网格环境中的一种信任模型

网格环境中的信任问题是当前网格研究的一个热点问题,为了解决网格环境的动态性和不确定性带来的安全问题,文章提出了一种新的信任模型来处理网格环境中实体之间的信任关系,该模型对域内信任关系和域间信任关系分别采取不同的方法进行处理,实验和分析结果表明,与以往的信任模型相比,这种信任模型能更加精确地评估实体之间的信任关系,从而能更加有效地解决网格环境中存在的安全问题。     

网格环境中改进的基于域的信任模型

由于网格技术的动态性和不确定性所带来的安全问题,网格实体间的信任关系已经成为网格安全研究的热点问题。根据网格技术的特点,在研究现有信任关系的基础上提出一种改进的基于域的分层信任模型来处理网格环境中实体之间的信任关系,该模型把管理域的信任关系分为域内关系和域间关系来处理,并完善信任值的更新机制和时间衰减影响因子。分析和实验仿真表明,该模型在有效性方面显示出更好的性能,是对网格信任模型的有效补充。     

网格信任模型

为了解决网格环境的动态性和不确定性带来的安全问题,需要对用户在网格环境下的行为进行评价,反映出该用户网络行为的可信程度。探讨了网格环境下的安全需求,给出了网格信任的相关定义,在前人研究的基础上,提出了一种新的网格信任模型,用来处理网格环境中用户之间的信任关系。该模型对网格环境中用户的信任度和声誉进行了分析,对域内的信任关系和域间的信任关系分别采用不同的方法来进行处理。研究了如何在网格计算中建立信任模型,来排除内部恶意用户,提高系统的安全可靠程度。     

基于多Agent的网格信任模型

在对相关信任模型研究的基础上,提出了一个基于多Agent的信任模型,该模型采用在每个管理域设置多个Agent,每个实体和多个Agent关联的方式来管理网格环境中实体间的信任关系.实验和分析结果表明,与其它基于声誉的信任模型相比,这种模型不但缩短了交易响应时间,而且提高了作业成功率,从而能更加有效地解决网格环境中存在的安全问题.     

新的基于网格环境的分层自主信任模型

由于网格的动态性和不确定性所带来的安全问题,网格实体间的信任关系成为研究的热点。提出一种新型的基于信任域的分层自主信任模型来处理网格环境中实体之间的信任关系,并对域内与域间信任关系分别采取不同的计算策略进行处理。模型采用分层和实体自主信任的思想,不同层次维护相应的信任表格,并体现实体动态的主体特性。分析和仿真表明,该模型在有效性和算法复杂度方面显示出较好的性能,是对网格信任模型的有效补充。     

网格环境的一种跨域信任模型

针对跨域资源调度中不同信任模型之间的差异,提出了一个由域间代理完成的不同信任机制之间的转换模型,将跨域和域内信任一致处理,实现了跨域信任度的转换和评估。给出了跨域信任中的上下文定义,提出了实现跨域调度并体现上下文含义的调度算法。实验表明,所提出的转换模型和调度算法在跨域范围内选择了信任度高的资源,缩短了任务完成时间,提高了任务满足率,使调度过程得到了优化。     

模糊数学在网格信任模型中的应用研究

模糊数学是一门崭新的数学学科,而且是计算机科学向人类的自然机理方面发展的重大突破.网格是近十年来信息技术领域的热点研究课题.本文将模糊数学的理论知识用于网格信任模型、服务质量等级的判断上,使得用户信任度的评估更加准确、灵活、可靠.模糊语言变量是一种既能反应信任的模糊性又具有直观简洁特点的定量描述机制.它能够很好地描述网格的动态特性,为网格的信任模型发展提供理论支持.     

教育资源网格中的一种信任评估模型

在开放的数据网格中,动态反映资源可信度是一个主要安全问题。本文提出了一种新的信任模型,动态评估资源的信任值,从而提高教育资源网格的安全性和可扩展性。该模型根据实体访问资源的推荐信任值、资源的被访问频率以及资源所在域的信任度综合评估资源信任度。通过和目前流行的针对行为的信任评估模型的实验对比,本文提出的信任模型具有更低的时间复杂度,信任度的评估也更可靠。实验结果表明,该信任模型可作为一种有效的手段,不但可以为数据网格中对资源的信任决策提供支持,防止恶意资源破坏的扩散,同时还能提高资源检索的可靠度。     

一种改进的划分域的网格信任模型

对比目前现有的网络信任模型,根据网格的特点,本文提出了一种划分域与对等结构相结合的网格信任模型,该模型充分考虑了信任的域管理性和网格实体的自主性,并且可以在独立于网格安全层之上构建一个基于新模型的独立信任管理层。     

网格环境下基于域的信任模型

信任管理是网格安全研究的核心内容,根据网格的特点,提出了一种信任模型;模型中把网格实体之间的信任关系分为域内信任关系和域间信任关系,并给出了相应的定义和参数,信任度的计算和更新过程;引入时间衰减函数,使信任值的计算更加精确;仿真表明,该模型可以保证推荐信任值的可靠性,防止联合欺骗,有效地解决了网格环境中的信任评估问题。     

网格环境中基于行为的信任模型研究与改进

给出了网格环境下信任的定义,对网格环境中基于行为的信任模型进行了研究,并对其进行了改进.改进模型中的信任抉择采取三级受理的方式,按照“先本地、再同域、最后其他域”的顺序逐级地处理交易请求,使得交易处理有条不紊的进行.介绍了域内直接信任值、域内问接信任值、域内信任值、域间直接信任值及域间间接信任值的计算方法,充分考虑了各种情形,使得评价更加客观和合理,提高了交易成功率,从而为访问决策提供有利且合理的依据.     

一种新的基于网格环境的行为信任模型

针对目前网格环境下资源管理和分配中所存在的安全问题,提出了一种新的基于实体行为的信任管理模型.着重描述了行为信任的定义和算法说明,实验和分析结果表明,与以往的信任模型相比,这种信任模型能更加精确地评估实体之间的信任关系,从而能更加有效地解决网格环境中存在的安全问题.     

一种改进的基于行为的网格信任模型

网格环境中的信任问题是当前网格研究的一个热点,为了解决网格环境的动态性和不确定性带来的安全问题,文章在研究现有信任关系的基础上提出了一种新的基于行为的信任模型来处理实体间的信任关系,引入身份权概念,对域内信任关系和域间信任关系采取不同的方法进行处理。实验及分析结果表明,该模型能有效地解决网格环境中存在的安全问题。     

网格中具有奖惩激励的信任域体系设计与实现

本文结合Agent与Petri网的特点和优势,提出一个网格中信任域体系的设计方案。首先将网格划分为若干自治的信任域,并对信任域的构成抽象为三个Agent类:域代理Agent,用户Agent和资源Agent。再通过Petri网对三类Agent之间的交互行为进行建模,产生激励机制:促进共享,识别并抵制恶意实体。最后仿真实验证明,本文提出的方案能有效地解决网格信任中复杂的互操作问题。     

一种适合分层自主信任模型的信任值计算方法

由于网格的动态性和不确定性所带来的安全问题,网格实体间的信任关系成为研究的热点。本文改进了一种分层自主信任模型,并给出适应该模型信任值的计算公式和更新方法,其中在信任值的计算中考虑到QoS需求,且在综合信任值计算时引入标准正态分布函数,使得推荐信任所占权重不再是常数,故能较好地符合实际的交易活动。分析和仿真表明,本文提出的信任值计算公式提高了网格系统的交易成功率。     

一种新型的网格行为信任模型

网格计算系统是一个分布式的高性能计算机环境,由广域分布的异构的计算机和资源组成,旨在使用户可以透明地共享使用这些资源,而且彼此可以进行区域间的紧密合作。为了保证这种共享合作更加安全可靠、更具吸引力,在网格系统中提出了信任的概念,具体又可划分为身份信任与行为信任。其中身份信任主要负责身份验证以及用户权限等问题,而行为信任关注的是更广泛意义上的可信赖性问题,用户可根据过去相互间行为接触经验而及时动态地调整更新彼此间的信任关系。该文着重描述行为信任的含义和计算方法,并在此基础上提出了一种新型网格行为信任体系模型,最后通过举例具体讨论说明了它的应用过程。     

网格信任模型的研究

信任是网格安全研究中的一个重要方面,详细介绍了目前在网格环境中应用的几个信任模型,并对这几种信任模型进行比较,进一步指出了这几种信任模型的优缺点及可能改进的思路。     

基于网格环境中的量化评估信任模型

网格计算系统是由地理上分布的,异构的计算机和资源组成,它是一个分布式的高性能计算机环境,通过网络连接,用户可以透明地共享这些资源.但其本身具有动态性和不确定性,给区域间网格实体的合作带来一系列安全问题.所以网格环境中的信任问题,成为当前网格研究的一个热点.在本文中,把信任划分为身份信任和行为信任,提出了一种新型的量化评估信任模型,来处理网格环境中实体之间的信任关系,从而更科学、有效地解决网格环境中存在的安全问题.     

基于网格环境的动态自适应信任机制研究

为了满足网格系统的异构、动态、开放等特性,提出了一种动态自适应的网格信任模型,在该模型中节点是独立自主的,相对于传统信任模型更加适合在网格环境下运行,系统的节点加入更加自由,降低了节点负担和网络阻塞.并将信任度划分为提供服务和使用服务的两种形式,同时在模型中引入了修正因子和上下文环境对节点进行评估和反馈,避免了恶意节点利用高信誉值进行欺骗行为的发生.模拟实验表明该模型节点交易成功率有了很大的提高.     

基于网格环境的动态自适应信任机制研究

为了满足网格系统的异卡勾、动态、开放等特性,提出了一种动态自适应的网格信任模型,在该模型中节点是独立自主的,相对于传统信任模型更加适合在网格环境下运行,系统的节点加入更加自由,降低了节点负担和网络阻塞。并将信任度划分为提供服务和使用服务的两种形式,同时在模型中引入了修正因子和上下文环境对节点进行评估和反馈,避免了恶意节点利用高信誉值进行欺骗行为的发生。模拟实验表明该模型节点交易成功率有了很大的提高。