[发明专利]一种基于模糊控制的信任评估系统构建方法有效
申请号: | 201410235751.1 | 申请日: | 2014-05-29 |
公开(公告)号: | CN104009992B | 公开(公告)日: | 2017-06-06 |
发明(设计)人: | 罗永龙;乔云峰;刘飞;丁新涛;陈付龙 | 申请(专利权)人: | 安徽师范大学 |
主分类号: | H04L29/06 | 分类号: | H04L29/06;H04L29/08 |
代理公司: | 芜湖安汇知识产权代理有限公司34107 | 代理人: | 朱圣荣 |
地址: | 241000 安徽省*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 模糊 控制 信任 评估 系统 构建 方法 | ||
技术领域
本发明涉及信息安全中的可信计算技术领域,尤其涉及一种多元评价的信任评估系统的构建,更具体的说涉及一种基于模糊控制的Dirichlet信任评估系统。
背景技术
伴随信息技术的飞速发展,网络用户间各种资源共享成为现实。P2P网络以其特有的共享的理念和便捷的结构特点成为现今学者研究的热点领域。考虑到P2P网络开放、匿名和动态的结构特点,共享交易的双方得不到现实世界中的安全保障。P2P网络中节点进入和退出是自由和随意的,缺乏相应的约束机制。这体现了P2P网络自由平等的创建理念,同时也为我们提高P2P节点间交互的成功率提出了挑战。因此建立综合有效的信任管理模型,对P2P网络的发展和成长是至关重要的。
在P2P网络交互的节点之间,由于事先缺乏对节点交互能力的认知,造成节点之间的交易具有易失败和不安全的特点。在建立综合有效的信任管理模型之前。考虑到信任本身是一种人为的主观判断,是基于节点以前的知识认知和经验积累,具有主观性和模糊性的特点。国外学者对主观信任进行了研究探索,找到了适用于信任管理的二元Beta信誉评估模型和多元Dirichlet信誉评估模型。这两种信誉评估模型利用Beta分布和Dirichlet分布都是共轭分布的特点(即后验的交互结果可以直接加到先验交互里面),用概率的形式描述信任,忽略了信任本身的模糊性。同时还在所建立的Beta信誉系统中,引入了一种不合理评价的过滤技术。该过滤技术利用不合理评价也符合Beta分布的特点,提出利用Beta分布的分位点去隔离不合理评价。还提出了基于Dirichlet分布的多元信誉评价系统。该系统有效反映了主观信任评价的多元性,使交易结果的评价更加细化,但是文中没有对不合理评价提出过滤方法。另一种是考虑到了信任本身的模糊性,利用模糊理论中的知识来进行信任的模糊推理。国内学者唐文等提出基于模糊理论的信任评价模型,该模型为研究主观信任提出新的思路。文中对主观信任的模糊性进行研究,提出基于模糊理论的信任推理方法,但是没有考虑现实中个体信任推理的一般知识,缺乏实际的意义。
发明内容
针对相关技术领域文献和以上现有技术的不足,在大量现有文献研究和长期在相关领域研发实践的基础上,本发明提出“一种基于模糊控制的信任评估系统构建方法”,以Dirichlet信誉评估系统和模糊理论为基础,克服了现有技术中“针对P2P网络中节点存在信誉值过低则洗白和恶意哄抬信誉值现象”等技术难题,实现了有效提高了节点提供优质服务的积极性,同时在一定程度上降低了节点发生洗白的概率,增加了信任模型的稳定性的有益效果。
为实现上述目的,本发明是通过以下技术方案实现的:一种基于模糊控制的信任评估系统构建方法,该方法包括以下步骤:步骤一、文件共享系统中的请求节点在经过一次交互后,对响应节点的服务给予评价,文件共享系统通过评价矩阵M(fq;ds;ss)将用户的评价细化,fq代表文件质量,ds代表文件下载速度,ss代表供源的稳定性,通过模糊综合评判法对评价矩阵M进行模糊综合评判后,R=WoM得到评价向量R,表示在tr时刻u节点在接受v提供的服务后给予评价;表示在第t时刻汇聚评价时,评价经时间衰减后的有效值;步骤二、直接信任向量计算,请求节点再根据自身与响应节点的历史交易经验给出评价矩阵M再计算出直接信任向量步骤三、评价汇聚,请求节点发起询问请求,在当前时间窗口内与响应节点发生交易的节点提供各自的评价向量,排除不实评价后,将剩余评价向量按照评价汇聚的时间进行衰减,再利用Dirichlet分布期望函数对推荐评价进行处理,得出推荐评价向量;步骤四、推荐信任向量计算,在请求目标节点服务时,请求节点询问所有与响应节点在当前时间窗口内有过交易的节点,将所有节点的评价向量进行汇聚累加,进行归一化处理,再使用Dirichlet分布的期望函数来计算推荐信任向量S是提供推荐评价的节点集合,为衰减因子;表示所有评价时刻落在第Ti个时间窗口内的u对v的评价的汇聚节点保存响应节点的先验基本率和当前时间窗口的评价汇聚;步骤五、综合信任值的计算,先对推荐信任向量和直接信任向量进行归一化运算,然后计算和的余弦相似度α:则目标节点的服务信任向量T:来为服务请求者给出合理推荐,信任值T':T'=T*a;步骤六、更新Dirichlet先验基本率,利用当前响应节点的综合信任值等级和前后两次信任值变化的幅度计算出Dirichlet分布先验基本率的更新因子β,使用更新因子β更新后的Dirichlet分布先验基本率值用于下次请求节点计算响应节点综合信任值;步骤七、请求节点选择综合信任值高的响应节点进行交易。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽师范大学,未经安徽师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410235751.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:安全性强的铝电解电容
- 下一篇:一种基于VoIP业务系统的呼叫控制方法