论文部分内容阅读
目前评估网络用户行为的方法成本高且缺乏可操作性，为了便捷有效地对用户行为信任进行预测与评价，文中首先提出了基于贝叶斯网络的用户行为信任预测和控制算法，算法利用聚类和分布密度函数设置算法参数，建立可量化的证据与信任等级之间的对应关系．接着实现基于IIs和．Net底层架构的可配置式信任管理插件，形成用户行为日志，为预测和控制算法提供证据，免除了一般Web日志的清洗工作．实验结果表明，文中算法可预测多属性下的行为信任等级，提高服务器的安全性和可靠性，并约束了用户的商业行为．