服务系统中基于经验本体的信任度量方法研究

在高动态、异构和动态的服务计算环境下,信任度量依赖于推荐信任信息的交流与共享,而现有信任度量方法忽略了对推荐信息内涵和特征的分析,导致实体间的主客观差异性严重影响了信任度量的准确性。首先给出了信任及其度量的形式化语义,提出了一种以经验为核心概念类的经验本体E-Ont,明确了交互经验相关的概念及属性,在此基础上给出了信任推导及聚合方法。与基于评价和上下文的信任度量方法相比,所提方法增强了信任度量的准确性,利于服务请求者在开放、异构服务环境下选择可信的服务提供方进行交互。     

基于加权多属性云的主观信任度量方法

针对现有基于云模型的信任度量方法缺乏对信任的多粒度及时效性考虑,提出一种基于加权多属性云的信任度量方法。首先,以多属性信任云对信任度量粒度进行细化,并在实体信任计算中引入时间衰减函数;其次,对信任云的多属性综合与多路径合并得到实体的最终信任云;最后,采用云的相似度比较算法与信任基准云进行比较,得到实体的信任等级。通过网格计算环境下的仿真实验表明,当节点交互100次时,采用加权多属性云的度量方法的交互成功率为80%,比传统方法提升了15%。仿真结果表明,采用加权多属性云的度量方法可以提高信任度量的准确度。     

基于模糊理论的Web服务信任评估模型

针对Web服务环境的开放性、欺骗性和不确定性等特征,提出一种基于模糊理论的Web服务信任评估模型——WSTrustM。该模型采用模糊理论的方法对信任度进行度量并对信任评估因素进行组合权重分配,利用模糊集合理论的隶属度概念对实体之间的信任关系进行等级划分。仿真实验结果证明,该模型在Web服务信任评估方面更加准确,可以降低交互风险、保证交互的成功率。     

基于多维信任云的信任模型研究

针对主观信任的模糊性和不确定性以及现有的基于云模型的信任模型中粒度粗糙的问题,提出了一种基于多维信任云的信任模型。首先,依据实体间的直接交互经验和交互时间,利用加权逆向云生成算法计算被评估实体的直接信任云;然后,通过评估推荐实体的推荐可信度,计算被评估实体的推荐信任云;最后,综合直接信任云和推荐信任云产生综合信任云,并依此进行可信实体的选择。仿真结果表明,基于多维信任云的信任模型能够有效地识别系统中的各类服务实体,可提高实体间的交易成功率。     

基于云模型的服务信任模型

针对Web服务中信任的主观性和不确定性等特点,提出一种基于云模型的信任建模方法,并给出了直接信任云、推荐信任云、综合信任云的计算方法及基于时间权重的信任更新算法．同时,该模型运用具体的服务能力评价信息来量化服务的信任度,增强了模型的客观性,使其能较好地量化实体的真实信任水平,提高网络中实体的交互成功率．实验与分析结果表明,该模型在网络环境中具有较好的效果．     

上下文感知在Web服务动态信任计算中的应用

针对当前信任模型未能充分考虑环境因素在信任评估中的影响问题,提出了一种基于上下文本体的Web服务动态信任计算模型（CO-WTCM）。该模型通过感知服务实体所处上下文信息,对这些动态、分布、异构的信息进行本体建模,在此基础上采用主客观组合赋权法和模糊综合评估算法对服务实体间的信任关系进行综合评估并通过信任度的综合计算实时更新实体间的信任关系,从而最大程度地保证实体行为的安全和可信。通过与EigenTrust模型相对比,仿真实验验证了该模型的可靠性和有效性。     

一种基于本体映射处理推荐信任信息的模型

在高动态、开放、异质和分布式网络环境下,在线实体不可避免地需要在交互之前考虑其潜在合作伙伴的可信程度.由于实体通常不具备关于这些潜在合作伙伴的足够知识,因此从所谓第三方收集一些推荐信任信息是必要而且重要的.然而,由于目前没有关于信任的一致理解,推荐信任信息很难被实体理解和使用.信任本体的出现有助于解决这个问题,从而促进互操作性.但在实际上,目前仍没有一个可被所有实体全局共享的信任本体.提出一个采用本体映射来促进推荐信任信息理解的模型,该模型实现了基于不同信任本体的各参与方的有效交互,提高了在线环境中信任管理的灵活性、开放性和可扩展性.     

基于蚁群算法的动态信任模型研究

信任度在分布式环境中具有不确定性,而传统的信任模型都将信任度定义为布尔型变量,这种信任度无法量化地描述实体间的信任强度。提出将信任度定义为一个非布尔型变量,并使信任度关联于时间和交互事件,引入信任矩阵和信任信息素的概念构造一种新的动态信任模型,同时对模型进行了描述并给出算法的关键步骤。该模型不仅可以实时度量实体间的信任关系以及实体的信任度,而且在分布式环境中具有较好的可扩展性,具有一定的理论价值和应用价值。     

基于云模型和风险评估的信任模型研究

针对基于云模型的信任模型缺乏对反馈信息的可信度量以及风险评估等问题,提出一种新的信任模型。综合反馈实体的评价次数、评价行为一致性等因素对反馈者提交的评价信息进行可信度量,基于加权逆向云生成算法构造被评估实体的实体信任云,根据被评估实体的活跃度和实体信任云的数字特征参数进行交互风险的评估。仿真结果表明,该模型能较好地反映实体的行为特点,提高实体间的交互成功率。     

面向信任的协同模型*

针对开放分布式系统中收集实体的经验值和度量信任困难的现状,采用关注分离的原则,将实体的信任处理行为与计算行为、交互行为进行分离,提出了一个面向信任的协同模型。通过模型中的信任角色实时监听所绑定的计算实体的消息来更新经验值,进而计算信任度,为系统选择相对可信的计算实体提供了依据。最后,利用Java消息服务技术和EJB技术给出了该模型的实现框架。     

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。     

语义网中基于本体的语义信任计算研究

根据语义网中信息拥有的属性特征以及节点之间交互方式,在将信息语义信任度定义为传播节点信任度和传播信息内容信任度基础上,提出了一种信息语义信任度计算算法。该算法由三部分组成：一是每个节点通过自身本体对知识的形式化说明计算信息内容信任度;二是通过节点之间信息交互计算节点信任度;三是在前两种计算基础上综合计算得到最终信息语义可信任度。进而提出一种信息传播动态信任控制机制。最后进行了仿真实验,实验结果表明,本论文研究成果能够使信息在语义信任计算基础上进行有效传播。     

基于本体的信息语义可信任计算研究

根据语义网中信息拥有的属性特征以及结点之间交互方式,提出了一种信息语义信任度计算算法。信息的语义信任度定义为传播信息内容信任度和传播结点信任度两部分。每个结点通过自身本体对知识的形式化说明计算信息内容信任度;通过结点之间信息交互计算结点信任度。进而在两种计算基础上综合计算得到最终信息语义可信任度,最后通过仿真实验以及分析表明能够有效地对语义网中信息进行信任计算。     

考虑群体信任的网络安全态势多维偏好评级方法

现有网络安全态势评级方法难以同时兼顾专家间信任信息、偏好信息以及客观异质信息等多源信息,为此,建立基于群体信任的网络安全态势多维偏好评级模型.在描述网络安全态势多维偏好评级问题的基础上,提出社会网络中信任信息不确定程度度量方法,进一步建立一种考虑单链信任信息不确定性和内部差异性、多链间信任非补偿性和内部差异性的不完整信任网络构造模型,据此确定专家权重;定义基于级别特征值的客观排序、专家偏好的群体一致性程度和群体非一致性程度,进一步建立包含专家信任信息、偏好信息和评级信息等在内的网络安全态势评级多维偏好分段变权综合优化模型,获得基于二元语义的网络安全态势等级和等级区分度.所提出方法为构建和检验网络安全态势评级提供理论依据,有助于研发先进的网络安全态势评级系统,提高网络安全防护能力.     

开放网络中基于群组的主观信任模型

针对现有信任模型不能很好地解决信任信息有效共享问题.从模拟人类社会信任建立过程出发,提出了开放网络中基于群组的信任模型,并给出了信任初始化算法以及对自私节点和不诚实节点的惩罚机制.最后,通过仿真实验验证模型能够有效地收集推荐信息,同时减少恶意推荐对信任合成的影响.     

互操作信任的模糊变权动态综合评价方法

随着信息化的发展,"信息孤岛"成为阻碍跨部门、跨域信息资源共享的主要问题,而解决这个问题的关键技术就是互操作.不同部门之间实现互操作的前提是建立良好的信任关系.以信息系统互操作为背景,从组织信任关系的角度,对互操作的信任机制进行了研究.在构建互操作联盟的基础上,一方面,从组织信任关系背景下,分析了影响互操作信任的定性和定量的因素,建立了互操作信任评价指标体系;另一方面,为符合互操作局部自治和动态变化的特点,研究了基于模糊变权理论的互操作信任动态综合评价方法.最后,通过仿真对上述研究内容的可行性进行了验证.通过分析证明该方法能够实现互操作信任的动态变化以及基于信任的互操作逻辑重构.     

基于Web Services的科技信用信息共享

针对科技信用缺失现象,应健全科技计划和科学基金信用制度,非常重要的一项就是健全信用信息共享机制。利用Web Services可以方便地实现不同系统之间的数据交换和集成。本文提出基于Web Services的科技信用信息共享平台的思想,详细介绍信用信息数据库的建立、信息收集和信息处理,最后探讨信用评估体系的确立。     

基于改进的模糊C-均值聚类的信任文摘

信息时代的到来和互联网的发展,使信息文本呈爆炸趋势生成和传播,虚假信息的大量存在,给人们高效地获取可信的、安全的信息带来了相当的困难.如何对互联网上的信息文本进行信任评估,是内容信任和网络安全急待解决的问题.借鉴传统的自动摘要技术,首先提出了信任文摘的概念,在文本的词、句子、篇章等各个层面上发掘信任信息,改进自动分词方法,选取信任中心句并运用改进的模糊C均值聚类算法对其聚类,然后为信任中心句选择信任支撑句,最后生成了信任文摘,为基于内容的信任评估提供了一个较好的手段.     

一种基于本体的Web服务信任度计算模型

传统的Web服务信任度计算模型所计算的信任度是一个单独的数值, 缺少必要的上下文信息, 使得信任度表达的含义比较模糊。另外, 以往的计算模型大多局限于单一的管理域中, 管理域之间由于缺乏共同的知识标准而无法进行统一的信任度计算。为此, 提出了基于上下文本体的Web服务信任度计算模型以解决上述问题。本体技术为上下文信息的表达和推理提供了便利, 同时也为不同管理域之间的交互提供了共享知识库。在提出的模型中, 直接以用户关心的上下文信息作为间接信任度计算的重要依据, 在对上下文概念进行语义匹配的基础上, 最终实现跨域的信任度计算。实验结果验证了模型的可行性和有效性。     

The trust model of enterprise purchasing for B2B e-marketplaces

Electronic commerce and online marketplaces have rapidly become critical transaction channels. Many studies of online marketing have focused on the purchasing behaviors of general buyers. However, many business to business (B2B) e-marketplaces allow professional procurement personnel from various businesses to electronically search for and purchase commodities; this facilitates price referencing and helps procurement personnel complete the tasks associated with direct purchasing functionalities. Despite this trend, few studies have examined the purchasing behavior of procurement personnel in B2B e-marketplaces. To fill this research gap, this study examines the relationships between trust in intermediaries and sellers; trust in commodity information; and the online purchase intentions of the procurement personnel in B2B e-marketplaces. This study also investigates the mediating effect of perceived value on the relationship between trust in commodity information and online purchase intention. The results indicate that the relationship between trust in commodity information and online purchase is mediated by perceived value. In addition, both intermediary trust and seller trust positively and significantly influence trust in commodity information, and intermediary trust positively influences seller trust. This finding is a valuable reference for professionals working in B2B e-marketplaces.