基于加权多属性云主观信任度量方法

《基于加权多属性云主观信任度量方法》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、基于加权多属性云主观信任度量方法　　摘要：针对现有基于云模型的信任度量方法缺乏对信任的多粒度及时效性考虑，提出一种基于加权多属性云的信任度量方法。首先，以多属性信任云对信任度量粒度进行细化，并在实体信任计算中引入时间衰减函数；其次，对信任云的多属性综合与多路径合并得到实体的最终信任云；最后，采用云的相似度比较算法与信任基准云进行比较，得到实体的信任等级。通过网格计算环境下的仿真实验表明，当节点交互100次时，采用加权多属性云的度量方法的交互成功率为80%，比传统方法提升了15%。仿真结果表明，采用加权多属性云的度量方法可以提高信任

2、度量的准确度。关键词：云模型；信任度量；多属性信任云；时间衰减函数；信任基准云0引言随着计算机网络的迅速发展，以网格计算、普适计算、P2P技术、Ad7Hoc等为代表的大规模分布式应用相继出现，成为了网络应用的研究热点[1]。分布式系统开放、动态、异构和广域分布的特征，导致系统存在随时机性、模糊性等不确定因素[2-3]，使得单纯基于授权和认证的安全机制已不能满足系统的安全需求。因而有学者将信任机制引入计算机系统，为分布式网络应用的安全提供了新的思路，但是目前对于信任的研究存在许多问题需要解决[4]。主观信任[5]是主体对客体特定行为

3、的主观可能性预期，取决于经验并随着客体行为的结果而不断修正。其反映了主观信任的模糊性和随机性，如何对信任的模糊性与随机性进行合适的度量是信任研究的重点。7近年来，国内外众多学者对信任的度量进行了深入研究，并取得了一定的成果。Vivekananth[6]提出了一个基于经验和概率的信任度量方法；Josang等[7]提出了基于主观逻辑的信任度量方法；Ehab[8]采用隐马尔可夫链对信任的随机性进行度量；廖俊等[9]提出了基于模糊逻辑的主观信任度量方法；王良民等[10]提出一种基于信任—信心的二无组模糊信任度量方法；但以上方法都只是从模糊

4、性与随机性的某一方面对信任进行度量。王守信等[11]提出一种基于云模型的主观信任度量方法，设计一种信任变化云刻画信任客体的信用度变化情况，并通过主观信任云的期望和超熵对客体信任进行度量，较好地将信任的模糊性与随机性结合在一起，但模型存在粒度粗糙的问题。蔡红云等[12]提出一种基于多维信任云的信任模型，对传统一维信任云的维度进行扩展，通过多维信任云来对实体信任进行度量，增加了度量的精度，但对基于多维信任云的可信实体信任评定没有考虑；顾鑫等[13]通过对当前典型的可信云研究的分析，指出初始值缺乏多粒度和对信任时效性考虑不足是目前基于云

5、模型的信任度量中存在的主要问题。本文针对现有信任度量中存在的度量粒度粗糙及对信任时效性缺乏考虑的问题，提出基于加权多属性信任云的信任度量方法，从实体的多个属性进行考虑，来对实体的信任值进行综合评定，细化信任的度量粒度，并引入时间衰减函数来反映信任的时效性——时间越早的信任评定记录所占比重越小。最后，通过云的相似度比较算法将得到的实体信任云与信任基准云进行比较，得出实体的信任等级，为分布式系统信任的进一步研究提供数据支持。1相关知识1.1信任目前对于信任没有统一的定义，接受较多的是Gambetta对信任的定义：信任是主体对客体特定行

6、为的主观可能性预期，取决于经验并随着客体行为的结果变化而不断修正。由以上定义，可以得到信任的如下性质：1）主观性。不同的主体对客体的看法会随着自身状态的不同而不同，即A和B对C的信任评价不一定相同。2）非对称性。信任一般不具有对称性，即A信任B不代表B信任A。73）有条件传递性。传递性在一定条件下满足，如A信任B，B信任C，A信任C只有在A同时相信B作为一个推荐者时成立，且A对C的信任程度也可能与B对C的信任程度不同。4）时间变化性。信任是随着时间积累和实体行为变化而不断动态变化的过程，而且近期的信任评价一般比早期的信任评价更具可

7、靠性。5）上下文相关性。信任是与上下文紧密相关的。6）信任可度量性。信任是主体对客体的相信程度的度量，往往具有一定的等级，信任等级可以是离散的，也可以是连续的。对于客体信任的搜集、计算和决策过程如图1所示。分布式系统中的信任信息主要有直接信任和推荐信任两种[14]。直接信任来自于主体与客体的直接交互记录，推荐信任则来自于环境中第三方对客体的推荐。在获得直接信任和推荐信任后对两种信任分别计算可得到实体的直接信任值和间接信任值，通过两种信任值的综合，得到客体的综合信任值，以此作为主体的决策依据。1.2云模型设U是一个用精确数值表示的定

8、量论域，C是U上的定性概念，对于论域中的任意一个元素x，且x是定性概念C的一次随机实现，x对C的确定度μ（x）∈[0，1]是有稳定倾向的随机数，7μ：U→[0，1]，x∈U，x→μ（x），则x在论域U上的分布则称为云，每一个x称为一个云滴[15]。