具有抗攻击能力的信誉与信任模型

针对互联网第三方交易平台中的信誉体系容易受到欺诈行为攻击,以及不能真实反映买卖双方信任度的问题,提出一种基于社会网络的具有抗攻击能力的信誉与信任模型.基于交易者评分建立信誉评估算法,通过信任链传递算法建立基于社会网络的信任评估模型,并采用二维聚类过滤算法实现对欺诈数据的排查.通过引入纠偏参数,实现信誉值的客观化与信任值的主观化,为交易者做出最终交易提供决策帮助.实验表明,该信誉与信任模型能够客观反映交易者的服务质量以及交易双方的信任关系,并对不诚实反馈和串通欺骗等攻击行为具有较高的抵抗能力.     

基于时序信息分析的WSN贝叶斯信誉评价模型

为了有效降低信道占用对节点信誉评价的影响,提高信誉评价模型的准确性,针对数据中断攻击和选择性转发攻击,结合信道状态对网络的影响,引入节点行为时间序列和信道状态时间序列,提出了基于时序信息分析的TS-BRS信誉模型.采用时序分析法,对两条时间序列匹配分析,降低信道冲突对信誉评价模型的干扰,提高模型识别的准确性;并在信誉值更新中引入适应性维护函数μ,加重现阶段节点行为对信誉值的影响,提高评价模型的适应性.仿真实验表明,新的信誉评价模型能有效提升模型的检测率和检测速度.引入维护函数,网络中被捕获的恶意节点的信誉值可以更快收敛.     

Agent网络法——一种多元商务智能技术融合方法

为了融合粗糙集、模糊逻辑、决策树、群决策、蚁群算法、数据挖掘、遗传算法、人工神经网络等异质商务智能（BI）技术,基于复杂网络和多Agent,提出了一种称为Agent网络法的融合方法,该方法包括3大机制：自治主体,网络集聚的智能资源集成机制;“竞争上岗,择优合作”的智能资源利用机制;“绩效评估,优胜劣汰”的智能资源优化机制.基于该方法构建的BI系统是一个以众多Agent为节点的复杂网络,其中的每个Agent都是一个独立的智能单元,代表BI技术中的一个计算模型或算法.3大机制实现了多元BI技术两个层次的融合：新的Agent不断加入,被实践证明低价值的旧Agent不断剔出,网络中始终聚合着所有高价值的Agent,从而在系统结构层面上实现优秀BI技术的全面融合;借助谈判、招标、拍卖等竞争性合作机制,每次响应任务时,选出的是网络中最能胜任当前任务的Agent组合,从而在系统应用层面上实现 BI技术的动态融合.     

基于模糊逻辑的Agent社会信用评价模型

针对现有Agent社会中交易信用评价模型过于简单且灵活性不够,而社会、经济领域评价模型计算量过大、难以直接应用等问题,结合评价过程和评价结果模糊性的特点,设计了一种基于模糊逻辑的信用评价模型.模型为每个交易影响因素建立论域以及论域上的模糊集,以交易数据作为输入,通过隶属函数得到各影响因素的模糊评价,在此基础上分别进行一次、多次和综合交易信用评价,从而得到客观的交易信用评价结果.模型根据Agent主观和客观信用评价结果推理得到最终信用评价结果.结合实例说明了该方法的可操作性,并将该模型应用于社区/联邦式的政策导向型Agent社会模型SASA5中,为Agent商务交往提供了关键技术支持.     

匿名和可问责平衡的信誉系统

针对现有基于临时身份信誉系统存在匿名和信誉的矛盾冲突、信誉评价不可控等问题,提出了一种基于条件匿名的信誉模型,对匿名用户之间的信誉评价进行监控,只有满足匿名条件的用户才能获得信誉值,违规用户会暴露身份并遭受惩罚. 此外,本模型将信誉帐号与用户真实身份绑定,并基于盲签名进行信誉值更新,解决了信誉与匿名的冲突问题. 分析结果显示:本模型在确保用户匿名地获取、更新和展示信誉值的条件下,可使信誉系统安全可控,并限制了填塞攻击和女巫攻击.     

河流健康评价的模糊层次与可变模糊集耦合模型

为定量评估河流现状、加强河流的可持续管理及维护区域生态环境,建立河流健康评价指标体系及其评价等级标准,以模糊层次评价法确定河流健康系统各级指标的权重,引入可变模糊集理论,建立河流健康评价的模糊层次与可变模糊集（FAHP-VFS）耦合模型,并以京杭大运河杭州段作为样本进行实例研究.计算结果表明：河流在“岸绿”和“景美”2个一级指标上属于Ⅱ类“健康”状态,在“流畅”的一级指标上属于Ⅲ类“亚健康”状态,在“水清”的一级指标上属于Ⅳ类“不健康”状态,总评价特征值为2.849,运河健康评价综合指标属于Ⅲ级“亚健康”状态.模型充分利用评价指标样本值与评价标准等级及各指标隶属度的评价信息,物理概念清晰,计算结果合理,建模过程直观简便,为河流健康评价以及其他复杂系统的体系评价提供了新的参考方法.     

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.     

云计算环境下改进的能效度量模型

针对大规模计算的能效问题,提出改进的能效度量模型,通过“能源”和“效率”2种度量来综合评价系统能效.在“能源”方面,考虑计算机、网络和附属设备的能耗;在“效率”方面,考虑CPU、内存、磁盘以及网络的情况.提出的能效度量模型描述了改进后的能效度量的定义和数学表达,通过实验验证了该模型的合理性.基于该度量模型,评估并分析了MapReduce环境中CPU密集型、I/O密集型和交互型计算的能效,总结了MapReduce环境中的能效规律.     

WSNs基于信誉机制的恶意节点识别模型

为了抵御无线传感器网络内部节点的拜占庭行为以及自私行为,针对现有恶意节点识别系统检测功能单一、不可抵御高信誉节点的恶意诽谤行为等问题.提出了一种无线传感器网络下的恶意节点识别模型,该模型采用Beta分布描述信誉分布,引入了第三方节点的间接可信度,并将多种攻击类型相对应的节点信任值进行整合.仿真实验表明,该模型能够更快更准确地识别出发起多种攻击的恶意节点,并在一定程度上抵御了高信誉节点的恶意诽谤行为.     

改进的柱塞泵流量脉动“实用近似”测试法

针对现有“实用近似”法测试带有复杂出口管道液压泵的流量脉动精度低的问题,提出一种改进的柱塞泵流量脉动“实用近似”测试法.基于柱塞泵、参考管道和加载阀三维流场,建立“实用近似”法测试系统的有限元模型,该模型对参考管道压力信号仿真精度大于90%;采用该有限元模型和动边界理论获得柱塞泵复杂出口管道特征参数,提高“实用近似”法对泵源阻抗估算精度.对比改进的“实用近似”法和ISO“二次源”法测试的泵源流量脉动,结果表明,脉动幅值和最小流量值基本相同,因此,改进的“实用近似”法适于测试带有复杂出口管道的柱塞泵流量脉动.     

基于层次分析法的车联网多因素信誉评价模型

针对车联网（VANETs）场景下存在的恶意车辆节点和虚假信息的问题,提出基于层次分析法（AHP）的车联网多因素信誉评价模型. 该模型综合考虑车辆行为、消息、环境等因素对车辆节点信誉的影响,建立车辆信誉评价模型;面向多应用场景信息（安全行驶、交通管理、商业娱乐）,使用层次分析法量化各因素及不同类型信息对车辆信誉的影响程度;基于反馈机制根据信息的不同类型进行车辆节点的信誉更新,实现车联网车辆的信誉评估. 实验表明,该模型在恶意车辆节点达到25%的情况下,车辆决策正确率能够达到92%以上. 该方案能够有效防止车辆接收虚假信息,准确检测出网络中的恶意车辆节点,提高车辆接收信息的可信度.     

构造分布式P2P环境下抗攻击信任管理模型

提出了一种基于推荐机制的抗攻击的P2P信任管理模型,该模型采用可信度加权各个推荐信息,并给出了普遍适用的、具体量化可信度的数学方法。考虑到节点的自主行为及恶意节点的存在,节点的信任度计算被分为两部分,即信誉值和惩罚值。本文还提出了抑制诸如诋毁、合谋欺诈等恶意节点攻击的措施。后续实验证明了本模型较已有的一些信任机制在系统成功交易率、模型的安全性等问题上有较大改进     

域名管理下的企业声誉机制研究

域名作为一种稀缺性有限资源,是互联网商业活动正常运行的基础,企业可以通过申请注册域名建立网站而拓展其价值链,进一步实现其价值延伸,但现实中域名被恶意抢注后进一步引发的不正当竞争行为却频频发生,从而对市场的声誉机制作用产生非常大的负面影响。运用博弈论中的声誉模型分析由于域名管理不当而引发的种种问题,论证和探讨了域名被恶意抢注等不正当行为所导致的市场声誉机制失灵问题,推演出了对市场声誉不同受损程度的条件,为激励制定完善的域名管理策略和体系提供理论参考依据,从企业内部提出域名管理措施和从企业外部提出域名管理建议。     

Fairness-guaranteed reputation propagation in Web service composition

In service-oriented environment, it is difficult to evaluate component services because of the opaque characteristic of composite services, the complex invocation structures and the subjective reputation rating of service consumers. To address these issues, this paper proposes a reputation propagation algorithm for service composition, in which the subjective ratings can be fairly propagated to each component service. The algorithm first models service composition as the Beta-mixture, and learns the reputation and responsibility of each component by the EM algorithm. Then, based on the characteristics of Shapley values in cooperative gaming theory, the algorithm computes the contribution of each component to its composition, ensuring that no component would obtain extra rewards or punishments. Finally, theoretical analysis and experimental results demonstrate the fairness of the algorithm to hieratically propagate the consumer's rating to each component service.     

无线Mesh网络中基于跨层信誉机制的安全路由协议简

Wireless mesh networks are faced with various security threats due to their special infrastructure and communication mode, where the internal attacks aiming at routing security and user privacy security are one of the most challenging issues. In this paper a novel cross layer reputation mechanism is first proposed to identify and isolate the internal malicious nodes. Then, a privacy-aware secure routing protocol CR-HWMP based on the proposed reputation mechanism is proposed. Performance analysis and simulation results show that CR-HWMP can effectively implement the privacy preserving and defend against the internal attacks such as black hole and gray hole, and improve the reliability, robustness and security of the wireless mesh networks efficiently.     

基于Dirichlet分布的电子商务信誉评估模型

在已有的信誉理论基础上,结合Dirichlet概率分布以及“差评敏感”的评估原则,提出了一个适用于电子商务的信誉评估模型.该模型基于Dirichlet概率密度函数,从概率的角度客观地反映了实体集的评估结果,根据评估实体输入的离散评估值,得出连续的信誉值.同时,“差评敏感”处理保证了模型对差评的敏感性,提高了模型的谨慎度...     

Wiki社区中基于信誉的激励机制研究

针对wiki社区中存在的大量干扰者,个体节点由于自身得不到现实利益以及时间因素等,不愿积极参与wiki社区交互的问题.在参考P2P网络中信誉模型的基础上,结合wiki社区特点建立相应信誉模型,并在wiki社区信誉模型中利用角色划分方式引入激励机制.实验结果表明,该机制能够减少wiki社区中干扰者节点的恶意行为,提高节点...     

Gnutella对等网中抵御DDoS攻击的评估算法

为了有效降低恶意节点利用泛洪查找机制对网络造成的破坏,提高对等网抵御DDoS攻击的自适应力,提出了基于马尔科夫的评估(ME)算法。运用可信和信誉机制对节点的历史行为进行评估,确保节点所获取的信息来源节点的可信;通过节点邻居信息的交互将恶意节点尽早识别、隔离,并将恶意消息的传播控制在局部范围,增强抵御DDoS攻击的效能。仿真实验结果表明,该算法能有效地隔离恶意节点,阻止恶意消息的传输,增强Gnutella对等网对基于泛洪DDoS攻击的容忍度。     

对等网络中基于模糊集的信任和声望模型

在对等网络中,信任可以用于指导实体的协作决策,当前信任建模已成为一个研究焦点．该文提出了一个基于模糊集的信任和声望模型,模型根据实体的经验和其他实体的推荐信息构建对目标实体的信任．模型使用了语义标签来刻画不同的信任级,并能够综合评判不同方面的信任值．实体在采纳信任推荐时,模型利用模糊贴近度来表达推荐的正确度,并据此调整推荐者的影响．使用该模型的文件共享网络仿真实验可以正确地表达对实体的信任,促进具有相同偏好的实体群组的形成,提高交易质量．