一种具有分类决策属性的信任模型

如何安全、有效地选择信任度满足要求的服务提供者是目前信任研究领域的热点问题。文中提出了一种多属性决策的层次化信任模型,将决策属性分为定量属性和定性属性,有利于属性的分类度量、属性的系统化分析和信任等级的设定,同时给出了对具有不同信任等级的属性进行融合的方法。用置信区间来表示定性属性,可以很好地表达主观不确定性和风险意识。利用推荐者的推荐信息可以快速建立实体间的信任关系,针对网络中存在的恶意实体的推荐,列举了检验推荐信息可信度的方法并分析了各自的优缺点.介绍了几种典型的信任模型并提出了建立信任模型的关键。     

一种服务多维信任属性模型的研究

随着Web服务研究的不断深入,从服务角色的角度出发考虑服务结构已经成为研究的热点问题。主要从服务的使用者、提供者和服务本身三个方面考虑,提出一个服务信任管理模型,通过使用者对服务信任属性的反馈信息修正提供者发布的服务主观信任信息,通过服务组装过程中获得的信任信息修正提供者提供的服务客观信任信息,从而为用户提供更加准确的基于信任的服务推荐。     

一种角色分离的信任评估模型

针对实体恶意推荐问题,提出了一种角色分离的信任评估模型(RSTrust).模型将实体在信任评估中承担的角色分为交易角色和推荐角色两类,分别用交易信任度和推荐信任度来描述其可信性,区分不同角色对实体不同信任度的影响;在计算实体全局信任度时,RSTrust将推荐者的全局推荐信任度作为其推荐证据的可信权重,消除恶意推荐对全局信任度计算的干扰.分析和仿真结果表明,模型具有良好的抗恶意推荐能力和收敛性.     

一种基于上下文感知的网络交易信任评价模型

在前人研究基础上,提出一种基于上下文属性感知的信任评价模型,结合考虑时间衰减因素、交易额影响给出信任模型的实现方法,综合直接信任和推荐信任对网络交易实体进行信任评估.经过实践,该模型可以有效抵御共谋攻击与具备信任评价时效性.     

一种Peer-to-Peer环境下的综合信任模型

提供一种高效的信任模型是保证P2P系统高效、稳定的关键．列举目前已有的信任模型，并以节点自身兴趣为基础，综合P2P网络中节点的推荐给出了一种P2P环境下的综合信任模型．在JXTA架构上予以实现，给出实验结果及分析．     

一种基于推荐的分布式信任模型

探讨了信任的定义和基本属性,并基于推荐给出一种分布式信任模型及其实现协议,是对信任管理系统的重要补充,对于实现动态授权和构筑分布系统信任机制具有重要意义。     

可信网络中基于多维决策属性的信任量化模型

可信网络中的信任关系模型本质上是最复杂的社会关系之一,涉及假设、期望、行为和环境等多种因子,很难准确地定量表示和预测.综合考虑影响信任关系的多种可能要素,提出了一个新的基于多维决策属性的信任关系量化模型,引入直接信任、风险函数、反馈信任、激励函数和实体活跃度等多个决策属性,从多个角度推理和评估信任关系的复杂性和不确定性,用来解决传统量化模型对环境的动态变化适应能力不足的问题;在多维决策属性的融合计算过程中,通过信息熵理论确立各决策属性的分类权重,克服了过去常用的确定权重的主观判断方法,并可以改善传统方法由于主观分配分类权重而导致的模型自适应性不强的问题.模拟实验表明,与已有同类模型相比,该模型具有更稳健的动态适应性,在模型的安全性方面也有明显的优势.     

一种基于Qos约束的信任模型研究

提出一种基于服务提供的QoS约束建立直接信任模型的方法，并在建立过程中引入偏序关系，以屏蔽一些在创建过程中没有价值的参考历史纪录．同时参考人类社会行为规律建立推荐信任模型，并借鉴人类竞赛的打分机制屏蔽恶意推荐信息．为了避免出现负载不均衡的现象，提出采用轮盘赌的方法进行服务选择．实验证明该模型能有效地解决问题．     

一种基于推荐的P2P网络信任管理模型

研究网络管理,提高网络质量,鉴于现有的P2P网络推荐信任机制缺少完整的系统解决方案,结合局部信任机制的特点,依据在P2P网络中对相关的节点的评价能力及历史信息的搜集、分析,并加强安全性管理,提出一种基于推荐的P2P网络信任管理模型.在信息的收集过程中,仅限于与某节点有过交易历史并有较高成功经验的节点或与节点有关的信息,并且有机融合节点特征,建立了综合评判机制,分析了网络中存在的恶意行为及对恶意行为的抑制方法.仿真实验表明模型的可信性和实用性,可以有效地减少恶意节点的破坏,提高P2P网络的整体安全性能.     

一种改进的信任模型研究

在开放网络环境中,电子商务活动越来越频繁,信息共享等服务越来越普遍,但是其中的安全性问题,严重影响了它在实际中的应用.在网络安全策略中引入信任机制,成为一种好的解决方法.在研究相关模型的基础上,提出了改进策略,很好地应对了信任合成中的欺骗与串谋等行为,并可将此类恶意行为的影响降低到最小.对模型进行了仿真检验,结果表明设计方案具有极高的准确性和可行性.     

一种带有信任度的基于角色的信任管理模型

在RT（一族基于角色的信任管理语言）的基本部分RT0的基础上提出了新的带有信任度的基于角色的信任管理模型（RTDOT）,将信任度结合到信任管理中,并给出了模糊集合的语义。新模型体现了信任的主观性和模糊性,并可对委托深度进行控制,与模糊理论的结合为信任管理提供了一个新方向。     

一种多值决策属性的决策系统的离散化算法

决策系统中连续属性的离散化,即实型属性空问向整型属性空间的映射,它是对决策表中属性约简的第一步.针对多值决策属性的决策信息系统,提出一种新的属性离散化算法.首先根据决策属性的不同,将条件属性集划分为不同的序列,对每两个序列求取候选断点,最后,综合所有的候选断点即为所求的候选断点集合;然后在基于条件属性重要度和贪心算法的基础上提出一种确定结果断点子集的新启发式算法.实例验证了本文所提出的算法能够取得较理想的连续属性离散化结果.     

一种基于t相似分类的连续值域决策表的决策算法

首先给出t相似度的定义,并引入t相似类的概念.随后,借助研究对象的t相似类定义了相似划分算法和广义决策集,并研究它们的性质,给出基于相似划分的类对应规则提取方法.接着,给出类对应规则中各条件类的区间表达,得到了面向连续值域决策表的规则提取算法.最后,结合实例说明了决策规则提取算法的实现过程.     

带结论域的关联规则的挖掘

为了提高关联规则挖掘的效率和提高关联规则的准确率,提出了以rough set为基础的关联规则挖掘,该文系统介绍了两种挖掘算法的主要过程,并提出了带结论域的并联规则挖掘解决方法。     

基于多QoS属性的分类优化调度算法

实现用户的服务质量（Qos）是网格计算中力求达到的重要目标,网格资源的分布性、异构性、动态性等特征使网格环境下以服务质量为指导的资源调度成为一个复杂的问题,尤其是在用户的任务具有多种QoS属性的情况下。该文利用经济模型研究网格QoS控制的资源分配问题。以效用最大化为目标通过综合效用函数量化服务质量,设计了在时间和费用受限情况下对任务进行分类的优化调度算法,该调度算法满足用户多QoS属性。仿真实验显示了该算法的有效性。     

决策树的属性选取策略综述

决策树的属性选取标准在决策树算法中处于核心地位,针对数据集的不同特征人们提出了多种不同属性选取标准。该文首先回顾了几种常用的决策树属性选取标准,并把它们概括为属性间相互独立的选取策略和属性间相互关联的选取策略然后介绍了各个属性选取标准的多值偏向问题。     

属性渐增式的决策规则挖掘算法

1引言 在数据挖掘(Data Mining)中,决策规则的挖掘是一个重要的目标,其描述了个体的属性之间的一种依赖关系[1].A.Skowron和C.Rausser在Rough集理论[1]的基础上提出了分明矩阵(Discernibilitymatrix)和分明函数(Discernibility function)的概念之后[2],基于Rough集理论的数据挖掘的研究方法大多是遵循这两个概念的,诸如:信息系统中属性依赖关系的挖掘[3],决策规则的生成[4],数据浓缩[5],属性的约简(Reduciton)[4,6]等.     

不相容决策表的核属性计算

文章针对不相容决策表核属性的计算问题,提出了两种基于粗糙集代数观的核属性计算新方法,并分别与传统代数定义下以及信息熵定义下核属性计算方法进行比较,分析了各方法之间的异同、相互间的关系及各方法的不同适应范围。