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。     

基于云模型的C2C电子商务信任评价模型

针对C2C电子商务存在的交易安全性问题,提出了基于云模型理论的信任评价模型。通过信任云及信任标准云的定义,客观地反映了信任的模糊性和随机性,实现了信任从定性到定量间的相互转换。给出了信任云的合并及相似度计算算法,实现了信任的分属性及综合评价和决策,仿真实验表明模型是可行的和有效的。     

基于信任网络的C2C电子商务信任算法

C2C电子商务交易具有匿名性、随机性、动态性的特点,交易双方仅通过虚拟网络交换信息,缺乏基本的信任基础,交易存在较大的风险.构造科学的信任计算模型、客观度量卖家的可信度、辅助买家(消费者)做出正确的购买决策,是降低交易风险的有效手段之一.为此,从买家的角度出发,详细讨论了信任网络的基本概念及其相关属性,并以信任的时间敏感性、不对称性、可传递性和可选择性为基础,建立了C2C电子商务环境下的动态信任算法(C2C dynamic trust algorithm,简称CDTA).该算法首先通过买家自身的交易经验计算买家对卖家的直接信任度,然后计算来自信任网络中买家的朋友对卖家的推荐信任度,最后通过信任调节因子集成直接信任度和推荐信任度来获得买家对卖家的信任度.仿真实验分析结果表明:一方面,该算法考虑了交易的多属性及其相关性,信任评价的粒度更加细化,使得信任计算的结果更加客观;另一方面,评价相似度可以很好地筛选出符合买家“个性”的推荐节点,使推荐信任度更准确,可以进一步抑制恶意节点对信任算法的影响.     

C2C电子商务信任评价模型设计与实现

目前C2C电子商务环境下使用的信任评价模型存在诸多问题,提出基于交易成功率的C2C电子商务信任评价模型,并从模型框架、信任值计算、信任评价模型算法、用户信任值存储、仿真实验等多个方面对模型进行阐述。通过仿真实验,从评价准确率和交易成功率两点就本模型与淘宝的信任评价模型进行比较。     

C2C交易信任管理机制探讨

以一般典型的 C2 C交易类型——拍卖网站为例 ,通过分析其交易风险和安全需求 ,提出一个综合的电子商务信任管理模型 ,并通过实例加以说明 ,从而在总体上给出一个完整的在线信息管理解决途径     

基于群组的C2C电子商务信任模型研究

国内的电子商务平台大多采用eBay信任模型,对买家反馈评分进行简单累加得到卖家信誉值,未区分买家反馈评分的合理性及其参考价值的重要程度。为此,提出一种基于群组的C2C电子商务信任模型,通过计算买家与卖家的熟悉度,确定买家的可信度,综合考虑反馈评分、交易次数、交易价格、交易时间、以往买家的可信度对信誉的影响,构建电子商务信任模型。模拟实验结果证明,相比Sporas模型,该模型能为买家提供更全面、更准确的卖家信誉信息。     

面向信任和声誉模型的抗攻击研究综述

信任对电子商务至关重要。从多个学科的综合角度总结了电子商务中信任及声誉模型的理论、模型和研究方法,重点关注面向信任和声誉模型的攻击及抗攻击方法。指出了下一步研究的方向和思路。     

基于社会网络与信誉的C2C信任评价模型

将概率论和社会网络理论应用到信任传递以及多信任路径建模中,针对C2C交易平台实际的商业网络特征,提出基于社会网络与信誉的C2C信任评价模型。引入相似度计算建立簇与簇之间的关联,以解决C2C交易网络存在的买卖分工明确、稀疏性、聚簇问题。对淘宝网C2C交易平台数据的分析表明,该模型对淘宝网现有信誉机制具有较好的改进和补充作用,更符合现实生活中人与人之间的信任和推荐关系。     

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。     

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.     

P2P环境下基于声誉的信任管理模型

在分析以往面向节点与面向资源的信任管理模型的优点与不足的基础上,提出一个新的基于声誉的信任管理模型。该模型首先根据价值量对节点所拥有的资源进行分类,在此基础上进而综合考虑资源与节点的声誉问题。模型通过节点以往交互行为的评价信息来对将要发生的行为进行预测与判断。此外,讨论了关于声誉值初始化的问题,使得模型更加具有实际意义。     

C2C网上拍卖中的信任计算模型研究

在线信任匮乏已成为阻碍网上拍卖快速、健康发展的重要因素。为了帮助用户实施有效的信任决策,针对拍卖网站中现有的信任计算方法的不足以及传统理论信任模型的局限性,本文提出了影响网上拍卖信任的5项信任因素,并构建了C2C网上拍卖中的信任计算模型。最后仿真实验的结果表明模型具有较好的有效性和可行性。     

一种基于信任衰减向量的P2P网络信誉模型

为了解决P2P网络的信誉问题,以电子商务为研究背景,设计了一种基于信任衰减向量的P2P网络信誉模型（P2P-Rep）。本模型采用混合结构式P2P网络的架构,对电子商务中各交易指标的评价向量进行衰减计算,基于交易评价因子推理计算直接信任度、间接信誉度和综合信誉度。仿真实验验证了该模型较低的资源开销和较高的交易成功率。     

直接评价节点诚信度的P2P动态信任模型

为解决现有P2P信任模型计算开销大、动态适应能力差、推荐可信度的动态性未得到足够重视等问题,提出了一种新的动态信任模型。通过直接交互节点的局部评价加权其推荐可信度计算节点的全局信誉值,避免了迭代过程,降低了网络开销。采用基于时间帧的方法更新节点的全局信誉值和推荐可信度,以抑制节点提供服务和推荐两方面的动态性。仿真实验结果表明,新模型较现有模型在网络开销、节点动态性推荐的抑制等方面有较大改进。     

B2C的信任影响因素研究

当前,B2C电子商务逐步受到人们的关注,由此信任问题也成为B2C电子商务接受的关键因素。而信息技术用户接受理论认为用户对信息技术能否有效地接受,决定了它真实的价值和影响。因此理解相关因素对预测和解释用户的B2C电子商务接受行为具有重要的现实和理论意义。该文提出了一个基于技术因素的信任接受模型;通过引入中介变量商业因素,感知易用性和有用性反映用户信任建立过程;最后还通过引入调控变量进一步阐述信任的形成。该文最后通过对当当网的定性分析来验证模型的准确性。     

移动P2P网络中的多粒度信任模型

移动P2P网络的应用越来越广泛,随之而来的是大量欺诈等恶意行为,使系统的有效性和可用性难以保证。现有模型大多针对固定网络,忽略了终端类型对节点信任值的影响,而且不能很好地解决节点在不同领域、不同方面的可信度计算问题。针对上述问题,利用聚类思想和时间因子的概念,提出一种多粒度信任模型MGT（Multiple Granularity Trust Model）,并给出基于该模型的资源选择协议的工作流程。分析结果表明,模型能够有效地抵御恶意节点的破坏,增强P2P网络的安全性。     

一种半全局化的P2P信誉度模型

提出了一种新颖的信誉管理机制,首先给出了一套客观的信誉跟踪评价标准,然后根据各个节点的能力与行为表现将它们划分成两类：信誉值和能力均很出众的精英节点,一般的或新加入系统的普通节点。精英节点享有一定特权并组成结构化的网络,普通节点组成无结构的网络。接着用一种半全局化的方法来计算和存储各节点的信誉值。最后,通过实验证明此机制的有效性和健壮性。