双ratings的声誉模型

针对现有对等网络系统中的声誉模型不能很好地处理虚假反馈和合谋的问题,结合公平思想,提出了一种新的基于双ratings的声誉模型.采用两个度量来评价节点:服务信任和回馈信任.服务信任表示服务节点提供服务的可靠性;回馈信任表示评价节点评价的可靠性.该模型根据节点历史交易情况,通过比较评价节点的评价值以及比较评价节点的回馈信任,识别虚假反馈和合谋,并给出了具体量化的服务信任和回馈信任数学表达形式.实验结果表明了模型的可行性和算法的有效性.     

P2P网络中声誉信息分发算法

基于声誉的信任模型中,节点如何获取所需要的声誉信息是个关键问题。提出了一种基于蚂蚁的声誉信息分发算法。该算法通过模拟蚁群觅食的行为,实现了声誉信息在无集中式控制的P2P环境下的分发,解决了节点为建立信任关系获取声誉信息问题。仿真实验表明,该算法能使节点选择最佳路径获取声誉信息,降低了系统的负载,保证了节点获取声誉信息的可靠性和安全性。     

基于H指数的网络信任管理模型

网络信任管理是通过对网络节点间的历史交易数据进行收集、分析和处理,通过建立相应的网络信任模型来提高网络的安全性。本文分析了节点信任和节点声誉的区别,给出了节点声誉的定义,并对网络中全局声誉模型进行了研究。给出了网络信任管理中基于H指数理论的全局声誉信任模型,该模型中利用网络节点的全局声誉值作为节点间是否进行交易的决策依据。     

一种P2P电子商务系统中基于声誉的信任机制

P2P电子商务系统中恶意节点的存在会破坏系统的正确性和可用性.基于声誉的信任机制通过计算节点的信任度可以识别出恶意节点.这种机制的可用性依赖于信任度的计算方法、信任机制的准确性及其抗攻击能力.然而,P2P环境下已有的信任机制在上述3个方面都存在着一些问题.这些问题的解决取决于影响信任度的信任因素的选取.因此,提出了一种新的P2P电子商务系统中基于声誉的信任机制.在该机制中,一个节点具有两种类型的声誉.一个节点相对于另一个节点的局部声誉是根据另一个节点对其交易行为的评价来计算的.一个节点的全局声誉是根据所有与其交易过的节点对它的评价来计算的.通过较全面地引入影响信任度的信任因素,既解决了局部声誉和全局声誉的精确计算问题,又提高了信任机制抗攻击的能力.为了确定节点所给评价的真实性,提出了一个节点评价的质量模型,并给出了节点评价的可信度计算方法.在计算信任度的过程中,利用置信因子来综合局部声誉和全局声誉,并给出置信因子的确定方法.最后,对信任机制的有效性和抗攻击能力进行了理论分析和实验验证.结果表明,提出的信任机制优于其他现有的方法,能够有效地应用于P2P电子商务系统中.     

P2P网络中蚁群的声誉信息分发算法研究

声誉是一种新型的信任建立机制.在P2P网络中,由于P2P网络的匿名性和开放性,存在节点可信问题.利用基于声誉的信任机制,可以隔离和孤立恶意的peers,选择信任状况好的peers提供服务.文中提出了一种基于蚁群的声誉信息分发机制,该算法通过模拟蚁群寻找食物的行为,实现声誉信息在无集中控制的P2P环境下的分发,基于蚁群的声誉信息分发算法能根据节点选择最佳路径来获取声誉信息,这样既降低系统负载,又提高搜索的效率,实现了节点安全、高效获取声誉信息的问题.     

RepTrust : P2P环境下基于声誉的信任模型

声誉是一种新型的信任建立机制,在P2P网络中,利用基于声誉的信任机制可以孤立劣质节点,选择更为可信的节点进行交互,以规避和减少风险。针对目前研究中存在的与网络结构藕合过紧、防止联合欺作和声誉时效性处理不佳等问题,提出了一种新的基于声誉的信任模型RepTrust。模型采用与获取路径甚至评价者rater无关的声誉信息计算信任度,利用基于大多数原则的算法过滤不实声誉,利用衰减因子处理声誉的动态性。仿真实验表明模型在信任度计算、对付欺作和动态声誉处理等方面效果明显。     

基于交易特征和反馈评价的P2P信任模型

提出了一种新的在P2P系统中基于交易特征和反馈评价的信任评估机制。为确定反馈评价的真实性,模型引入了时间衰减函数和事务影响参数,给出了反馈评价的可信度计算方法。实验仿真结果表明,该评估机制能够提高局部声誉和全局声誉的计算准确性,有效地抑制恶意节点。与信任模型PeerTrust和EigenTrust相比,该模型的性能优于其他两者,能够更好地应用于P2P电子商务系统中。     

基于信任评估的信息形式化推荐方法

针对网络信息推荐中缺乏信任评估机制的问题,提出一种基于信任评估的信息形式化推荐方法。建立信息推荐的形式化模型,根据信息推荐中推荐源、推荐者和接收者等不同身份的节点,给出节点置信度、节点信任关系等信任评估方法,综合计算得到信息推荐路径的可信任度,在此基础上给出基于信任的信息推荐算法。实验结果证明了该方法的有效性。     

P2P信任模型研究

在Peer-to-Peer网络中,由于节点的异构性、自治性等特点,节点兴趣和评价标准的不同会造成对服务节点的不公平评价,影响P2P网络的服务质量.针对这一问题,提出一种基于节点兴趣差异的P2P信任模型,用于量化和评估推荐的可信程度,根据节点间的兴趣相似性来确定对推荐的采纳程度,访问节点更倾向于相信与自身兴趣相似的推荐节点的评价.给出了推荐信息的放置方法及信任值求解算法.分析及仿真实验表明,该模型可以有效地提高P2P网络的服务质量.     

基于信任领域和评价可信度量的信任模型研究

为了降低恶意评价对信任模型造成的影响,提出了一种适用于开放分布式网络环境下的基于信任领域和评价可信度量的信任模型(trust model based on the trust area and evaluation credibility,TMEC),并给出了模型流程及相关定义.TMEC模型中将节点的信誉值区分为节点的全局信誉值和反馈信誉值,并基于信任领域进行模型的构建;提出了基于节点评分行为相似性的共谋团体识别算法;提出了基于评价支持度和评价一致性因子确定节点反馈权重的方法,从而使所构建的信任模型更加可信和可靠.仿真实验表明,该模型能够有效地检测和抵制夸大、诋毁和共谋等恶意评价行为,具有良好的抗攻击性.     

一种基于信任机制的混合式P2P模型

以改善P2P网络的安全性能为目标，介绍了基于关键节点的混合式P2P结构和基于信誉的信任机制，提出了一种基于该信任机制的混合式P2P模型，描述了该模型的工作机制。利用该模型可以在两个对等实体之间建立高效、可靠的信任关系，有效防止恶意攻击，提高P2P网络的效率和安全。     

P2P环境下改进的基于信誉的信任模型

现有的基于信誉的信任模型对于节点在进行信誉反馈时的行为突然改变不能做出迅速反应,针对该问题,在保留TBRM(mast-bascd reputatlion model)优势的基础上,提出了一种改进的基于信誉的信任模型.该模型引入了惩罚因子加大对节点在进行信誉反馈时的动态摇摆行为的惩罚力度,并且细化了模型的分布式存储策略.仿真实验结果表明,在P2P文件共享网络中,该模型能有效遏制恶意节点的动态摇摆行为,提高真实文件的下载成功率.     

电子商务系统的信任建模与评估

针对P2P电子商务系统的安全问题,提出一种基于声誉的信任模型。通过引入影响信任度的信任因素改进局部声誉与全局声誉的计算方法,准确地反映出节点的信任度,降低信任度计算的时间复杂度。实验结果表明,该模型相比现有的信任模型,能提高系统交易成功率,并有效用于P2P电子商务系统中。     

面向可信服务选取的基于声誉的推荐者发现方法

为了满足开放系统的高度动态性,特别是系统在线演化对服务评估高效性提出的要求,提出了一种基于声誉的推荐者发现方法,首先引入一个相关因子量化不同上下文中的推荐信任关系,得到信任可传递空间,然后应用信任子网分割算法得到评估发起者的可信推荐者群,最后通过主体群内的信任传递与迭代计算,确定具有高声誉值的推荐信息源.初步实验结果表明,该方法有助于在保证推荐信息准确性基础上减少信息收集中的网络资源消耗,从而有效提高可信服务评估的效率.     

一种改进的对等网络信任模型

现有的基于信誉的信任模型虽然考虑了节点在不同方面的信誉度不同,但是没有考虑在内容方面的差异。本文在现有信任模型TBRM的基础上进行改进,通过引入二维矩阵细化信任因素,并利用惩罚因子加大近期表现持续低靡的节点的惩罚力度。另外,信誉链的建立可以快速找到高质量的节点。     

一种基于推荐证据的有效抗攻击P2P网络信任模型

提出一种基于推荐证据的对等网络(Peer-to-Peer,P2P)信任模型RETM(Recommendation Evidence based Trust Model for P2P networks),解决了基于推荐的信任模型中普遍存在的在汇聚推荐信息时无法处理不确定性信息以及强行组合矛盾推荐信息引起的性能下降问题,同时,RETM采取推荐证据预处理措施,在合成之前有效过滤了无用的以及误导性的推荐信息,使得该模型具有一定的抗攻击性能.在推荐信息的查找问题上,RETM提出了基于反馈信息的概率查找算法,该算法在降低了网络带宽开销的情况下,提高了信息查询的准确率.实验证明RETM较已有的信任机制在系统成功交易率、模型的安全性等问题上有较大改进.     

P2P环境中基于信誉与云理论的信任模型

在P2P环境中,现有信任模型不能完整地体现信任的主观性、模糊性和随机性。为此,提出一种针对P2P环境的信任模型 (CloudBT)。在计算节点的全局信任值时引入时间权重函数,并结合云模型得到节点的信任值,该信任值包括信任的平均度量和信任的不确定信息。在做信任决策时,综合考虑节点信任值的大小及其行为的波动情况。模拟结果表明,CloudBT在P2P电子商务环境中具有较高的成功交易率和较强的抗攻击能力。     

C2C电子商务中基于声誉的信任评估模型

C2C模式电子交易平台以其便利、自由和高效性,而得到迅速发展,但由于其中信任评价机制的不完善,使得对交易参与者的监管难度增大,交易中仍存在较大的风险。针对目前信任评价机制的不完善,提出了基于声誉的信任机制,通过计算交易参与方的信任度以达到识别不诚实的个体的目的。通过进一步研究和分析影响评价的因素,使用时间窗口和交易窗口机制对参与计算的评价进行选择,并综合考虑评价者的自身信任度。对模型的有效性和效率都进行了理论分析和实验验证。结果表明,提出的模型能够有效地应用于C2C电子商务系统中。     

P2P系统中基于声誉的信任评估机制

P2P系统能够使陌生节点之间进行在线交易,但安全问题越来越受到人们的关注。因此,如何在P2P系统中构建一个有效的信任机制来帮助在节点之间建立信任是目前P2P技术研究的一个热点。提出了一种新的P2P系统中基于声誉的信任评估机制,该机制较全面地考虑了影响信任度的因素,改进了局部声誉与全局声誉的计算方法,降低了信任度的计算负载,并且引入了黑名单机制。实验结果表明,该机制能有效地评估节点的信任度,识别和隔离恶意节点,提高系统交易成功率,并能有效地应用于P2P系统中。