网格环境下基于实体行为的动态信任评估模型

信任管理作为网格研究的核心内容,受到研究人员的高度关注。目前提出的诸多信任评估模型都基于实体身份,本文首先描述了基于实体行为的信任和信誉定义,在此基础上,基于被评估者的行为给出了一个动态信任评估模型。最后通过仿真实验对模型进行了验证,得到了相应的实验结果和结论。     

网格环境下的信任评估模型研究

在对目前典型信任评估模型进行分析的基础上,针对信任概念的不同理解观点,讨论了两种源于不同思想的信任评估模型;最后分析了它们各自运算的合理性,为信任评估研究提供了一个有价值的新思路。最后分析了两种模型的不足及信任评估今后的研究方向。     

网格环境中动态信任模型研究

为了提高网格交互的安全性,客观地反映信任的主观性、模糊性及主体问信任关系的动态性,提出了基于模糊理论的动态信任管理方法.通过特征向量和隶属度等概念,实现了信任的动态描述.针对不同的上下文环境,结合推荐节点的直接交互经验,建立了信任的模糊综合评判模型并通过反模糊化,得出量化评估结果.基于时间衰减和模糊贴近度两因素,给出了信任更新模型.仿真实验分析表明,该方法对网格环境中的信任评估是可靠的、有效的.     

面向网格的信任评估模型GTruMod

提出一个新型的面向分布式环境的信任评估模型：GTruMod。GTruMod基于后验概率思想分析实体间的协作历史,推导实体间直接信任,基于信任的社会模型特点计算实体的信誉,综合直接信任和信誉给出信任度的计算方法。基于该模型,该文提出一种基于图搜索方法对实体间信任度实施评估的算法,分析了该算法的复杂度。通过实验分析了该模型的评估性能特征,说明模型具有防范恶意推荐的能力。     

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。     

网格环境下基于Bayesian网络的信任模型研究

在开放的网格中,为不同管理域之间建立信任关系并以此实现他们之间的协同工作是当前网格所面临的一个主要安全问题。为了提高网格的安全性和可扩展性,论文提出了一个网格环境下基于Bayesian网络的分层信任模型,用以解决处于不同管理域的实体之间协同工作的安全问题。模型上层建立和维护具有不同安全策略管理域之间的推荐信任关系,下层负责处理管理者对域内实体的信任评估问题。同时考虑了影响实体之间直接信任值的不同因素,以及他们之间复杂的依赖关系,利用Bayesian网络和领域层次结构相结合的方法有效合理地将各方面因素整合起来,形成能够反映实体在不同方面的直接信任值。     

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.     

开放网格环境下动态信任模型研究

随着大规模分布式系统研究的深入,开放网络环境下的动态信任管理成为一个突出问题,通过分析动态环境信任关系的特点,借助模糊逻辑知识,给出了一个分布环境的动态信任评估模型。该模型充分考虑了信任的模糊性与主观性,运用模糊逻辑的方法来得到结点的直接信任值,同时对动态环境下全局信誉的迭代计算,通过增加推荐结点信息表来控制其计算效率。     

服务网格环境下基于行为的双层信任模型的研究

在开放的服务网格中,为不同管理域之间建立信任关系并以此实现它们之间的协同工作是当前服务网格所面临的一个主要安全问题。为了提高服务网格的安全性和可扩展性,文中提出了一个服务网格环境下基于行为的分层信任模型,用以解决处于不同管理域的实体之间协同工作的安全问题。模型上层建立和维护具有不同安全策略管理域之间的推荐信任关系,下层负责处理管理者对域内实体的信任评估问题。在利用推荐信任值建立管理域间关系的过程中,给出了一种根据实际交往经验调整管理域间推荐信任值的算法。同时,给出了一种可行的推荐信任值综合处理方法。实验表明,分层行为信任模型具有较好的有效性和可扩展性。     

基于网格节点服务质量约束的信任模型研究

网格环境中提供大量不同QoS保证的服务,如何选择可靠的服务成为一个关键问题。本文提出以服务提供的质量属性为参考对象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达到屏蔽一些没有价值的参考历史纪录的目的;同时参考人类社会行为规律建立推荐信任模型,以及借鉴人类竞赛的打分机制,通过比较每个推荐信任度方差的方法屏蔽恶意推荐信息。最后针对采用本模型进行服务选择时产生的负载不均衡的现象,提出采用轮盘赌的方法进行服务选择。实验证明,本模型可以有效地解决网格环境中的信任问题。     

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。     

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．     

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。     

网格环境下的信任机制研究综述

随着网格技术研究的深入与应用的逐步形成,安全性显得越来越重要.网格环境下的信任是网格计算的重要方面,也是网格安全的重要保证.文中总结了信任的基本概念与属性,对网格环境下的信任模型研究现状和研究领域进行了分析,比较了网络环境下的信任模型及信任评价方法,提出网格环境下信任领域研究要解决的主要问题.最后指出未来研究中,信任研究和应用的主要方向,为网格的进一步深入发展提供了参考.     

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.     

基于多代理的网格资源高可用信任调度模型

网格作为高度异构的环境,其随机性、动态性是网格的本质特点之一,也是开发和应用网格的一个难点,这种本质特点造成了网格应用环境的不稳定性。该文分析了网格的资源随机性和动态性特点,对资源进行分类,将信任引入到资源调度过程中,提出了基于智能Agents的网格资源高可用信任调度模型,以提供稳定可靠的品质服务QoS。