P2P网络中基于云模型的主观信任评价

为了解决P2P网络交互的安全性问题,模拟人际交互网络,提出了基于云模型理论的主观信任评价模型.通过信任云及信任等级基准云的定义,实现了主观信任定性与定量的统一,客观地反映了信任的模糊性与随机性.通过逆向信任云算法、信任云合并算法及信任云相似度计算算法,实现了主观信任的综合评价和决策.仿真实验分析表明本方法是有效的和合理的.为开放式网络环境中的信任评估研究提供了一个有价值的新思路.     

C2C诚信评价体系模型优化

随着网络交易数量不断上升,网络诚信问题日益受到广泛关注,其主要原因为C2C评价体系的不完善,因此建立更加客观的评价体系成为了当务之急。本文针对我国C2C购物发展现状进行探讨,通过对网站、买方、卖方等实体的分析讨论以及调查研究,综合运用层次分析法、功效积分法和熵值法改进信用评价模型,进行博弈分析及多渠道全面评价,旨在对网络诚信评价体系进行动态优化,从而提出一个合理、可靠的评价体系,构建诚信和谐的网络购物环境。     

基于隶属云理论的主观信任评估模型研究

根据主观信任的主观性、模糊性和随机性等特点,引入隶属云模型理论对信任进行建模,给出了信任云和信任等级云的定量描述,提出了信任评价云的计算、合成、综合运算和主体信任等级的评估.模拟实验结果表明该信任评估模型是有效的.     

云环境下基于双滑动窗口的供应商信任评估机制研究

提出了一种基于企业行为证据的双滑动窗口的供应商信任量化评估机制,通过不断滑动的窗口,确定窗口更新和替换的内容以保证企业行为信任评估的可信性和可扩展性.仿真实验分析表明,该模型提供了云环境下供应商信任值计算的动态性,评估方法能够有效应用于云环境下供应商的评价中,评价结果客观有效.     

基于云理论的可信研究及展望

将云理论与信任的概念相结合,从主观的角度讨论安全应用的可信度评价模型。基于云理论的可信模型能够利用云的随机和模糊特性对网络对象信任关系进行主观描述,提供可信度量指标对信息的可信程度进行评价,还可以对整体信息系统的可信程度进行判断,提高各种网络安全应用的安全可靠性。通过对基于云理论的可信模型所涉及到的基本原理、实现方法、经典改进以及存在的问题进行全面的综述,分析可信云模型实现机理,指出可信云模型今后的研究发展方向。     

C2C电子商务交易的信任分析——交易平台对信任形成的重要作用

21世纪初，电子商务随着Internet的延伸而不断发展。在经历了互联网泡沫后，电子商务逐渐脱去了冲动、豪华的外衣，步入务实阶段。然而他仍没有摆脱网络本身虚拟的特性，使许多交易者在虚幻的网络世界中望而却步，信任问题逐渐制约了人们参与到电子商务中的积极性，尤其是在C2C电子商务市场逐渐发展兴旺的今天。本文通过引用前人的经典理论与对现实C2C市场的分析，认为，在法律、基础设旌等一定的条件下，更易于形成品牌的电子商务交易平台的提供者在人们的“信任”中有着至关重要的作用，可以通过技术的利用，通过认证方式的完备，通过信任评价体系的完善，通过有效的支付保证，促进诚信的互联网文化的形成。     

基于云理论的房地产投资决策风险评价

云模型是定性定量不确定性转换模型,将其应用到房地产投资决策的风险评价上来,实现定性概念与定量数值之间的不确定性转换,可使风险评价更加客观。该文建立了房地产投资决策风险评价指标体系,并利用云模型对风险因素进行了评价,使风险评价更加客观,实现了云理论在工程领域的初步应用。     

浅析C2C电子商务信誉评价机制

本文分析了C2C电子商务模式及电子商务信誉的基本概念,指出C2C电子商务信誉评价机制的现状及其存在的问题。提出了改进C2C电子商务模式信誉评价机制的对策和建议,对C2C电子商务模式的发展有着一定的现实指导意义。     

云计算环境下基于评价可信度的动态信任评估模型

针对云用户如何选取可信的云服务提供商问题,提出了基于评价可信度的动态信任评估模型。该模型将云服务提供商的服务能力和云用户所需求的服务能力分别划分等级,有效地解决了云服务提供商服务能力动态变化对模型存在的潜在破坏问题。建立了信任度随时间窗变化的动态信任机制,在计算信誉度时,将用户的评价可信度作为其评价证据的可信权重,通过引入评价可信度和评价相似度提高了计算推荐行为可信度的准确率。仿真结果表明,该模型的评估结果更贴近云服务提供商的真实信任度,同时能有效抵御恶意云用户的攻击。     

P2P电子商务环境下的动态安全信任管理模型

针对P2P电子商务中的信任评估问题,提出一种基于信任云的动态安全信任管理模型(TCDSTM).TCDSTM利用云理论来刻画信任及信任等级,然后给出具有抗攻击能力的全局信任度融合算法、节点的类型识别和拓扑重构机制.理论分析和仿真实验一致表明,TCDSTM小仅可以抵御共谋、振荡等恶意攻击,而且大大提高了交易成功率.此外,该模型具有较低的通信丌销.     

Trust evaluation method for clustered wireless sensor networks based on cloud model

Trust Management has been proved to be an effective method to detect malicious nodes and ensure security in Wireless Sensor Networks (WSNs). While, most existing trust management methods are not good at dealing with uncertainty of trust relationship such as randomness, fuzziness in WSNs, which leads to inaccurate trust metric. In this paper, a trust evaluation method for clustered wireless sensor networks based on cloud model is proposed and evaluated, which implements the conversion between qualitative and quantitative of sensor nodes’ trust metrics in order to achieve better trust evaluation. Firstly, the method considers multi-factors including communication factor, message factor and energy factor and builds mathematical model for each trust factor to get factor trust cloud. Secondly, immediate trust cloud is calculated by assigning adjustive weights for each factor trust cloud and combining them. Thirdly, recommendation trust cloud and immediate trust cloud are synthesized according to time sensitive factor in order to get final trust cloud. Furthermore, the final trust cloud of sensor node is converted to trust grade by trust cloud decision-making. Verification Experiments manifest that the proposed method has feasibility and accuracy in the aspect of evaluating sensor nodes’ trust. Moreover, comparison experiments under different attacks show that our method is sensitive to multiple attacks, it outperforms other trust evaluation methods not only in the accuracy of detecting malicious nodes, but also in the tolerance of abnormal conditions.     

Research on cloud computing users’ public safety trust model based on scorecard-random forest

Traditional cloud computing trust models mainly focused on the calculation of the trust of users’ behavior.In the process of classification and evaluation,there were some problems such as ignorance of content security and lack of trust division verification.Aiming to solve these problems,cloud computing users’ public safety trust model based on scorecard-random forest was proposed.Firstly,the text was processed using Word2Vec in the data preprocessing stage.The convolution neural network (CNN) was used to extract the sentence features for user content tag classification.Then,scorecard method was used to filter the strong correlation index.Meanwhile,in order to establish the users’ public safety trust evaluation model in cloud computing,a random forest method was applied.Experimental results show that the proposed users’ public safety trust evaluation model outperforms the general trust evaluation model.The proposed model can effectively distinguish malicious users from normal users,and it can improve the efficiency of the cloud computing users management.     

面向云计算基于双层激励和欺骗检测的信任模型

针对云计算环境下存在的信任问题,该文提出基于双层激励和欺骗检测的信任模型(CCIDTM)。该模型提出了一组云计算服务属性评价指标,引入了信任度随时间衰减的动态信任机制,建立了对服务提供商服务行为和用户评价行为的双层激励机制,提出了一个共谋欺骗检测算法,提高了模型的动态适应性和评价的综合性。实验结果表明,与已有信任模型相比,该模型评估的结果更接近服务提供商的真实服务行为,能够有效地抵抗各种恶意行为的攻击,表现出良好的鲁棒性。     

云环境下服务信任感知的可信动态级调度方法

以社会学中的人际关系信任模型为基础,提出了一种基于服务消费者的服务满意度评价、推荐者的服务推荐和第三方服务性能反馈的可信度量模型。将用户对服务资源的信任需求和服务资源的可信度并入DLS算法得到可信动态级调度算法CTDLS,从而在计算调度级别时考虑服务资源的可信程度。模拟实验表明,该算法能有效满足任务在信任方面的服务质量需求,对提高任务调度的成功率具有实际意义。     

基于云模型的防空C3I系统效能分析研究

在分析防空C3I系统的结构、功能特点和控制流程的基础上,按照自顶向下递阶层次法建立了系统效能评估指标体系。通过云理论的运用,提出了一种基于云模型的系统效能评估方法,并结合实例进行了分析。该方法很好地克服了系统评估过程的模糊性和随机性,具有较强的客观性和可信性,对评估过程复杂且难以定量描述的问题具有一定的参考价值。     

基于简化云与K/N投票的选择性转发攻击检测方法

针对无线传感器网络中恶意节点产生的选择性转发攻击行为,该文提出一种有效的攻击检测方法。该方法将简化云模型引入信任评估中,结合改进的K/N投票算法确定目标节点的信任值,将目标节点信任值与信任阈值比较,进行选择性转发攻击节点的判定。仿真结果表明,当信任阈值为0.8时,经过5个时间段后,该方法能够有效地检测出网络中的选择性转发攻击节点,具有较高的检测率和较低的误检率。     

基于轻量云模型的 WSN 不确定性信任表示方法简

参考云模型定性定量不确定性转换特性,设计了适用于WSN的轻量云模型,使用此模型对直接信任、间接信任、推荐行为的信任进行全面的不确定性表示。轻量云模型计算简单,每一个WSN节点均可独立建立轻量云模型,并对邻居节点信任情况进行全面的评估,从而发现WSN应用中的安全问题。实验结果表明,该方法克服了传统信任管理框架中敏感度与容忍度之间的矛盾,既保证了多种异常情况的高容忍度,又具备较敏感的攻击识别能力。     

MTBAC:云计算环境中一种基于互信任的访问控制模型（英文）

As a new computing mode,cloud computing can provide users with virtualized and scalable web services,which faced with serious security challenges,however.Access control is one of the most important measures to ensure the security of cloud computing.But applying traditional access control model into the Cloud directly could not solve the uncertainty and vulnerability caused by the open conditions of cloud computing.In cloud computing environment,only when the security and reliability of both interaction parties are ensured,data security can be effectively guaranteed during interactions between users and the Cloud.Therefore,building a mutual trust relationship between users and cloud platform is the key to implement new kinds of access control method in cloud computing environment.Combining with Trust Management(TM),a mutual trust based access control(MTBAC) model is proposed in this paper.MTBAC model take both user's behavior trust and cloud services node's credibility into consideration.Trust relationships between users and cloud service nodes are established by mutual trust mechanism.Security problems of access control are solved by implementing MTBAC model into cloud computing environment.Simulation experiments show that MTBAC model can guarantee the interaction between users and cloud service nodes.