开放网络中信任模型的研究

针对开放网络的特点，提出并定义了适合开放网络的信任模型——混合信任模型。在此基础上设计了介绍人协议，通过介绍人协议，互不相识的网络用户可以找到合适的介绍人建立信任，从而完成需要确保可信性的事务。     

基于路径代理的多级桥模型分析与研究

为解决构建大规模PKI系统,信任体系互联互通问题,在分析对比了目前常用信任模型优缺点的基础上,吸收已有信任模型的优点,尤其是桥信任模型,提出了一种新的信任模型--以PAS(path agent server)路径代理为基础的多级别桥混合信任模型.在该模型中,证书路径的构造由PAS服务器完成,阐述了多级桥信任模型的基本原理及其构建方法,设计了其总体架构,对PAS系统构建的一些关键技术问题提出了解决方法,解决了网状信任模型证书路径循环和不可达的问题,说明了该模型的可行性.     

基于Agent的证书路径构建方法

提出了一种采用Agent辅助PKI用户获得证书路径的方法，设计了基于Agent的PKI信任模型及Agent内部结构，并提出了Agent的证书路径更新算法。理论分析表明，在5个节点的混合信任模型及通信网络中各节点只存在一跳的情况下，该方法能提高效率约2.6倍。     

基于云模型的军事航空通信频谱共享信任机制研究

针对军事航空通信频谱共享的特殊性,提出一种基于云模型的频谱共享信任机制。通过对信任的相关理论进行研究,引入云模型理论,构建了基于云模型的频谱共享信任体系结构,确立了频谱共享信任体系中的信任交互关系。运用云模型进行信任评价,实现了将频谱共享中模糊定性的信任属性向精确定量的信任等级的转换,较好地解决了频谱共享信任关系建立等系列问题。设计了信任评价实验,验证了信任评价模型的有效性和实用性,为基于信任机制的频谱共享策略实施提供了有效的支撑。     

利用信任支持度构建客户信任网络

利用信任的社会性质进行信任传递,可有效缓解数据稀疏的问题,提高推荐系统的覆盖率和准确率。目前对信任网络的研究存在信任模型建立不准确、信任传递机制复杂与失真等问题。为准确表述信任网络中的客户信任关系,引入信任支持度的概念,提出了一种信任度与信任支持度相结合的客户信任模型;制定了符合信任社会性的传递规则,构建了基于该模型的客户信任网络,并设计了相应的个性化推荐算法。实验结果表明,此模型提高了推荐系统的覆盖率、准确率及推荐质量。     

防御信任攻击的无线传感器网络安全信任评估模型

现有的无线传感器网络信任模型极少考虑针对信任体系本身的攻击,因此提出了一种防御信任体系攻击的信任评价模型(DTSA)。首先引入模糊综合评判模型计算直接信任,并利用控制因子来降低开关攻击节点的信任值域范围。其次对推荐信任进行过滤与权重分配,降低恶意节点对间接信任评估结果的影响。最后在计算综合信任时,为历史信任设计了自适应权重,抑制了恶意节点信任值的快速上升。仿真结果表明本模型与其他模型相比,开关攻击节点的平均信任值下降了16.4%,坏嘴攻击和串谋攻击所造成的平均误差分别由0.118和0.101降低到了0.051和0.039。因此,本模型能有效地处理信任模型攻击,提升信任评估的准确性。     

P2P网络信任模型在现实网络环境下的设计需求研究

本文通过对当前P2P网络的几种常用信任模型进行比较,给出了当前P2P网络信任模型在现实网络环境下的不足之处,提出了设计新的网络信任模型需要考虑的关键因素。     

一种PKI混合多级信任模型的分析和实现

公钥基础设施(PKI)为电子商务提供了一个安全平台，而其信任模型的确定是实施PKI系统的关键开始步骤，文中对目前常用的信任模型进行了分析，提出了一种新的混合模针对型，在该模型中引入了路径服务器来完成信任路径的构建，并对实现中的一些关键技术问题提出了解决方法。     

复合模式的网格系统信任授权模型

作为研究焦点的网格系统提供了一种受控的跨边界的资源共享的虚拟框架。对网格环境进行了分析,讨论了网格对信任管理的需求。在分析各种信任模型不足的基础上,基于网格具体的应用环境,并结合以PGP用户为中心的信任模型和SPKI授权证书机制各自的优势,提出了复合模式的网格信任授权模型,并完整设计了整个模型的可实现框架。     

云信任驱动的物联网信息资源寻址模型

为提高物联网底层信息资源寻址效果,基于对云环境下的物联网底层寻址服务的信任度评估准则等方面的研究,改进信任驱动算法,提出一个云信任驱动的物联网信息资源寻址模型。首先,分析寻址的关键特征;然后,设计并采用特定约束条件、信任陡度函数、云信任度评估准则及信任约束系数建立寻址模型;最后,设计了一个物联网系统实例来验证该模型的有效性。实验结果表明,相比传统模型或算法,该模型有良好的底层资源寻址效果。     

基于Hebbian一致性学习的P2P推荐算法

借鉴社会网络的概念,构建了一个基于信任权值的P2P(peer-to-peer)推荐网络,其中每个对等体作为一个用户代理负责维护其在推荐网络中的信任邻居关系。在此基础上,提出了一种基于Hebbian一致性学习的信任权重学习算法,并且基于相似用户发现机制、信任权重学习规则、潜在邻居调整策略等来自适应地调整用户与邻居用户的信任权重。实验数据证明该算法具有较高的推荐效率、社区构建效率和良好的可扩展性。     

节点信任度模型的算法研究与设计

节点信任反映的是网络中一个节点对另一个节点行为以及能力的综合评判。首先分析了信任模型现在的研 究状况,并在研究本地信任、间接信任、综合信任的基础上,针对节点信任度模型的算法设计,引入概率论的相关知识 来计算节点的可信程度。该方法针对节点信任度的多种影响因素,采用身份认证技术进行了节点信任度的模型设计, 然后对其算法进行了设计实现。     

基于蚁群算法的动态信任模型研究

信任度在分布式环境中具有不确定性,而传统的信任模型都将信任度定义为布尔型变量,这种信任度无法量化地描述实体间的信任强度。提出将信任度定义为一个非布尔型变量,并使信任度关联于时间和交互事件,引入信任矩阵和信任信息素的概念构造一种新的动态信任模型,同时对模型进行了描述并给出算法的关键步骤。该模型不仅可以实时度量实体间的信任关系以及实体的信任度,而且在分布式环境中具有较好的可扩展性,具有一定的理论价值和应用价值。     

一种基于模糊理论的P2P电子商务信任模型

为了提高P2P电子商务交易的安全性,根据P2P电子商务的特征,提出一种基于模糊理论的信任模型。将信任化分为直接信任和推荐信任。用模糊集来刻画直接信任值,对影响信任主体的多种因素给出了详细的模糊综合评判算法。利用交易金额和交易时间来确定推荐信任的权值。实验表明该信任模型与基于概率估计的信誉评价体系算法相比,该算法误差较小,能有效防止节点的恶意行为,可以很好地应用于P2P电子商务中。     

一种求解无约束优化问题的非单调信赖域算法

提出了非单调信赖域算法求解基于锥模型的无约束优化问题,该算法在求解信赖域子问题时充分利用了当前迭代点的一阶梯度信息。提出了一个新的信赖域半径的选取机制,并和经典的信赖域方法作比较分析。设定了一些条件,在这些假设条件下证明了算法是整体收敛的。数值实验结果表明,该算法对基于锥模型的无约束优化问题的求解是行之有效的,拓展了非单调信赖域算法的应用领域。     

基于信任访问控制中信任评估与追溯方法研究

信任的量化表达与信任关系发现是基于信任访问控制中的难点问题。首先介绍了一种基于模糊数学的信任评估模型。通过定义时间衰退函数,该模型表达了时间对信任的影响。时间因素的引入使得该信任评估模型更具实用价值。同时,还提出了一种信任关系的分布式信任追溯算法,有效避免了访问控制中效率瓶颈的产生。     

社会网络环境下基于信任传递的推荐模型研究

现有基于信任的推荐算法中没有充分挖掘用户间的信任关系,且缺乏合理的信任关系传递规则,极大地影响了推荐算法的可靠性和准确性。针对上述问题,通过用户评分数据与用户的社会关系建立信任传递模型,提出一种基于信任传递的推荐算法。该算法首先利用评分数据计算信任传递模型中用户的隐式直接信任关系,其次通过求解有序加权平均算子融合多条信任传递链的间接信任关系,最后将计算出的用户信任度与相似度融合为综合相似度进行预测推荐。实验结果证实了所提算法可有效提升系统的推荐质量。     

网格环境的一种跨域信任模型

针对跨域资源调度中不同信任模型之间的差异,提出了一个由域间代理完成的不同信任机制之间的转换模型,将跨域和域内信任一致处理,实现了跨域信任度的转换和评估。给出了跨域信任中的上下文定义,提出了实现跨域调度并体现上下文含义的调度算法。实验表明,所提出的转换模型和调度算法在跨域范围内选择了信任度高的资源,缩短了任务完成时间,提高了任务满足率,使调度过程得到了优化。     

结合评分和信任关系的社会化推荐算法

针对推荐系统中普遍存在的数据稀疏和冷启动等问题,提出一种综合评分和信任关系的社会化推荐算法。首先对网络中新用户的初始信任值进行合理赋值,有效地解决了新用户的信任冷启动问题。鉴于用户的喜好会受其朋友的影响,推荐模型又利用朋友之间的信任矩阵对用户自身的特征向量进行修正,解决了用户特征向量的精准构建及信任传递问题。实验结果表明,所提算法较传统的社会网络推荐算法在性能上有显著提高。     

基于面向对象信任攻击图的信任风险传播模型

针对信任环境系统中存在的信任攻击问题,设计基于面向对象的信任攻击图模型。利用Take规则、Grant规则和Pervade规则,描述信任主体对象属性弱点导致的信任级别的提升、信任关系的传递、渗透与扩散问题,使攻击可达距离更大。根据弱点利用规则和信任关系盗用规则,提出多项式时间复杂度信任关系传递闭包生成算法及基于信任关系传递闭包的信任风险传播算法。实验结果证明了该模型的正确性。