of morphological clique problem is based on the following: (a) structure of compatibility between system components and its influence to problem complexity, (b) some kinds of compatibility for the components (e.g., asymmetric, negative), and (c) poset-like scales for system components (local decisions) and their aggregation into a scale for a resultant global decision. We consider four basic versions of poset-like scales for system components and several corresponding extended modified discrete spaces of system excellence. Numerical examples illustrate the material (e.g., scales, aggregation of scales, algorithms).