网格环境下基于灰预测的信任评估模型

作者:张徐;高承实;戴青;姚慧 刊名:计算机工程与应用 上传者:林影

【摘要】提出了一种基于灰预测的信任评估模型,利用灰预测相关理论,根据实体历史信任信息的变化特性建立GM(1,1)预测模型,并利用模型预测出实体下一次交互时的信任值。结合预测信任值给出了交互结束后实体信任值的更新机制。实例表明,该模型计算简便、预测精度高,是解决网格环境下信任评估问题的一种较好方案。

全文阅读

2010,46(1) 1 引言 网格技术是近年来兴起的重要信息技术,它将地理上广泛分布、系统上异构的各种计算资源全面整合在一起,实现资源的高度共享和协同工作。网格环境的大规模性、异构性、分布性、动态性和开放性等特点为网格实施带来了复杂的安全问题,信任管理作为网络安全的重要前提和基础,正日益成为网格安全研究的焦点。 目前已有许多国内外学者给出了不同的信任模型。Beth 信任管理模型[1]引入了经验的概念来表述和度量信任关系,并给出了由经验推荐所引出的信任度推导和综合计算公式。该信任管理模型简单地应用概率模型对主观信任进行建模,在多个推荐信任值进行综合时,简单地采用了均值的方法,无法反映信任关系的真实情况,同时无法消除恶意推荐带来的影响。基于模糊集合理论的主观信任管理模型[2]通过引入模糊集合论中隶属度的概念来描述信任的模糊性,并定义了信任向量作为信任的度量机制,在交互结束判断信任值时涉及到信任等级的划分问题,而这也带有很大的主观随意性。A.J覬sang 提出并利用主观逻辑对信任关系进行建模[3],引入证据空间和观念空间的概念来描述和度量信任关系,在信任观念中引入了不确定度,使 用三元组对信任进行描述,但该模型无法有效地消除恶意推荐带来的影响,J覬sang 模型实际上也认为信任的主观性和不确定性与随机性是等同的。 针对传统信任管理模型的不足,考虑建立一种预测模型,通过对实体以往的交互信任信息进行分析、挖掘其规律进而预测出实体下一次交互时可能的信任值。我国学者通常用概率论与模糊集合预测法来进行相关的预测工作,但这两种方法对原始数据的要求较高:概率论预测模型,需要大量的数据资料且服从典型的分布;而模糊集预测方法则需要获取大量的经验数据。在网格环境下实体的信任值受到诸多不确定因素的影响,其历史信任信息也无明显规律,因此用概率论与模糊集综合预测法对网格环境下实体信任值预测的精确度就不高。部分信息已知,部分信息未知的系统称为灰色系统。由于信任受各种因素的影响,网格环境中交互的实体对彼此的信息了解得不够充分,因此交互实体间的信任关系即构成一个灰色系统。而灰色系统理论着重研究概率统计、模糊数学难以解决的“小样本”、“贫信息”不确定性问题,并依据信息覆盖,通过序列算子的作用探索事件运动的现实规律[4]。由此,引入灰色系统中的灰预测理论来对实体信任值的预测进行建模。灰色预测模型不但对原 网格环境下基于灰预测的信任评估模型 张 徐,高承实,戴 青,姚 慧 ZHANG Xu,GAO Cheng-shi,DAI Qing,YAO Hui 解放军信息工程大学电子技术学院,郑州 450004 Institute of Electronic Technology,InformationEngineeringUniversity,Zhengzhou450004,China E-mail:zhangxu6975@hotmail.com ZHANG Xu,GAO Cheng -shi,DAI Qing,et al.Trust evaluation model based on grey predication in grid .Computer EngineeringandApplications,2010,46(1):81-83. Abstract: A kind of trust evaluation model based on grey predication is proposed.Using the correlative methods of grey predicati

参考文献

引证文献

问答

我要提问