一种内生式信誉系统不实评价过滤方法

提出一种应用于Beta reputation信誉系统的内生式不实评价过滤方法。该方法以交易次数的对数做为权重进行均值计算,以此限制评价者虚报过大交易量;以加权方差定义容限,识别并过滤与平均信誉度差别较大的评价。仿真结果表明,该方法能有效过滤不实评价,提高信誉计算的精度。

RulerRep:一种基于偏离度的过滤不实评价新方法

信誉系统在解决开放网络环境中的信任问题时,较传统技术具有明显优势.然而不实评价的存在严重降低了信誉系统的可用性.文中提出一种基于偏离度的不实评价过滤方法:RulerRep.该方法以用户自身与服务提供者的直接经验为标尺,度量评价者的评价准确性,并以该评价准确性定义评价者的平均偏离度.在融合多个评价以计算服务提供者信誉的过程中,用该平均偏离度导出其评价的权重,使得平均偏离度大的节点的意见权重较小,从而达到过滤不实评价的效果.最后,以平均均方误差为指标,在实验仿真中与TRAVOS算法和没有使用过滤技术的Beta Reputation系统进行了性能对比.实验结果表明,在50%与100%的评价者均为恶意节点的情况下,RulerRep仍显示出接近理论最优过滤的性能,并大幅优于同类技术.