基于授权反馈的直接信任度评估方法

传统信任评估方法对信任的历史相关性和时间衰减性刻画不足,缺乏激励和惩罚机制。为此,提出一种基于诱导有序加权平均(IOWA)算子的直接信任度评估方法。考虑多次历史信任度,采用IOWA算子确定每次历史信任度所占权重,基于授权反馈更新直接信任度,从而激励或惩罚实体。测试结果表明,该方法能正确评估实体的直接信任度。

模糊Petri网及其在Web服务信任评估中的应用

为了提高Web服务的信任评估准确度和交互成功率,提出了一种新的基于模糊Petri网的Web服务信任评估模型(WS-TEM)。该模型给出了评估的模糊信任规则,在此基础上,提出了一种基于模糊Petri网的推理算法,并使用模糊Petri网中知识表示和运行的基本算法,并行处理一个服务实体的多个推荐信任来综合评估Web服务实体间的信任关系。经过模拟实验和分析表明,该模型在Web服务信任评估上更加准确可靠,从而降低了交互的风险,保证了交互的成功率。

一种具有容错能力的动态合同网

为了适应更为复杂的系统环境应用,提出一种具有容错功能的动态合同网算法。该算法引入任务时限概念以监测系统中的承包商主体,发现故障承包商主体以后,通过撤销承包合同和重新发布任务来保证系统的任务完成率,并重新定义信任度的更新准则;管理器能避免将任务分发给故障承包商,有效减少出错任务的数目,并将故障承包商无法完成的任务二次转发,具有容错能力。实验结果证明了算法的有效性。