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。     

基于数据通信约束的网格计算信誉度模型

本文针对网格计算中对数据通信因素考虑不足的问题,提出了一种数据通信约束的信誉度模型,并给出了相应的管理体系结构和算法的实现方法,能够有放的对用户需求进行预测,从而使用户合理的选择资源,达到资源有效配置.     

基于MADM理论的网格信任模型

提出了一个针对开放网格市场的信任模型。在评价网格服务提供者的信用值时,该模型强调直接信任和间接信任两者的重要性。因为直接信任和间接信任与很多因素有关,基于多重属性决定（MADM）理论提出了一个创新的方法来决定直接和间接信任的客观权值。模拟结果说明该信任模型相比权值反馈模型和eBay信任模型更为准确地反映服务提供者的信用值,因此能够在开放网格环境中提高用户的满意度。     

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。     

网格计算中的信任模型研究

在现有信任关系研究的基础上提出了针对网格计算环境较为完备的信任模型,通过引入信任模型机制作为基于证书的安全体系的有效和必要补充,进一步完善了网格计算安全服务体系。     

网格信任模型

为了解决网格环境的动态性和不确定性带来的安全问题,需要对用户在网格环境下的行为进行评价,反映出该用户网络行为的可信程度。探讨了网格环境下的安全需求,给出了网格信任的相关定义,在前人研究的基础上,提出了一种新的网格信任模型,用来处理网格环境中用户之间的信任关系。该模型对网格环境中用户的信任度和声誉进行了分析,对域内的信任关系和域间的信任关系分别采用不同的方法来进行处理。研究了如何在网格计算中建立信任模型,来排除内部恶意用户,提高系统的安全可靠程度。     

网格环境中基于行为的信任模型研究与改进

给出了网格环境下信任的定义,对网格环境中基于行为的信任模型进行了研究,并对其进行了改进.改进模型中的信任抉择采取三级受理的方式,按照“先本地、再同域、最后其他域”的顺序逐级地处理交易请求,使得交易处理有条不紊的进行.介绍了域内直接信任值、域内问接信任值、域内信任值、域间直接信任值及域间间接信任值的计算方法,充分考虑了各种情形,使得评价更加客观和合理,提高了交易成功率,从而为访问决策提供有利且合理的依据.     

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。     

基于网格资源随机性的信任调度模型

在网格社区[1]中,建立一个共享资源间的好的协作关系,是网格的基础研究课题。网格资源的局部自治性,动态性,随机性,都要求建立一个安全的有效的机制。首先分析了网格的资源随机性和动态性特点,将资源进行分类,提出了资源分级的概念,实现了基于随机性的高可用信任调度算法以便提供稳定可靠的QoS。     

网格环境下层次信任模型研究

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。目前设计的模型中,实体域的信任值由直接信任值和推荐信任值合成,但引入推荐信任就必须对网格域进行层次划分。现有的划分方法只是主观地根据网格域之间的交易情况来划分层次,这种划分方式得到的推荐值的可靠性难以保证,并且不能防止联合欺骗的行为。基于对网格实体域行为的深入研究,给出了一个基于实体域行为的直接信任值动态量化模型,在此基础上,引入匹配指标和粗糙度的概念,给出了一个层次划分模型,利用该模型很好地解决了推荐信任值的计算问题,给出了一个信任评估模型,理论分析和实验结果表明,该模型能够保证推荐信任值的可靠性,并且防止了推荐过程中的联合欺骗,有效地解决了网格环境中信任评估问题。     

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。     

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。     

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。     

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。     

基于主观逻辑理论的网格信任模型分析

网格环境下如何为应用程序选择可靠的服务是一个关键问题.借鉴人类社会建立推荐信任模型的方法,提出以服务提供的服务质量属性为参考元素,引入基于服务质量的偏序关系建立基本可信度函数,考虑不同网格结点之间的历史交互信息中的不确定性,将历史交互信息转化为结点之间的推荐偏好意见,并采用衰减算子和融合算子综合来自不同网格结点的推荐信息.针对服务选择时产生的负载不均衡的现象,采用轮盘赌的方法进行服务选择.最后分析和仿真实验证明该模型的有效性.