一种基于主观逻辑理论的P2P网络信任模型

由于P2P系统的开放、匿名等特点,使得P2P系统对节点缺乏约束机制,节点间缺乏信任。针对以上问题本文提出了一种基于主观逻辑理论的P2P网络信任模型,并在信任的计算中引入风险的机制,有效防止协同作弊和诋毁的安全隐患。实验和分析结果表明,这种信任模型能更加精确地评估节点的信任度,从而能更加有效地解决P2P网络环境中存在的安全问题。     

基于主观逻辑的信任搜索算法

针对现有信任模型中信任搜索算法不能准确有效地对信任进行搜索与合成,利用主观逻辑理论对信任进行量化与计算,提出基于主观逻辑的信任搜索算法.算法由两个关键技术组成:信任路径提取算法与信任路径合成算法.仿真实例验证了该算法在信任合成时减少了信任网络中冗余信息对信任合成的影响,提高了信任搜索效率,使得合成结果更加准确.     

基于主观逻辑的Web服务信任模型

在分析了传统主观信任评估模型存在问题的基础上提出了相应的改进方法,将改进后的信任评估模型方法应用到Web服务环境中,从而使Web服务环境中的实体信任度随着交易次数的增加能够自动更新.最后,通过模拟试验表明改进后的主观信任评估模型能更好的反应Web服务环境中实体信任度的变化.     

基于模糊逻辑的主观信任管理模型研究

在开放网络中,信任管理是信息安全的重要前提与基础．通过考查主观信任的模糊性,首次将语言变量、模糊逻辑引入主观信任管理研究中,提出了信任的度量机制,运用模糊IF—THEN规则对人类信任推理的一般知识和经验进行了建模,提出了一种灵活直观,具有很强描述能力的形式化的信任推理机制,为主观信任管理研究提供了一种有价值的新思路．     

面向对等网络的主观逻辑信任模型

由于P2P系统的开放性、匿名性等特征,使得P2P系统对节点实体缺乏有效的管理机制,节点间的信任度无法进行有效的评定,就有可能存在欺诈节点,影响系统的可靠性,针对以上问题,在JΦsang主观逻辑理论的基础上,建立了一种基于主观逻辑理论的网络信任模型,该模型通过加权平均和方差来确定信任程度的取值方式,以及不确定度的可靠成分的确定,并在信任模型的基础上添加了风险机制,可以在一定程度上防止协同作弊和诋毁的安全隐患。通过仿真分析表明,这种信任模型能很好地解决P2P网络中存在的安全隐患。     

Jφsang主观信任模型的优化

研究了Jφsang主观信任模型。针对模型不能惩罚恶意行为的问题,提出一种证据数据预处理算法,实验结果表明该算法能使信任随负面证据的增加呈几何级数减少,可以较好地惩罚恶意行为;针对模型传递算子不能自适应系统状态变化的问题,构建了与实体主观性和系统状态有关联的乐观因子,基于该乐观因子提出新的传递算子,理论分析表明新传递算子能够自适应系统状态变化;针对模型聚合算子聚合对立观点鲁棒性差、计算精度低的问题,基于证据数据标准化提出了新的聚合算子,理论和比较分析表明,新的聚合算子能够提高模型的精度和鲁棒性,同时降低计算的复杂性。     

基于主观逻辑的PKI信任评估模型

现有公钥基础设施(PKI)无法实现对信任的细粒度控制。针对该问题,借鉴模块化的信任评估模型,设计一种基于主观逻辑的信任评估模型。利用主观逻辑中的直接信任、推荐信任、合意操作实现信任的建立、传递与评估,通过退化操作实现信任度随时间衰减的拟合,分析非独立的信任混联传递。研究结果表明,该模型能够精确地计算信任度,提高PKI系统的可信性。     

一种主观信任评价模型的研究*

以开放式网络环境中主体间的信任(简称主观信任)为研究背景,提出了一个较完整的主观信任评价模型;并给出了合理的直接信任评价和推荐信任评价的计算公式及相关的其他解决办法,解决了主观信任的评价;通过仿真实验的研究与分析,进一步验证了该主观信任评价模型的可行性与合理性。     

一种主观信任评价模型的研究*

以开放式网络环境中主体间的信任（简称主观信任）为研究背景,提出了一个较完整的主观信任评价模型;并给出了合理的直接信任评价和推荐信任评价的计算公式及相关的其他解决办法,解决了主观信任的评价;通过仿真实验的研究与分析,进一步验证了该主观信任评价模型的可行性与合理性。     

主观信任评估模型与决策方法的研究

在网上交易中,针对传统的信用度评估方法不能有效地描述商家信用度的时效性和风险性等特征的问题,提出基于多属性正态云的信任评估方法.首先生成包含5个等级的信任基云;然后引入时间衰减因子,分别从平均水平和变化率两个角度描述商家信用度历史信息,生成对应的声誉云和风险云;最后,由声誉云和风险云合成综合信任云,并计算其信任等级及信任分值.实验结果表明,该评估模型具有可行性和有效性,可为用户提供直观、有效的信任决策依据.     

对等网络环境下一种基于时间衰减的信任模型

提出了一种基于时间衰减的P2P信任模型。通过交易时间的衰减,利用加权的方式使得信任值随着时间的衰减产生动态变化,达到了距离现在越近,交易的信息越可靠的目的,最后给出了实验的协议及仿真实验。实验结果表明,该模型计算更逼近真实值,且能抵抗恶意联合攻击、动态策略型攻击等安全威胁,具有良好的性能。     

基于交易特征和反馈评价的P2P信任模型

提出了一种新的在P2P系统中基于交易特征和反馈评价的信任评估机制。为确定反馈评价的真实性,模型引入了时间衰减函数和事务影响参数,给出了反馈评价的可信度计算方法。实验仿真结果表明,该评估机制能够提高局部声誉和全局声誉的计算准确性,有效地抑制恶意节点。与信任模型PeerTrust和EigenTrust相比,该模型的性能优于其他两者,能够更好地应用于P2P电子商务系统中。     

基于时间因子和惩罚措施的P2P网络信任模型

提出了一种基于时间因子和惩罚措施的信任模型,在进行节点信任值评定时,考虑了时间因子对信任值的影响,距离当前时间越远的交易行为在信任值评定时的参考价值越小。当交易失败或发生欺骗时,目标节点会受到惩罚。理论分析和仿真实验表明,该模型能很好地反映节点的当前状态,并能抵御虚假推荐进行的欺骗。     

一种基于风险评估的信任模型

在分布式、动态网络环境中,实体之间的信任关系成为安全问题的重点。现有的信任模型研究大多是将风险评估看作信任的一种补充,甚至忽略了风险评估的影响,这将导致安全决策的片面性。针对这个问题,提出了一种基于风险评估的信任模型。该模型通过识别并量化系统的资产重要性、脆弱性严重性和威胁严重性,给出了基于风险评估的信任计算方法。     

P2P网络中基于随时间推移的风险值评估的信任管理模型

针对现有的对等(P2P)网络信任管理模型中存在的问题:忽视短期交易时间与长期交易时间对信任值的不同影响以及缺少对交易对象资源的具体风险分析,在现有信任管理模型的基础之上,以不同用户对同一种类资源所提供的资源品质和风险作为关注点,引入风险值评估的概念,建立了基于随时间推移的风险值评估的信任管理模型。仿真结果表明,该模型使得恶意节点的行为得到有效控制,对交易资源的分析量化更加深入,进一步有效地帮助用户筛选出最优的交易者。     

P2P网络中基于评价相似度的信任模型研究

由于P2P网络的开放性、匿名性等特点,节点间的信任关系很难通过传统的信任机制来建立,为了解决该问题,对已有研究进行了详细分析,并提出了一种基于评价相似度的P2P网络信任模型。该模型引入了时间衰减函数和事务影响因子,提高了信任度计算的准确性,引入了评价相似度的概念,用于量化和评价推荐的可信程度。分析及仿真实验结果表明,该模型可以有效地识别恶意节点,提高P2P网络的服务质量。     

一种时域上的P2P信任模型

传统的P2P信任是根据节点间交易成功和失败的次数来合成的,该值是个累积量,而实际的信任值是时变量。提出了一种新的P2P时域信任模型,对于局部信任,通过对每个时间段合成一个信任,然后根据时间段的新近赋予不同的加权合成局部信任;对于全局信任来说,随着时间的推移,发起节点会越来越重视自身对目标节点的信任评价,而其它节点的推荐值会得以削弱。该模型刻画了信任的动态性,能够有效地防止不良节点的信任短期积聚以及依靠其它节点共谋等恶意行为。     

P2P环境中基于粒子群算法的信任模型

P2P系统的开放和匿名等特征,使其成为一些恶意节点发布虚假信息的温床,因此在P2P环境中构建一个完善的信任机制显得尤为重要。针对现有信任模型对于寻找信任路径速度慢且难以防止联合欺诈等缺点,提出了一种适合P2P环境的基于粒子群算法的信任模型。在BBK信任模型的基础上引入粒子群算法,将信任路径转化为每个粒子,通过对粒子速度和位置的更新来寻找信任度高的路径,最终再根据BBK模型得出全局信任度。通过数学分析和证明,该模型具有较好的防止联合欺诈的性质。实验表明,算法效率较高,较其他算法具有明显优势。     

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。