论文部分内容阅读
开放环境下,越来越多的分布式系统被应用于各个领域,如资源共享,电子商务等。这些应用系统与传统的集中式系统相比,有资源丰富,容错性好,节省服务器维护开销等优点,但同时存在不同于以往的安全问题。由于在分布式系统中不存在完全可信的集中式访问控制中心,分布式实体必须通过某种方法保障自身的安全。信任机制是解决分布式环境下安全问题的一个有效途径。
但现有的信任管理模型和实现系统存在以下问题:
●难以应对信任炒作行为和合谋攻击;
●信息搜集困难,网络开销大;
●缺少模型间相互比较的参照标准。
本文基于对以往理论模型及实际系统的研究与对比,从提高模型抗炒作能力,信息搜集能力,减小网络开销等方面出发,设计了一个语境相关的信任模型(CRTM)和实现框架,并设计了一个模型测试平台及测试指标,对比了各种信任模型在这些指标下的表现,初步说明了本文提出模型的合理性。最后,在其模型的基础上实现了一个网络购物辅助系统。具体内容如下:
●提出一个基于语境的信任管理模型框架,该模型框架在信任计算方面利用了声誉及其语境信息,根据语境相似程度和语境重要性决定声誉信息的采纳程度。计算信任值时更加合理,并能有效应对炒作行为。另外我们设计了推荐信任值的反馈演化过程,使得模型对推荐的采纳更准确和个性化,有效的防止合谋实体的攻击。
●为满足分布式环境中信息搜索和交换应尽量减小网络开销的要求。在信息传播方式上,我们让各实体自己管理与自身相关的信任信息,并设计了标签机制保证数据完整性,大大提高了信息搜索效率。
●为考察各本模型在开放环境下的表现,我们设计了一系列模型比较参数。包括:模型学习速度(用于考察各模型在各种环境中的区分各种实体的速度),模型准确度(考察模型的识别结果与实体本身行为的符合程度),模型抗炒作能力(考察各模型在各种炒作行为下的识别准确度),模型抗合谋攻击能力(用于比较各模型在一定比例的合谋实体存在下的表现)。
●将信任计算模型应用于现有的网络购物系统,实现出信任帮手系统。用户输入交易对象的名称,系统自动搜索其相关声誉信息,并根据用户预先制定的策略给出建议。系统在计算信任值时根据电子商务环境的特点做了优化,使模型有效防止交互中的“饥饿”现象,并使得模型更好的和电子交易门户系统结合。