普适计算中一种基于蚁群算法的服务调度模型

针对普适计算环境下对服务调度的高可靠要求，研究人员已提出不少服务调度模型，但都不具有很好的适应性．在现有的服务调度模型基础上，提出了一种新的基于信任的自适应服务调度模型，该模型先基于信任进行首次考核筛选，选出可靠的节点，然后基于蚁群算法进行任务调度．通过计算分析和仿真，验证了该模型的适应性．     

一种基于多代理技术的网格信任模型设计

网格环境具有分布式、高度异构和动态变化等特点,为保证对网格资源访问的动态有效性,提供可靠的品质服务是目前网格技术研究的热点问题.提出了一种适用于网格环境的基于Agent技术的资源调度模型,该模型借鉴信任管理技术在虚拟组织内部和不同组织的网格实体间建立了信任关系,并具有较低计算复杂度和良好的动态性可扩展性.     

一种基于协作频度聚类的Web服务信任评估方法

在Web服务协作环境中选择可信赖的Web服务是分布式软件需要解决的一个关键问题,为此,提出了一种基于协作频度聚类的Web服务信任评估方法.该方法借鉴社会学信任模型,通过Web服务节点间的协作频度对Web服务进行聚类,提出个体信任度、群体信任度和综合信任度的概念,给出了一个Web服务信任度评估模型.还设计了一种基于全局信任管理和本地信任管理的Web服务信任度评估框架.通过构建Web服务库,对评估模型进行了模拟实验,证明了所提出的Web服务信任评估方法的可行性和有效性.     

一种面向信誉主观性和时变性的云服务信任管理方法

反馈信息不能反映评价人的个人偏好,且其评价的重要程度随时间增加逐渐消减.为此,在充分考虑评价人的个人偏好基础上提出了一个基于信誉的信任管理框架.该框架主要包括基于决策树的信任计算模型和时间衰减计算模型.最终使得云服务的信誉值不再仅仅局限于反映云服务质量的一个客观数值,而是更能体现出不同云服务评价人的主观性.在该模型的基础上,进行了实验对比分析.实验分析结果表明,与现有的信誉评价模型相比,采用决策树和时间衰减模型信誉评价更为精确.     

D-Trust:双信任度量的非结构化P2P网络信任模型

针对传统的P2P网络信任模型用单一信任无法准确反映节点行为的问题,提出了基于双信任的非结构化P2P网络信任模型D-Trust。该模型将信任分为服务信任和反馈信任,提出了双信任的存储、计算和更新算法,以及信任传播机制。仿真结果表明,该模型能有效防御常见的安全攻击,和单一信任相比,更大程度地发挥了节点的服务能力,较已有的信任模型在性能上有很大提高。     

基于本体的信任模型及其在任务分配中的应用

提出一种基于本体的信任模型可信动态级调度算法,提高了信任度计算的粒度,并对执行复合任务序列提供了支持.仿真实验表明,作者提出的可信动态级调度算法能在复合任务调度中取得较高的任务执行率.     

基于模糊决策理论的主观信任评价模型

为了解决主观信任的模糊性和管理主体之间信任关系的动态性,提出了一个基于模糊决策理论的评估模型.该模型针对成本-效益型方案提出,利用模糊理论处理信任关系的不确定性,使用特征向量法计算信任权重,同时建立优属度模糊矩阵对方案进行信任评估.试验结果表明,该模型是可行有效的.     

基于混合高斯分布的传感器网络主观信任模型

在传感器网络中,节点可信度常受到节点性能和环境的影响而呈现周期性变化,针对现有信任模型对这种情况的动态适应性不足,提出了一种基于混合高斯分布的传感器网络主观信任模型(MGSRM).该模型通过建立多个高斯分布函数对应被评价节点的多个可信度"状态",提高了信任值计算的动态适应能力.使用当前信任值和综合信任值分别评测被评价节点的短期行为和长期行为,具有针对性和实用性.仿真分析表明,与已有信任模型相比,MGSRM模型在准确性、动态适应能力和学习记忆能力等方面具有优势.     

一种P2P网络安全动态信任模型

为了提高P2P网络对等节点的安全性,提出了一种基于信任机制的动态信任模型.对模型的算法和工作流程进行了详细的描述.利用该模型可以在2个对等实体间建立高效、可靠的信任关系,有效防止恶意攻击,提高P2P网络的安全性.     

隐私感知的Web服务信任模型

为了统筹考虑web服务中信任评估与隐私保护的要求,提出了一种隐私感知的web服务信任模型,并给出了基于该信任模型的web服务选择机制,从而帮助用户在满足服务质量的基础上选择能更好地保护隐私的服务实例;设计了基于相关性的属性选择和权值确定方法,以使web服务信任模型更加通用,适应不同的应用环境;基于实测数据上的实验结果验证了所提信任模型的有效性.     

基于信任和个性偏好的云服务选择模型

为了从大量的功能相同或相近、但服务质量不同的服务中,选择一个既可信、又能满足个性偏好的服务,以基于Agent和信任域的层次化信任管理框架为平台,利用基于个性偏好的模糊聚类方法,提出云计算环境下基于信任和个性偏好的服务选择模型.为了确定和服务请求者个性偏好最接近的分类,提出服务选择算法.引入信任评估机制,结合直接信任和域推荐信任,使请求者在确定的分类中,选择既安全可信、又能满足个性偏好的服务资源.在交易结束后,根据服务满意度,对本次服务进行评判,并进行信任更新.仿真实验表明,该模型可以有效地提高请求者的服务满意度,对恶意实体的欺诈行为具有一定的抵御能力.     

基于信任的组合服务选择方法

针对从大量功能性属性相同的服务中选择最能满足请求者需求的服务这一问题,提出一种基于信任的组合服务选择方法.利用Bayes理论来计算对目标服务的直接信任值,基于请求者评价的相似度构建服务信任网络,在此基础上提出一种基于有向图结构的信任传播算法来计算对目标服务的推荐信任值;结合直接信任与推荐信任以形成对目标服务的信任度,为服务请求者提供决策信息.实验表明,该方法能够有效的满足不同服务请求者对组合服务的个性化需求,并对多种恶意行为具有较高的抵抗能力,而且在网络稀疏的情况下仍能表现出较强的鲁棒性.     

我国商业银行信用卡顾客忠诚影响因素研究

在理论研究的基础上,构建了我国商业银行信用卡顾客忠诚形成的影响因素假设模型,并采用实证的方法,运用SPSS统计软件对调查数据进行整理和分析。研究发现：服务质量,顾客信任对信用卡顾客的态度忠诚和行为忠诚是正相关关系,转换成本与信用卡顾客的行为忠诚是正相关关系,而与顾客的态度忠诚是负相关关系。     

信任对服务网络性能的影响

为了利用信任增强服务网络中的个体合作,量化分析信任对网络性能和网络结构演化的影响,在现有服务网络模型基础上,为网络agent设计了2种伙伴选择策略——基于信任的策略和随机策略,进而比较不同策略引起的不同网络性能和网络结构.仿真实验结果表明,信任能有效地提高交互成功概率,从而提高网络服务完成概率.同时,信任关系能加速网络结构的演化,使其达到稳定.     

信任网络中基于角色信誉的信任预测

依据信任的认知特征,分析了信任2个维度对角色信任的不同贡献,给出了服务信任和推荐信任的定义和量化公式.在信任网络中,分析了信任预测的3种情况及其社会网络特征,以代理的服务信誉为核心,设计了具有直接信任和传递信任的不同信任预测方案.设计方案中综合考虑了交互次数、交互时间、角色信誉、服务信任和推荐信任对信任预测的影响.最后的实验验证了角色信任的量化差异以及信任预测方法的有效性.     

组合网格服务的信任度估算算法

在群体动态信任模型的基础上,把信任引入到网格服务组合中,有利于具有较高信任度的成员服务加入到组合中来,进而提高整个组合网格服务的信任度,为用户提供更为可信的服务.分析了网格服务组合模型中各种控制活动的信任度估算问题,给出了相应的估算公式;基于结构分析的方法设计了组合网格服务的信任度估算算法并分析了其复杂度,经分析该估算算法为一种有效的算法.     

对等系统中信任管理模型的设计

在对等系统中,由于其开放和动态的特征,通常使用模拟人际网络的信任机制来指导节点的协作决策,信任管理技术已经成为当前研究的热点．文中提出的模型分别使用可信度和不可信度对节点的正面行为和负面行为进行信任评估．在模型中,针对不熟悉的节点,通过综合在信任查询时所获得的信任反馈获知其声望．给出了一个基于节点的信任和声望的文件提供者选择方案．在使用该模型的文件共享网络仿真实验中,恶意实体被有效地隔离,网络性能也得到了提高,证明了模型的有效性。     

Trust evolvement method of Web service combination based on network behavior

Based on the problem that the service entity only has the partial field of vision in the network environment, a trust evolvement method of the macro self-organization for Web service combination was proposed. In the method, the control rule of the trust degree in the Dempster-Shafer（D-S） rule was utilized based on the entity network interactive behavior, and a proportion trust control rule was put up. The control rule could make the Web service self-adaptively study so as to gradually form a proper trust connection with its cooperative entities and to improve the security performance of the whole system. The experimental results show that the historical successful experience is saved during the service combination alliance, and the method can greatly improve the reliability and success rate of Web service combination.     

面向可信和行为模式匹配的两层服务选择方法

在面向服务框架下,用户对服务有着不同的交互经验,并根据这些经验建立信任且对其评价,然而用户可能产生错误的评价进而影响公正的选择．为解决这一问题,提出一种两层选择算法选取可信并且符合用户偏好的服务．第1层用户将自己的经验与群体的评价趋势进行比对,优化自身的记录,生成更加可靠的经验信息．第2层用户由自己的偏好选出最符合需求的建议者．结果表明,这个方案可以过滤掉恶意的或经验不足的评价者,并选择出符合用户行为模式的服务．