基于行为监控的自适应动态信任度测模型研究

论文摘要

近年来,随着以Internet为基础平台的、各种大规模分布式应用（如网格计算、P2P（Peer-to-Peer ）计算、电子商务、Ad hoc和普适计算等）的深入研究,系统表现为由多个软件服务组成的动态协作模型,其中的动态信任关系模型本质上是最复杂的社会关系之一,涉及假设、期望、行为和环境等多种因子,很难准确的定量表示和预测。因此如何快速准确地实现开放分布式环境下实体的可信性判别,克服传统模型对多维数据处理能力不足,就成为需要解决的问题,本文正是针对这一基本问题进行深入研究的。首先,综述了信任管理的产生与发展,并指出动态信任关系建模和管理技术研究是信任管理技术为了适应Internet的发展而产生的新方向。介绍了分布式系统中动态信任关系模型,认真分析了现有的动态信任模型及其优缺点,同时给出了改善这些模型的一些思路。其次,通过从经典信任模型和粗糙集数学理论中得到的启示,提出了一个改进的基于行为监控的自适应动态信任模型,介绍了对于信任值的定义和形式化描述,然后给出了行为数据的获取方法和预处理过程。再次,给出一种新的信任度量预测方法,根据粗糙集理论构建信任度测知识表达系统、给出分类知识获取和分类权重计算方法的完整算法描述以及算法理论分析。最后,使用西安交通大学校园网格实验系统和MATLAB程序相结合的方法进行模拟实验,在模型的准确性和可扩展性等方面对本文提出的动态信任度测模型进行论证和分析。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 研究意义
• 1.4 研究内容
• 1.5 本文结构安排
• 第2章 分布式系统和动态信任模型
• 2.1 引言
• 2.2 动态信任关系
• 2.2.1 主体
• 2.2.2 信任
• 2.2.3 信任的动态性
• 2.2.4 动态信任关系的建模与管理
• 2.3 动态信任模型
• 2.3.1 PTM 模型
• 2.3.2 Hassan’s模型
• 2.3.3 Sun’s模型
• 2.3.4 Song’s模型
• 2.4 本章小结
• 第3章 基于行为监控的自适应动态信任度测模型的数学表述
• 3.1 引言
• 3.2 动态信任度测模型的原理
• 3.3 动态信任决策问题的形式化描述
• 3.4 行为数据的获取与预处理
• 3.4.1 行为数据的获取
• 3.4.2 行为数据预处理
• 3.5 信任度量与预测模块结构图
• 3.6 本章小结
• 第4章 动态信任度量与预测方法实现
• 4.1 引言
• 4.2 自适应动态信任度测方法分析
• 4.2.1 粗糙集理论分析
• 4.2.2 信息熵理论分析
• 4.3 信任度测知识表达系统的构建
• 4.4 完整算法描述
• 4.4.1 分类知识获取算法
• 4.4.2 分类权重计算方法
• 4.5 算法分析
• 4.6 本章小结
• 第5章 仿真实验与性能分析
• 5.1 实验系统平台部署
• 5.2 实验场景和性能评价指标
• 5.2.1 实验场景
• 5.2.2 性能评测指标
• 5.3 实验结果分析
• 5.3.1 准确性分析
• 5.3.2 可扩展性分析
• 5.4 关于模型的合理性讨论
• 5.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间承担的科研任务与主要成果
• 致谢
• 作者简介