[发明专利]一种基于逆向推理的信任管理方法

权利要求书

1.一种基于逆向推理的信任管理方法，其特征在于：包括信任评估模块和信任惩罚模块，信任评估模块的操作过程包括以下具体步骤：

步骤1.1：记录每次两节点交易后，节点i在t_x时刻对节点j的满意度，

tr_x(i，j)＝(sat_ij，t_x)，sat_ij∈[1，5]，i，j∈N

其中，sat_ij为一次交互中节点i对节点j满意度，N为系统中节点i的总数集合；

步骤1.2：在时间间隔t内，计算节点i对节点j的直接信任值：

TDij=Σtx∈ttr(i,j)/n,i,j∈N]]>

其中，n为节点i与节点j产生的交易次数；

步骤1.3：利用余弦相似度求得与节点i行为相似节点集；

步骤1.4：计算节点i对节点j的间接信任值：

TIij=Σm∈STDmj·RVm|S|,i,j∈N]]>

其中，|S|为与节点i行为相似节点集，RV_i为节点i的信誉值；

步骤1.5：结合直接信任值和间接信任值，加权计算节点i对节点j的综合信任值：

TC_ij＝α·TD_ij+β·TI_ij

其中，权重因子α+β＝1；

步骤1.6：将综合信任值与信任阈值比较，如果综合信任值小于信任阈值，将节点j标记为不可信的，否则将节点j标记为可信的；

步骤1.7：重复步骤1.1～步骤1.7，生成带标记的节点序列；

将信任评估模块生成带标记的节点序列输入给信任惩罚模块，信任惩罚模块的操作过程包括以下具体步骤：

步骤2.1：根据带标记的节点序列中节点标记的不同，采用相应的逆推方式，寻找并惩罚恶意节点，得到恶意节点的最终惩罚次数；

步骤2.2：根据恶意节点的惩罚次数降低恶意节点的信誉值；

步骤2.3：根据其他节点对当前节点的综合信任值和当前节点自身的信誉值，计算当前节点的最终信誉值；

步骤2.4：重复步骤2.3，计算所有节点的最终信誉值，生成按信誉值降值排序的节点序列。