欢迎来到天天文库
浏览记录
ID:37594002
大小:3.14 MB
页数:75页
时间:2019-05-25
《基于社会网络的信用模型研究及应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、浙江大学计算机科学与技术学院硕士学位论文基于社会网络的信用模型研究及应用姓名:刘驰申请学位级别:硕士专业:计算机应用技术指导教师:陈德人;郑小林20100301浙江大学硕上学位论文摘要随着电子商务的迅猛发展,商品和交易伙伴的信任和信誉问题受来越广泛的关注。本文对目前计算机领域中的信任、信用模型及其抗攻击能力的相关研究进行了深入分析,并结合现阶段互联网企业的应用现状,提出了一种基于社会网络的具有抗攻击能力的信誉与信任模型。首先通过交易者评分建立信誉模型,在此基础上通过信任链传递算法建立信任模型,并采用二维聚类过滤算法实现对欺诈数据的排查。接着通过引入纠偏参数,获取客观化信誉值和主观化信任值,
2、为交易者做出最终交易提供决策帮助。仿真实验表明,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。然而直接将理想模型应用到商业网络会遇到一定困难。基于交易的商业网络存在分工明确、聚簇性、稀疏性等问题。因此,本文分析了商业网络的特点并进一步提出了一种基于相似度的商业网络构建算法,建立商业网络中簇与簇之间的联系,进而根据网络中信任的传递性计算买家对未实际交易过的卖家之间的预测信任值,从而实现基于社会网络的商业网络信任评价。通过淘宝网交易数据的实证分析,该算法对淘宝网现有的信誉机制具有很好的改进和补充作用,更符合现实生活中人
3、与人之间的信任和推荐关系。最后我们结合商业平台对实体认证和信用服务的需求,对基于以上研究成果的安全与信用服务支撑平台的设计与实现进行介绍,并演示系统的运行效果。关键词:社会网络,商业网络,信任,信誉,信用,抗攻击浙江大学硕士学位论文AbstraetAbstractTrustproblemsofcommoditiesandtradingpartnersgainmoreconcernincaserapiddevelopmentofe-commerce.Wesummarizethetrustandreputationmodelresearches;implementin·depthanalysi
4、softheapplicationofcreditmodelontheweb.Then,asocialnetworkbased,attack-resistantreputationandtrustmodelisproposedinthispaper.Reputationmodelisfirstlyestablishedbasedondealerscores,thentrustismodeledusingtransitivityalgorithminasocialnetworkwhichisconstructedbydealingrelationships.Correctionparamet
5、erisintroducedtoobtainsubjectivereputationvalueandobjectivetrustvalue,whichwillhelpdealersmaketransactiondecisions.Themodelusestwo-dimensionalclusterfilteringtogetridofcheatingdata.ThesimulatedexperimentsshowthatthemodelCanproperlydescribethetrustrelationshipsbetweendealers,andperformswellinresist
6、ingattackbehaviorssuchascheatingfeedbackandshillingattack.Therearedifficultiestoapplythemodelincommercialnetworksduetosomeproblemssuchasdivisionoflabor,sparsenetworkandclustering.Animprovedmodelisproposedinthispaperwiththeintroductionofsimilaritycomputation.Thismodeldiscoverstherelationshipsbetwee
7、nclusters,andappliestransmissionoftrustinthenetworks;finallypredicttrustvaluebetweentwodealers.Throughtheexperimentalanalysis、析tllTAOBAOtransactiondata,wefoundouralgorismhasaverygoodimprovementandcomplementtothee
此文档下载收益归作者所有