网格环境下一种健壮信任评价控制模型

当前的信任模型缺乏足够的信任评价控制机制,严重影响信任模型在网格等开放计算环境中的应用。基于传统的信任评价模型,提出信任评价控制模型。该模型采用插值技术,通过服务水平估计,有效过滤和调谐用户评价,对用户提出激励处罚机制。仿真结果表明,该模型优于现有的控制模型,能够较好地解决网格实体信任评价可靠性问题,降低恶意评价对信任评价模型的影响。     

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.     

基于信任模型的网格安全机制

提出了一种信任模型,对网格实体的历史行为进行评价、处理。该模型在进行评价的过程中综合考虑了网格实体的交易数量、其它节点的评价及其可信度。模拟实验结果表明该模型对实体行为的评价具有很高的准确率,因而可以解决实体行为的安全问题。     

一种健壮的可扩展网格信誉系统

针对网格环境下,信誉系统刻画跨组织陌生实体间信任关系的合理性、健壮性及可扩展性问题,提出一种健壮的可扩展网格信誉系统.该信誉系统依据网格实体间的信任关系,在网格组织结构之上建立虚拟信任网,充分利用虚拟信任网的全局特性,将组织间的信任关系作为重要参考,实现了实体信任关系的合理评价,对网格环境的资源管理以及网格虚拟组织的构建都有着良好的指导作用.仿真实验表明,该信誉系统能够真实刻画跨组织网格实体间的信任关系,有效遏制虚假交易以及诽谤等攻击,并具有良好的可扩展性.     

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。     

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。     

网格环境下基于灰色理论多属性综合信任评价模型*

针对传统信任模型的不足,提出了以灰色系统理论为基础的多属性综合信任评价模型。模型通过定义信任评价等级灰类及其白化权函数,计算网络实体各个属性的灰色评价权,结合层次分析法计算属性权重,最后给出实体灰色综合信任值及信任等级灰类。实例表明,该模型计算简便、评价可靠,为网格环境下解决多属性综合信任评价问题提供了新的方案。     

一种基于经验共享的服务系统本体信任模型*

现有的信任模型依靠聚集系统中其他实体的推荐信任信息对目标实体进行信任度量,忽略了对信任关系及交互经验信息内涵和特征的分析,加剧了分布异构环境中因实体间主客观差异性造成的信任度量偏差。提出了一种以经验为核心概念类的经验本体E-Ont,明确了信任相关经验的概念及属性,在此基础上提出一种本体信任模型ESOBTM,实现了经验信息在语义层面上的理解和解释,有效解决了服务计算环境中上下文和评价标准的差异性对信任度量的影响。仿真实验表明,相比于现有的信任模型,ESOBTM增强了动态服务计算环境下服务交互实体选择的成功率     

网格中推荐信任计算的关键问题分析

在资源分布广泛、实体直接交互稀疏的网格环境中,推荐信任的计算作为网格信任管理模型中的重要组成部分,已成为一个研究的热点问题。该文在阐述网格信任模型基本概念的基础上,围绕推荐信任计算中的几个关键问题展开分析讨论,指出现有机制的利弊,归纳分析了若干相应改进机制,最后提出了关于下一步的研究方向。     

基于模糊聚类的网格信任模型研究

由于网格的开放性和复杂性,对网格的安全提出了更高的要求.在网格信任模型中,采用模糊聚类的方法对网格中的实体进行信任等级和推荐采纳系数的划分;计算推荐信任引入蚁群算法更加全面的反映出推荐信任.通过仿真实验,该模型能够有效的遏制恶意节点对网格信任模型带来的影响,提高了网格信任模型的安全性.     

Grid环境下基于实体行为的信任评估模型

面对网格环境的动态性和不确定性,网格安全因素变得尤为重要。提出了一种基于实体行为的信任评估模型,该模型把网格分成若干个自治域,对域内和域间实体的信任关系分别处理,通过引入欺骗惩罚机制保障网格实体的安全性。仿真实验表明,这种信任模型能更加准确地评估实体之间的信任关系,从而有效地解决网格环境中存在的安全问题。     

利用信任管理提高网格安全

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,目的是让用户透明的使用这些资源,为保证共享合作更加安全可靠,提出了信任的概念.信任管理是一种适用于大规模的、开放的分布式系统的授权机制.广义上讲,信任分为执行信任和代码信任.提出了一种信任管理的框架来提高网格的安全性,这种新的信任模型能捕获网格系统中存在的不同类型的信任关系,还提供了信任评价,信任推荐和信任更新的机制.     

基于可信计算的网格行为信任模型研究

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。网格实体间的信任可以分为身份信任和行为信任两种，其中行为信任关注的是更广泛意义上的可信性问题，具有动态性和不确定性等特点，实体可以根据彼此之间的交互经验动态更新实体间的信任关系。而可信计算技术是为应对计算机安全问题而提出的一种底层的、整体的解决方案。该文以可信计算平台为基础，提出了一种网格环境中的行为信任模型，并对行为信任进行量化评估，最后对该模型中的几个关键问题进行了分析。     

网格环境下基于信任度的资源访问控制研究

首先给出了网格计算中访问控制的特点和需求。现有的访问控制技术以及分布式授权模型,均不能满足网格计算中对访问控制的需求。通过建立实体间的信任关系,在CAS基础上,提出了基于信任度的访问控制机制。为了提高资源的利用率,提出了Ticket机制。最后给出模拟实验结果,验证有效性。     

普适计算环境下信任机制的研究进展

在普适计算环境下,各种资源、设备和用户均是高度动态变化的,服务请求者和服务提供者一般互相不了解,因此普适计算环境下各陌生实体间的相互认证是传统的基于身份的认证机制无法解决的.普适计算信任建模机制可以解决普适计算环境下的不确定性问题,为陌生实体间建立信任关系,因此成为普适计算中的一个研究热点.基于此,本文对于目前国外关于普适计算信任建模机制的研究现状做了一个总结,通过分析和比较,给出了普适计算信任建模的设计原则,探讨了普适计算信任建模问题的未来发展方向.     

一种分布式环境下陌生实体访问控制模型

利用安全Cookie和加密技术对带证据的认证模型PCA(Proof-carrying Authorization)进行了改进,提高了模型的安全性和实用性,并首次将模型应用到分布式环境下陌生实体之间的访问控制.通过对参与访问控制实体的属性和网络环境属性的认证,实现了分布式访问控制系统中陌生实体之间信任的建立,解决了系统中访问控制安全策略有局限性、交互性差的问题.该模型适用于P2P网络和网格等大型分布式网络环境.     

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。     

网格计算中基于信任度的访问控制研究*

首先给出了网格计算中访问控制的特点和需求,现有的访问控制技术以及分布式授权模型都不能满足网格计算中对访问控制的需求。通过建立实体间的信任关系,在CAS基础上提出了基于信任度的访问控制机制。为了提高资源的利用率提出了Ticket机制。