一种融合凭证和声望的信任模型

提出一种融合凭证和声望的信任模型。该模型以声望式信任管理为基础,以凭证和声望值的相关性为依据,动态自适应地计算凭证的信任值,并将凭证信任与声望进行融合得出综合信任度。仿真表明,该方法可以大幅提高信任计算的精度,尤其适用于服务提供者的交互历史数据较少的环境。     

基于P2P网络的信任和信誉评估模型

针对P2P应用环境,扩展主观逻辑,提出一种P2P网络的新型信任和信誉评估模型。考虑到历史遗忘效应,重新定义事实空间与观念空间之间的映射关系和映射函数。在信任的计算中引入风险机制,防止协同作弊和诋毁的安全隐患。实验结果表明,该信任模型能更精确地评估节点的信任度,可有效解决P2P网络环境中存在的安全问题。     

基于信誉和风险评估的动态信任模型研究

网格环境中的信任问题是网格计算发展过程中必须解决的一个重要问题。网格节点间的行为信任具有动态性和不确定性。文章综合考虑了信任度评估的动态性和风险性,提出一种新的基于信誉和风险评估的动态信任模型。该模型引入惩罚机制、风险机制和推荐节点信任度更新机制,以评估信任关系的复杂性。仿真结果表明,该模型在有效抑制恶意节点上较已有模型有一定的改进。     

基于信任和推荐的P2P信誉模型

分析现有信誉模型,提出一种使用信任机制和推荐机制的P2P信誉模型,利用决策树思想优化该模型。给出一种在分布式P2P系统中存取全局信任值的方法,解决了单点失效问题。实验结果表明,该模型对信任值的估算准确度以及判别虚假节点的能力高于现有模型。     

Web服务中的信任和声誉评估模型

对主观逻辑存在的一些问题进行分析和改进,并进一步提出一个基于主观逻辑的自适应Web服务信任模型iWSTrust。通过利用iWSTrust对Web服务环境的交易过程所涉及的实体间的各种信任关系进行详细的建模和推理,并区分不同类型的服务请求者,iWSTrust能够使实体的信任度和声誉随着交易经验的增加而自适应地改变,预测实体的未来行为,并对恶意欺骗的实体进行惩罚,从而更好地保护服务请求者和服务提供者的利益。模拟实验表明改进的主观逻辑能更好地建模信任关系和改善Web服务环境的安全性。     

在线信誉系统中的信任模型有效性分析

从理论上证明,由于信任模型存在忽视评分用户信任度的缺陷,现有在线信誉系统难以激励卖者从事持续的诚实交易。针对此问题,构建了基于评分可信度的信任模型。理论分析表明,该模型可有效弥补现有信任模型的不足。     

对等网中基于声誉的信任关键问题综述

声誉是一种新型的信任建立机制.在对等网中,利用基于声誉的信任机制,可以隔离和孤立恶意的peers,选择信任状况好的peers提供服务.P2P系统中的声誉研究包括两个关键问题：信任建模和信任数据管理.分别对这两个关键问题进行了综述.信任建模涉及到信任描述、计算本地信任以及综合信任计算;根据ratings的存储位置不同,信任数据有三种管理方式.总结全文,并给出了未来的研究方向.     

基于多因素的信任计算模型研究

电子商务市场是一个信息不对称的市场,迫切需要对该环境中参与者的可信度和服务能力进行判断。信任和信誉管理为交易双方提供了一个互相了解的平台,成为研究焦点。研究了电子商务中的信任问题,探讨电子商务的信任和信誉概念,结合当前信任和信誉计算不足,提出了一种基于多因素用户信任计算模型。     

一种节点信誉相关的P2P网络信任管理模型

现有的P2P系统中存在大量的欺诈行为和不可靠的服务.本文通过模拟社会关系网络中信任的形成机制,提出P2P网络信任管理模型TMMRN,TMMRN通过考察节点的信誉值来进行安全交易,节点的信誉主要来自于其他节点对它的加权信任反馈,在信誉计算中增加了激励机制.TMMRN还可减少交易时的网络负担.实验表明TMMRN可提高信誉值的计算效率,能有效抵抗恶意节点的攻击,还可激励懒惰节点主动参与到系统中来.     

多Agent系统中信任和信誉系统研究综述

MAS环境同人类社会类似, 充斥着大量不确定因素,因此,在MAS环境中引入信任来解决合作与交互问题具有重要意义. 信任通常来源于直接信任和信誉两种途径,信誉系统是用于支持信任评价的机制. 信誉系统的研究范围分为个体层和系统层两个层次,信誉系统的研究工作更关注个体层,信任的评价要符合准确性等特点. 信誉系统中信任的表示一般采用基于认知观点和数值观点的方法. 信誉系统采用集中式、分布式和混合式3种体系结构,各种模型都需要明确信任表示、传播与汇总的方法. 目前两个较为成功的分布式多Agent信誉系统是ReGreT和FIRE. 信息不精确的问题是信誉系统中的基本问题,也是一个迫切需要深入研究的课题. 信誉系统研究中的一个突出问题是尚无公认的测试平台,Agent信誉和信任测试床（ART）项目作了有益的探索. 在上述评述的基础上,可以在新模型和机制的构建、现有模型改进和完善、测试平台的研究和开发等方面有待进一步开展工作.     

开放多Agent系统的一个信任信誉系统模型

信任和信誉对于开放多Agent系统的有效交互是十分重要的.FIRE模型是最近提出的适用于开放环境下问题求解的信任信誉系统模型中的一种,在该模型中没有考虑消费者的个性特征,从而使得消费者给出的评分仅直接反映了提供者的服务质量,这就减弱了该模型的实用价值.提出了扩展模型E-FIRE,引入了消费者的个性特征.其个性特征包括两个方面:消费者对服务质量的预期和消费者采取的态度.这两方面共同影响消费者对待同一服务的评分.因此,消费者的评分不再只反映提供者的服务质量,这样使得该模型更加符合实际情况.同时,在消费者为选择提供者而计算提供者的综合信任评分时,更多地依靠提供证据的消费者对提供者的直接信任,从而减少了Agent 间的通信量.实验结果表明,在交互次数较少时,E-FIRE模型的性能与FIRE模型的性能相当;随着交互次数的增多,E-FIRE模型的性能更优.     

P2P环境中基于信誉与云理论的信任模型

在P2P环境中,现有信任模型不能完整地体现信任的主观性、模糊性和随机性。为此,提出一种针对P2P环境的信任模型 (CloudBT)。在计算节点的全局信任值时引入时间权重函数,并结合云模型得到节点的信任值,该信任值包括信任的平均度量和信任的不确定信息。在做信任决策时,综合考虑节点信任值的大小及其行为的波动情况。模拟结果表明,CloudBT在P2P电子商务环境中具有较高的成功交易率和较强的抗攻击能力。     

网格环境下的信誉评价及管理模型研究

将在分布式环境下适应的信誉评价算法进行改进使其适用于网格环境中,以网格环境下的安全合作为目标,结合网格环境以及在此方面同行所做的前沿工作,提出一种新的基于Dempster-Shafer证据理论的支持网格的信誉评价算法,以适应网格实体信誉定量评价的要求,解决网格信誉描述的不可测量性和模糊性问题,并给出相应的信誉管理模型.     

P2P网络环境下基于信誉的分布式抗攻击信任管理模型

针对现有的信任模型不能很好地处理P2P网络环境中存在的不诚实推荐、协同作弊与复杂的策略性欺骗等问题,提出了一种基于信誉的分布式P2P信任管理模型(RATrust),以量化和评估节点的可信程度.在信任模型中使用时间区间标示出经验和推荐的时间特性,使用节点信任度、近期信任与长期信任来精细描述节点的最终信任水平,通过引入信任偏差值与信任滥用值来更精确地刻画节点的各种信任度量.仿真实验表明,与已有的信任模型相比,RATrust具有更好的动态适应能力,能够有效处理动态恶意节点策略性的行为改变和不诚实反馈对系统的攻击.     

一种直接评价节点诚信度的分布式信任机制

基于信誉的信任机制能够有效解决P2P网络中病毒泛滥和欺诈行为等问题.现有信任机制大多采用单个信誉值描述节点的诚信度,不能防止恶意节点用诚信买行为掩盖恶意卖行为;而且从信誉值上无法区分初始节点和恶意节点.提出一种新的分布式信任机制,基于交易历史,通过迭代求解,为每个节点计算全局买信誉值和卖信誉值,根据信誉值便能判断节点的善恶.仿真实验对比和性能分析表明,与EigenTrust算法相比,该算法能够迅速降低恶意节点的全局信誉值,抑制合谋攻击,降低恶意交易概率.     

无线传感器网络的信任模型研究

无线传感器网络环境下的信任模型作为密码技术的有效补充,在抵抗内部攻击、识别故障节点等方面发挥着重要作用,可应用于安全路由、安全数据融合等,用以提高系统的安全性、可靠性和公平性;分析了无线传感器网络环境下信任模型的特性,详细介绍了信任模型的评价指标;选取4种典型的信任模型进行评述,分析其优势和不足,并根据各项评价指标进行比较;最后指出目前研究中存在的问题,并展望了进行后续研究的切入点。     

对等网络信誉机制研究综述

随着电子商务、网格、对等网络的流行，信誉机制被作为一种新颖的安全问题解决方案，在国际上得到广泛研究，并取得许多重要成果,本文主要介绍面向对等网络的信誉机制的发展情况，提出一个基本框架模型，对信誉系统设计做了初步探讨，并分析了当前一些重要研究成果，比较了他们的优点和不足,最后，概述性归纳了目前对等网络的信誉机制研究中遇到的问题，并提出一些可能的解决思路和看法．     

P2P网络中声誉信息分发算法

基于声誉的信任模型中,节点如何获取所需要的声誉信息是个关键问题。提出了一种基于蚂蚁的声誉信息分发算法。该算法通过模拟蚁群觅食的行为,实现了声誉信息在无集中式控制的P2P环境下的分发,解决了节点为建立信任关系获取声誉信息问题。仿真实验表明,该算法能使节点选择最佳路径获取声誉信息,降低了系统的负载,保证了节点获取声誉信息的可靠性和安全性。     

一种支持网格的信誉管理机制

本文首先对机制的信任关系给出数学描述.然后给出相关信誉计算的具体算法,最后在此基础上提出了一个GSRM的整体框架.     

基于声誉的多维度信任计算算法

针对移动Agent电子商务环境,大多数基于声誉的信任算法是单维度的,评价的节点只对历史交易给出单一的评价,并不区分节点服务内容,给出的信任评价粒度较粗.对此,提出了一种基于声誉的多维度信任算法RMDT(reputation-based multi-dimensional trust).给出了一种新的推荐可信度计算方法,...