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.     

一种面向软件服务的信任评估方法

由于分布式系统没有授权的控制中心,对系统中可信的软件服务的请求存在一定的困难,需要用可行的方法对软件服务做出客观准确的信任评估.提出一种符合信任动态性的软件服务的直接信任度评估方法,引入衰减因子,使直接信任度在无论有无新的上下文被检测到的情况下都会随时间动态进化.在对全局信任度更新中同样引入衰减因子,以体现信任的动态性.针对推荐信任度评估,提出一个两级过滤TLF(Two-Level Filtering)方法,根据深度阈值和信任程度阈值尽可能减少请求的深度并摒弃危险的推荐,一定程度上降低了使用软件服务的潜在风险,同时也节约了信任评估的计算资源.