网格计算资源管理中的信誉度模型

网格资源管理作为网格研究的核心内容,受到研究人员的高度关注。目前已经提出的诸多管理模型中,基于计算经济的模型被人们普遍看好。文中针对计算经济模型,提出了资源信誉度、资源提供者信誉度、资源消费者信誉度的概念。在此基础上,深入研究了信誉度评价的评价模型和算法以及信誉度评价实现中的一些处理策略。对信誉度评价所需的资源使用记录进行了定义,根据评价需要对现有RUR进行了扩展。最后通过仿真实验对信誉度评价算法进行验证,得到了相应的实验结果和结论。

网格计算经济中的信誉度体系结构

针对网格资源管理中计算经济模型的资源信誉度、资源提供者信誉度和服务消费者信誉 度,提出并实现了信誉度评价体系结构以及信誉度评价中的一些处理策略。详细讨论了信誉度评价 的模块组成和实现模型,对信誉度评价所需的资源使用记录进行了定义,由此对RUR(ResourceUsage Record)基本组成的扩展进行了研究。最后通过仿真实验对信誉度评估体系完成了验证,证明体系结 构的设计和实现是有效的。

网格经济模型中基于信誉度的资源选择

针对网格资源管理中的经济模型,在资源信誉度的概念基础上,提出了信誉度评价算法和基于信誉度的资源选择算法。通过实验对算法进行验证,结果证明基于信誉度的资源选择在资源调度率、吞吐量、任务完成率和平均完成时间等方面都体现出良好的性能。

P2P系统信誉度模型的设计

研究了各种P2P系统的信任模型,分析了各种模型的优缺点,提出基于资源信誉度和节点信誉度的信誉度模型,从而保证信誉度评价的可靠性和全面性,并对模型的实现做出了分析。实验证明,该模型可以有效地抑制恶意节点的参与和非法资源的传播,对建立一个稳定可靠的P2P环境具有重要的应用价值。

基于节点贡献值和信誉度的DPoS共识算法改进

针对DPoS共识算法中节点投票积极性低和恶意节点作恶的问题,提出了一种基于节点贡献值和信誉度的DPoS共识机制DPoS-NCVR,首先引入连接度概念,通过贡献值模型将系统中节点的状态和行为等因素进行量化计算得出贡献值;其次,通过特定的贡献值阈值将节点划分为不同等级,以此来标识节点的身份,进而选出代理节点进行记账;最后,引入信誉度模型,对节点行为进行奖惩,并且将屡次作恶的节点剔除系统,从而提高节点参与投票的积极性。在仿真环境下,DPoS-NCVR再进行了多次共识,与DPoS相比节点的活跃度显著提高、恶意节点占比明显减少。实验结果表明,DPoS-NCVR能有效地提高节点投票的积极性,降低节点作恶的可能性,减少恶意节点占比,增强了系统的安全性。

语义Web服务信誉度模型

语义W eb服务信誉度为服务请求者对服务做出更准确的选择提供了依据。文中首先针对语义W eb服务的特点对语义W eb服务信誉度进行了定义。在此基础上,对现有UDD I进行扩展,提出了语义W eb服务信誉度概念模型,并深入研究了相关算法及其实现方案。与其他的W eb服务信誉度机制相比较,该模型的优点是针对语义W eb服务的特点为服务信誉度加入了语义信息,并综合了第3方权威机构的评价,使得信誉度值更有效、准确。

语义Web服务信誉度模型及其实现

语义Web服务信誉度通过对一个语义Web服务过去的“表现”进行综合,为其预期的行为作出评价。针对语义Web服务的特点,提出了一种语义Web服务信誉度模型,并深入研究了其相关算法。该模型为服务信誉度加入了语义信息,并综合了第三方权威机构的评价,使得信誉度值更有效和准确。在此基础上,提出了一种将该信誉度模型与现有语义Web服务体系结构结合的实现方案,并给出了相关算法的实现思路和信誉度对象的类结构。

环绕智能系统中服务信誉度建模

环绕智能系统是开放的Web服务应用环境,服务信誉度是Web服务可信性的表现。通过一个场景阐明了环绕智能系统中服务信誉度的研究动机,给出应用于环绕智能系统的服务信誉概念数据模型、相关概念层次划分模型和计算模型。

基于局域网环境下的P2P信誉度问题的研究

提出了一种相对简单的局域网信誉度模型.节点之间信誉度的获得是通过收集节点之间交易的相关历史纪录,计算出交易对象的信誉度,并根据节点评价能力的差异来修正这些信誉度.然后为是否交易提供重要的决策参考.研究表明,局域网的规模及节点对网络的熟悉程度是影响性能的重要因素.该模型具有结构简单,可控性强、更符合现实的网上交易的特点.

Web服务选择中信誉度评估方法

在开放的Web服务环境中,由于无法保证用户使用服务后给出的反馈等级是真实可靠的,导致服务的信誉度评估结果与实际值存在较大偏差,进而服务选择失败率较高.为了克服上述问题,提出了一种用于Web服务选择的信誉度评估方法.该方法的主要思想是,通过反馈核查、校正和检测这3个信誉度评估模块对服务的信誉度进行评估.仿真结果表明,所提出的方法不仅有效提高了信誉度评估的客观性,还显著减小了服务选择的偏离度.

基于集对分析的P2P网络安全中的信誉度改进算法

P2P安全是P2P技术中的关键问题.传统基于信誉度的投票选举方法能够很好地反映P2P网络中未知节点的表现,为该节点的可信度提供可靠依据,但该方法并未将P2P网络中的不确定因素考虑进去.集对分析理论是一种研究不确定性问题的数学方法.本文提出了一种基于节点的不确定性的P2P网络信誉度安全机制,并采用集对分析方法对信誉度进行了定量分析.最后对两种算法做了对比分析,指出了改进算法的优越性.

一种P2P网络安全的信誉度模型设计

通过建立一种信誉度模型来隔离恶意节点,保证网络安全可靠并能够提供更好质量、更加有效的服务。从信誉角度构造了一个安全的P2P网络,给出了求解信誉度的数学模型和具体算法以及决定信誉度的一些因素,并进行了实验模拟分析,验证此信誉度模型能够有效隔离恶意节点。

物联网中数据融合的信誉度模型与仿真

具有巨大市场应用前景的物联网正在掀起第三次信息技术浪潮,其依托的核心技术之一-无线传感器网络具有能量、存储能力、计算能力、通信带宽等资源受限的突出特点,实施数据融合是其必然选择。物联网一般具有信息安全敏感的需求,在数据融合过程中易受到节点数据被伪造或篡改等多种信息安全威胁;为了保障数据融合结果的真实性与可靠性,建立了基于节点信誉度评价的安全数据融合模型(CBDA),仿真结果表明了该模型的有效性和数据融合结果的可靠性。

地理信息志愿者信誉度评估的版本相似度模型——以面目标为例

针对自发地理信息中存在大量恶意、虚假、低质量数据,提出了一种基于版本相似度的VGI志愿者信誉度计算模型。该模型将每个志愿者对某个地理空间目标的一次编辑结果定义为一个版本,当其他用户编辑该目标版本时,通过计算版本相似度来获得其他用户对该志愿者这个目标版本的支持度;然后通过计算其他贡献者对某志愿者所贡献的每个目标的支持度,对所有目标的支持度进行加权平均获得该志愿者的综合信誉度。其中版本相似度综合目标空间和属性相似性的主要因素进行加权计算。然后以面目标为例阐述了本文志愿者信誉度计算过程。为了验证本文信誉度计算模型的合理性,笔者采用德国柏林OpenStreetMap数据进行试验,试验表明通过本文模型计算获得的用户信誉度与其贡献的要素质量总体上正相关。

基于信誉度集对分析的WSN安全数据融合

由于无线传感器网络存在资源约束问题,为了有效地减少无线传感器网络中的数据传输量以降低网络的总能耗,同时确保对感知数据进行融合操作的安全性,提出了一种基于传感器节点信誉度集对分析的安全数据融合方法.在节点分簇阶段,利用基于密度函数的减法聚类方法进行分簇,既获得了较快的分簇速度,又保证了簇头节点地理位置的合理分布,使得分簇规模更加符合节点的实际布设情况.在数据传输阶段,将簇头节点选择下一跳数据转发节点建模为多属性决策过程,综合考虑备选转发节点的信誉度、能量等属性信息,从中选择综合评价最优的簇头节点转发融合数据,不仅使网络中的数据流量分布更加均衡而且保证了数据的安全性.仿真结果表明,提出的数据融合算法在融合精度、安全性及簇头节点能耗方面与同类的LEACH算法和BTSR算法相比具有明显的优势.

制造网格环境下的制造资源信誉度模型研究

针对制造网格环境下的制造资源欺诈问题,提出一种面向制造网格环境的制造资源信誉度模型。该模型通过审核制造资源的资质信息,计算其信誉度初值。该模型根据资源消费者对其服务质量的评价信息,及时更新制造资源信誉度。仿真分析结果表明,在制造网格中引入信誉度模型,能够有效规避风险,促进制造资源的诚信服务。

一种基于信誉度的Web服务质量预测方法

基于现有的服务质量预测方法大多是以其他用户的使用感受为依据,但前提都是假设这些信息是准确可信的,一旦这个假设难以得到保证,那预测的结果将会出现重大偏差。从服务用户信誉度的角度,提出一种Web服务质量预测的方法。首先介绍该方法的基本思想与主要过程,随后对评价用户信誉等级划分、评价用户信誉度计算以及服务质量的预测算法等内容进行重点分析;最后,通过仿真实验,将本文提出的方法与传统的算术平均值法进行比较。研究结果表明:该方法能有效提高Web服务质量预测的准确性。

利用双重信誉度抵制P2P文件共享系统中的whitewashing现象

现有的P2P文件共享系统存在大量的恶意或者自私节点,尽管已有大量研究讨论相关的信誉度问题,但是由于大多数系统鼓励接收新用户,因此恶意节点可以很轻易的选择新的身份加入网络,这种“重新洗牌”(whitewashing)行为危害了系统的公平性和安全性.本文在他人研究基础上对这种现象进行分析,提出一种双重信誉度方案,对新加入的节点采取惩罚加鼓励的策略,很好区分出其中的恶意节点.仿真表明该算法可以很好的帮助克服whitewashing现象,适用于任何一种分布式信誉度的维护.

移动应用众包测试人员信誉度的模糊评估方法研究

移动应用众包测试因众包模式的匿名性和无监督性,使得移动应用测试人员容易对测试任务产生懈怠或有意欺骗行为,致使众包测试质量的下降。针对该问题,提出一种基于模糊数学的移动应用众包测试人员信誉度评估方法以衡量测试人员的信誉水平。此方法的特点在于紧密结合众包测试的特性,通过引入测试人员评价机制,构建信誉度评估模型并研究信誉度在众包测试过程中的计算与更新算法,以实现对众包测试人员信誉度的合理评估,有效选拔出高信誉测试人员,保证移动应用众包测试质量。

云制造环境下信誉度服务组合算法研究

时间、成本和质量是云制造服务的关键属性,也是影响用户对云制造服务组合信誉度评价的核心要素,为了使云制造服务组合更好地满足用户的需要,提出一种基于综合信誉度的云制造服务组合算法.算法从用户对时间、成本和质量等属性的重视度和期望值综合得出服务组合的信誉度,通过调整属性权重值达到多目标优化的目的.本文算法基于人工蜂群算法(Artificial Bee Colony algorithm,ABC),并引入禁忌搜索思想加以改进:首先,分析云制造服务质量主要评价指标,建立云制造服务组合的信誉度函数作为ABC算法食物源的适应度函数;其次,把服务需求者的需求条件作为算法约束条件;最后,在ABC算法中引入了禁忌搜索的思想进行改进.实验表明,本算法在云制造服务组合具有较好的可行性.