云计算中基于SLA的服务可信协商与访问控制策略

针对当前云计算中因服务提供者(SP)的信任保障机制缺失而容易被不可信服务消费者(SC)滥用的现象,提出面向SC实体的服务可信协商及访问控制策略.该策略首先依据系统信任规则来表达服务实体的可信程度,然后通过求解SC实体的直接和间接信任推理空间建立信任证据的举证方法,同时采用服务级别协议(service level agreements,SLA)构建交互双方的协商机制,最后综合信任传递与迭代计算策略,确定服务交互的SLA等级,提供相应级别的服务,从而达到访问控制的目的.理论分析与实验结果表明,该方法虽少量增加了协商的次数,但能较好解决服务被滥用以及利用率不高的问题,为云计算环境下信任协商研究提供一种有效的新方法.     

DTM:一种面向网络计算的动态信任管理模型

在开放的互联网中,信任关系的建立是实现跨自治域资源共享与协同的前提.然而,网络计算环境的分布自治特性,使得各类复杂系统中应用不同的信任管理机制,容易导致信任定义的不一致问题,特别是很多系统为支持多域协作,直接假设实体间信任具有传递特性,而在模型中缺乏该性质成立的条件;此外,网络计算环境中的动态演化特性,使得驱动实体间协作的信任关系随需而变,而现有信任管理模型仅仅关注于系统功能结构,缺乏对这种动态性的描述.文中提出了一种动态信任管理模型DTM,基于信念公式形式化定义了主体间的信任公式,并将信任的传递特性(信任链)解释为模型的一条性质.在该模型中,针对信任关系的动态特征,以时间为参量刻画主体公式集,以事件为触发条件刻画主体间信任的变化,并基于正则事件序列描述信任管理的资源授权过程,可刻画主体间信任的建立过程.最终,设计、实现了一个信任管理系统CROWN-TM,并进行了初步实验分析.     

基于Pi-演算的信任Web服务组合建模

为了提高Web服务组合的可信性,利用Pi-演算刻画信任Web服务组合的结构及信任实体间的交互.首先,给出信任Web服务组合的抽象定义;然后,建立信任实体与Pi-演算的对应关系.借助Pi-演算的支持工具MWB对信任Web服务组合系统进行分析和推演,旨在Web服务组合信任认证实施之前发现并改正错误,以有效满足用户在信任方面的服务质量需求.     

一种基于类群的服务可信度评价方法

围绕传统的服务可信评价存在的局限性展开研究,提出一种新的基于类的服务可信度评价方法。针对当前面向服务计算信任评价中普遍存在的３大问题：数据稀疏性、冷启动和可扩展性进行研究。文中的评价方法基于用户以及服务的相似性特性进行分类,以类间的距离作为信任度的差异进行计算,采用了类间的信任推理与传统信任推理相结合的信任推导方式。完整地给出了基本类的相关信任推理与评价的方法。通过理论分析与实验结果表明：新的信任评价方法在很大程度上可以有效缓解服务计算环境中存在用户信任数据稀疏的问题;新用户参与时存在的信任壁垒问题以及信任推理与演化方面存在的合理性与可扩展性问题。实验结果表明该方法显著地提高了系统信任评价的准确率。     

网构软件的Wright-Fisher 多策略信任演化模型

网构软件是开放网络环境中软件系统基本形态的一种抽象,其信任关系本质上是最复杂的社会关系之一.为了增强信任演化模型的自适应性,提高预测的准确性以及有效地抑制自私节点的产生,结合差异化服务和演化博弈理论,提出了一种符合开放网络特征的信任演化模型:(1)建立基于差异化服务的实体全局收益函数,以增强信任演化模型的自适应性;(2)以演化博弈理论作为分析工具,借助Wright-Fisher模型的特点,提出了一种Wright-Fisher多策略信任演化模型,以增强对信任演化预测的准确性;(3)根据“公平规范”原则建立了基于博弈的激励机制,激励信任策略的演化,从而有效地抑制自私节点的产生,实验结果表明:该模型能够更准确地反映开放网络中实体信任行为的复杂性特点;在激励机制的作用下,网构软件的信任演化能够更快地达到稳定状态,从而有效地提高网络的效率,使网构软件系统的信任收益达到最优.     

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.     

网格中处理推荐信任的判别模型研究与设计

在网格信任模型研究中,对某一实体的行为信任评估极大地依赖于其它实体推荐的与该实体直接交互产生的信任数据.为了防止推荐信任过程中的合谋,作弊和振动欺骗,研究了真伪两类信任推荐的特征,构造了向量特征集合并标量化,通过对标量特征数据集的分析,进行数学建模,建立了一个分类判别模型,可以有效地识别出网格系统中进行不真实推荐的恶意实体,保证推荐数据的真实性,从而提高信任模型中信任评估的准确性.采用matlab对模型进行了仿真和性能检验,结果表明设计方案具有极商的准确性和可行性.     

一种基于实体行为风险评估的信任模型

信任是人们在各种交易活动中的一个基本要素,其与风险密切相关,并成为系统安全决策的两个关键因素.现有的信任研究大多将风险看作信任的一种补充,甚至忽略了风险的影响,这将导致系统安全决策的片面性和主观性.针对该问题,文中提出了一种基于实体行为风险评估的信任模型.该模型通过对系统的资产识别、脆弱性识别和威胁识别.建立了用于实体行为特征匹配的规则,提出一种加权复合函数计算实体行为中潜在的风险,并给出一种基于风险的实体信任计算方法.应用实例及测试结果表明该模型能够有效地识别实体行为中潜在的风险,并随着实体行为的变化正确地计算出实体风险与信任的变化,为系统安全决策提供了客观、可靠的信息支持.     

面向信任演化与联盟的服务组合研究

除了Web服务本身的动态性和提供的服务质量有差异外,互联网上各种恶意、伪装、虚假的不真实Web服务导致用户很难快速获得高质量的服务。提出了一种面向信任演化与联盟的服务组合框架,将服务提供者与服务请求经过演化而形成一种信任关系,通过组合过程形成的信任关系再将可信的服务提供者与服务请求者演化成一种联盟关系,从而将恶意、虚假的服务排除在系统之外,使得服务组合在可信的场景中进行;在此基础上,提出了基于信任演化与联盟的服务组合选取算法,避免了以往研究中对多维可信指标简单加权的不足。经过理论分析与实验对比证实了提出的框架具有很好的服务组织质量和速度。     

基于多重信任的协同过滤推荐算法

针对评分数据稀疏性和用户冷启动所导致的协同过滤推荐系统的准确度与覆盖率较低的问题,文中融合显性信任和隐性信任因素,提出了一种基于多重信任的协同过滤推荐算法。首先,依据用户间推荐评分的准确性与可依赖度因子,提出一种改进的均方差(Mean Squared Difference,MSD)信任度量方法,并在此基础上提出基于隐性信任信息的评分模型;其次,以最大信任传播距离为约束,提出一种显性信任信息的关系模型;最后,依据评分相似性与显性信任关系,利用0-1背包组合优化策略选择出目标用户的最优近邻集合,从而进行评分预测。在Epinions数据集上与多种主流算法的对比仿真实验结果表明,该算法通过引入有效评分和显性信任关系,极大地缓解了数据稀疏性和冷启动问题,并且在不牺牲覆盖率的条件下显著提升了推荐准确度。     

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。     

新的基于网格环境的分层自主信任模型

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。提出一种新型的基于信任域的分层自主信任模型来处理网格环境中实体之间的信任关系,并对域内与域间信任关系分别采取不同的计算策略进行处理。模型采用分层和实体自主信任的思想,不同层次维护相应的信任表格,并体现实体动态的主体特性。分析和仿真表明,该模型在有效性和算法复杂度方面显示出较好的性能,是对网格信任模型的有效补充。     

基于多维信任云的信任模型研究

针对主观信任的模糊性和不确定性以及现有的基于云模型的信任模型中粒度粗糙的问题,提出了一种基于多维信任云的信任模型。首先,依据实体间的直接交互经验和交互时间,利用加权逆向云生成算法计算被评估实体的直接信任云;然后,通过评估推荐实体的推荐可信度,计算被评估实体的推荐信任云;最后,综合直接信任云和推荐信任云产生综合信任云,并依此进行可信实体的选择。仿真结果表明,基于多维信任云的信任模型能够有效地识别系统中的各类服务实体,可提高实体间的交易成功率。     

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。     

基于云模型的服务信任模型

针对Web服务中信任的主观性和不确定性等特点,提出一种基于云模型的信任建模方法,并给出了直接信任云、推荐信任云、综合信任云的计算方法及基于时间权重的信任更新算法．同时,该模型运用具体的服务能力评价信息来量化服务的信任度,增强了模型的客观性,使其能较好地量化实体的真实信任水平,提高网络中实体的交互成功率．实验与分析结果表明,该模型在网络环境中具有较好的效果．     

一种新型推荐信任模型

开放网络环境中,电子商务活动越来越频繁,文件共享等服务越来越普遍,用户之间的信任关系成为安全问题的重点。为确定大量未知实体的信任关系,出现了基于不同方法的推荐信任模型,其关键在于如何解决推荐信任的传播与合成。该文研究了现有的推荐信任模型,分析了其中存在的问题;为解决推荐信任传递问题,提出了信任向量的定义;在此基础上提出了基于推荐信任向量的新型推荐信任模型。最后进行了仿真实验分析。     

融合采纳函数的动态信任度测模型

从网格的分布性、动态性和不确定性等特征出发,借鉴人类社会主观信任关系的概念,提出了一种新的信任评估模型与方法.该模型引入了采纳函数,区分了节点的反馈可信度和服务可信度,给出了反馈可信度与采纳强度的映射关系,动态调整了对具有不同推荐信任度的第三方实体所推荐信息的不同采信程度,提高了推荐信息的精确度.将采纳强度映射为等效的推荐信任的权重,给出了一个基于动态信任权重的综合信任度计算新方法.仿真实验结果表明,基于采纳函数的动态信任评估方法具有抑制恶意节点的策略性欺骗和不诚实推荐的能力,同时还体现出良好的动态适应性.     

可信计算信任模型的模糊评估方法研究

基于可信计算中可信性影响因素,详细地讨论了基于模糊集合理论的可信计算信任模型的评估方法。把模糊逻辑推理同信任传递结合起来,采用基于相似度的加权模糊推理方法得到委托实体的可信度,评价信任模型的可信性,为可信计算信任评估提供了一种新的思路。