一种基于复合混沌序列的扩频水印算法*

提出了一种安全性高的DWT（discrete wavelet transform）域鲁棒性扩频水印算法。该算法用Arnold变换对水印置乱,而后基于复合混沌二值序列对水印图案信号进行加密和扩频,并给出了一种小波域中量化步长的自适应确定方法,通过奇偶量化的方法将二值水印比特批量嵌入到载体的频域系数中。复合混沌密钥的使用与小波域系数修改的隐蔽性,增强了水印算法的安全性,基于混沌序列扩频码的扩频水印技术增强了水印的鲁棒性,同时很好地兼顾了水印的不可见性,并且实现了水印信息的盲提取。     

基于无限重复博弈的P2P网络信任模型研究

为解决P2P电子商务环境中存在的安全问题,针对现有一些信任模型的局限性,提出一种基于无限重复博弈理论的信任模型。通过建立奖惩策略,对节点的不合作行为,依据博弈策略对节点进行惩罚,同时对选择合作策略的节点进行奖励,并根据欺诈行为次数设定不同的惩罚周期。理论分析和仿真实验表明,合作策略会成为节点博弈的帕累托最优策略,该策略模型能有效遏制和惩罚恶意行为,提高节点诚实交易的积极性,从而有效提高网络环境的安全性和稳定性。     

P2P电子商务中一种基于交易标的额 的信任评价模型

信任评价机制是P2P电子商务中一种能够识别恶意节点并确保系统正确性和可用性的有效机制。信任评价机制的准确性依赖于信任值的计算方法。目前大多数信任评价机制中没有考虑交易金额对信任值的影响,文章提出了一种基于交易标的额的信任评价模型,并给出了一种动态信任阈值设定机制,实验表明该信任模型能有效防止节点的恶意行为,可以很好地应用于P2P电子商务中。     

网格环境下基于实体行为的动态信任评估模型

信任管理作为网格研究的核心内容,受到研究人员的高度关注。目前提出的诸多信任评估模型都基于实体身份,本文首先描述了基于实体行为的信任和信誉定义,在此基础上,基于被评估者的行为给出了一个动态信任评估模型。最后通过仿真实验对模型进行了验证,得到了相应的实验结果和结论。     

开放网络中基于担保的主观信任模型

针对目前存在的主观信任模型不能很好地解决信任初始值的设定和实体匿名问题,利用主观逻辑理论对实体的信任关系进行建模,提出了一种开放网络中的新型主观信任模型,定义了担保信任和全局信誉,依靠实体之间的担保关系设定信任初始值,给出了推荐信任和担保信任的搜索算法。模型有效地描述了实体间主观信任关系,保证了实体的匿名性和信任消息的完整性,从而防止了针对欺骗和联合欺骗。通过仿真实验证明了模型的有效性。     

基于主观逻辑的信任搜索算法

针对现有信任模型中信任搜索算法不能准确有效地对信任进行搜索与合成,利用主观逻辑理论对信任进行量化与计算,提出基于主观逻辑的信任搜索算法.算法由两个关键技术组成:信任路径提取算法与信任路径合成算法.仿真实例验证了该算法在信任合成时减少了信任网络中冗余信息对信任合成的影响,提高了信任搜索效率,使得合成结果更加准确.     

一种基于动态规划的自动信任协商策略

动态规划是解决多阶段决策过程最优化的一种数学方法,可将其运用到自动信任协商中。针对目前有关协商策略的研究中没有区分信任凭证的敏感度和格式的问题,引入披露开销的概念,设计了一种新的协商策略。该策略采用动态规划的思想,基于与/或图建模,分解协商过程,自底向上求解最小开销的凭证披露序列。经证明,该策略是可采纳且高效的,能保障协商的安全性和提高协商的效率。     

网格环境下基于主观逻辑的信任模型

利用主观逻辑对网格中实体的信任关系进行建模和推理,给出了带遗忘因子的信任量化公式,在推荐信任合成中对主观逻辑中的证据合成算子进行改进,提出了一种网格环境下基于主观逻辑的信任模型,有效地描述了实体间的主观信任关系,避免了将存在意见冲突的推荐信任直接合成,提高了合成后推荐信任的准确性。通过实验仿真,证明了模型的准确性和有效性。     

网格计算环境下费用-时间优化i-DAG调度算法

由于现有算法在网格环境下不能很好地解决资源有偿服务和满足用户的QoS需求间的问题，该文通过综合考虑作业中任务之间的优先关系，给出费用-时间优化的i-DAG调度算法，在保证作业时间期限的条件下，利用所求的最大路径，最大程度上将任务集中映射并映射到较便宜的资源上，减少了作业的计算开销和通信开销。实验仿真证明了算法的优越性。     

一种带扰动的高维混沌图像加密算法

针对已有的部分混沌加密算法存在的问题,设计了一个带有扰动的高维混沌图像加密算法。通过对三维Lorenz系统添加扰动改善了序列的随机性,引入了三维猫映射对扩散后的图像进行置乱,并通过二次置乱来提高算法的安全性。分析与仿真结果表明,该算法具有较大的密钥空间,加密后图像像素值分布较均匀,相关系数接近于零,可以有效抵抗已知明文攻击。