动态信任视角下消费金融信息产品设计与评价

目的 随着科技和数字化的发展,消费金融信息产品在现代经济和金融体系中扮演着愈发重要的角色。本文旨在探究消费金融信息产品用户体验因素,优化体验设计与评价方法。方法 基于用户动态信任需求,以在校大学生为调研对象发放问卷,以284个有效数据为研究样本,使用SPSS软件进行量化分析,基于数据结论进行消费金融产品交互设计,并从动态信任视角构建消费金融信息产品设计评价模型。结果 依据产品评价多层次指标模型,获取设计与评价指标权重,并得出消费金融信息产品体验的总体评分。结论 结合用户动态信任视角对消费金融信息产品进行设计与评价,可有效地对产品进行量化设计与检验,强化产品与用户间的信任关系,在动态交互过程中获取用户变化的需求,改善人机信任关系,提高产品的持续改进能力。

基于行为监控的自适应动态信任度测模型

大规模分布式系统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.将粗糙集理论和信息熵理论结合起来,应用于开放环境下动态构建基于行为数据监控与分析的信任关系度测(度量与预测)模型.该方法直接从分析传感器监测到的动态数据入手,针对影响信任的多个度测指标进行自适应的数据挖掘与知识发现,从而改变了传统的信任关系建模思路,跳出了传统信任关系建模过程中各种主观假设的束缚,并克服了传统模型对多维数据处理能力不足的问题.实验结果表明,与已有模型相比,新模型能够快速准确地实现开放分布式环境下实体的可信性判别,而且具有良好的行为数据规模的扩展能力.

DyTrust:一种P2P系统中基于时间帧的动态信任模型

针对现有的信任模型对节点行为改变的动态适应能力和对反馈信息的有效聚合能力支持不足,提出一个基于时间帧的动态信任模型DyTrust,使用时间帧标示出经验和推荐的时间特性,引入近期信任、长期信任、累积滥用信任和反馈可信度4个参数来计算节点信任度,并通过反馈控制机制动态调节上述参数,提高了信任模型的动态适应能力.仿真实验表明,与已有的信任模型相比,DyTrust具有更好的动态适应能力和反馈信息有效聚合能力,能够有效处理动态恶意节点策略性的行为改变和不诚实反馈对系统的攻击.

一种基于行程编码的P2P网络动态信任模型

基于数据压缩领域中的行程编码理论提出一种RunTrust动态信任模型,以系统收益衡量节点合作成果,以经过压缩的节点合作记录作为信任评估依据,既增加了评估依赖的信息量,也保留了时间维度,提高了信任度评估的准确性和动态恶意行为的判别能力;借助基于时间的反馈聚合算法,通过特殊的反馈过滤策略和动态参数调整,能够增强针对恶意反馈的过滤能力.仿真实验结果表明,RunTrust以牺牲少量处理能力换取系统性能的显著提升.RunTrust模型的提出为信任数据压缩研究奠定了基础.

考虑信任可靠度的分布式动态信任管理模型

分布式动态信任模型作为适用于云计算环境下的访问管理机制已经得到广泛研究,然而现有的许多信任模型忽视了对信任数据可靠性的评估,导致推荐信任不可靠时出现模型失效.针对这一问题,提出了一种考虑信任可靠度的分布式动态信任管理模型DDTM-TR.首先使用可靠度对信任进行评估,降低不可靠数据对直接信任、推荐信任、综合信任计算的影响;然后,选择多个待选节点计算它们的综合信任,并以计算出的综合信任为概率,随机选择待选节点进行交互;在交互结束后,根据交互满意度反馈修正节点的可靠度.仿真实验结果表明:DDTM-TR模型在处理恶意服务、恶意推荐方面都优于对比模型,并且能够通过反馈算法进一步降低判断的失败率.

大规模分布式环境下动态信任模型研究

随着网格计算、普适计算、P2P计算、AdHoc等大规模的分布式应用系统的深入研究,系统表现为由多个软件服务组成的动态协作模型.在这种动态和不确定的环境下,PKI(pubic key infrastructure)中基于CA(certificate authority)的静态信任机制不能适应这种需求,动态信任模型是新的研究热点.分析了动态信任关系的相关概念、主要问题和研究方法;选取新的、典型的动态信任模型及其使用的数学方法进行评述,并进行了各种算法的比较性总结;分析了目前研究中的问题,并展望了其未来的发展方向.研究表明,动态性是信任关系量化与预测的最大挑战.今后的工作重点是对信任动态性的本质属性作进一步的理论研究,为实际应用提供坚实的理论基础.

动态信任预测的认知模型

开放系统中的信任关系本质上是最复杂的社会关系之一,涉及到假设、期望、行为和环境等多种因子,很难准确地定量表示和预测.结合人类社会的认知行为,提出了一种符合人类心理认知习惯的动态信任预测模型:(1)构建了自适应的基于历史证据窗口的总体可信性决策方法,不但克服了已有模型常用的确定权重的主观判断方法,而且可以解决直接证据不足时的可信性预测问题;(2)使用已有的DTT(direct trust tree)机制进行全局反馈信任信息的搜索与聚合,以降低网络带宽消耗,增强系统在大规模分布式系统中的可扩展性;(3)引入诱导有序加权平均(induced ordered weighted averaging,简称IOWA)算子的概念,建立了基于IOWA算子的直接信任预测模型,可以用来解决传统预测模型动态适应能力不足的问题.实验结果表明,与已有模型相比,该模型具有更稳健的动态适应性,在模型的预测准确性方面也有显著的改善.

基于动态信任管理的云用户行为认证服务系统

面向鉴定云终端用户身份、确保用户信息数据安全应用需求,研究和设计了一种基于动态信任管理的云安全认证服务机制。在PKI技术等基础上融入动态信任管理方法,实现了含证书管理、用户管理、用户行为采集、用户信任管理等功能的认证服务系统,适应动态云应用环境的安全认证需求。通过应用实例和测试,对系统实现的可行性和效果完成了验证。

基于动态信任值的DAA跨域认证机制

针对直接匿名认证(DAA)方案只提供单域认证的局限性,提出一种基于动态信任值的DAA跨域认证机制,通过将信任关系量化为[0,1]之间的信任值,并对域间信任值与信任阈值进行比较来实现可信平台模块(TPM)用户的跨域访问。实验结果表明,该机制能减小跨域认证时TPM的工作负载,节省DAA认证的时间开销,并给出信任值的变化范围。

状态行为关联的可信网络动态信任计算研究

综合实体状态和行为因素,提出一种可信网络动态信任模型。通过进行实体的状态行为关联分析,提取信任信息,深入分析信任与状态和行为之间的关系,并提出基于状态行为关联的实体动态信任计算方法。仿真表明,所提出的信任模型提供实时动态信任,能够有效地发现和处理动态恶意实体策略性的行为改变和恶意攻击。为网络安全机制制定智能安全策略提供一定参考,提高网络可信性能。

基于灰度多属性关联的动态信任评价模型研究

动态信任评价可以结合实体的多项属性参数来进行,这些属性可能是冗余属性,未能提供重要信任信息,致使信任评价结果不能真实反映实体信任程度;同时由于评价中利用了多个属性,会带来更大的存储和运算的开销.为此,将灰色系统理论、粗糙集理论与属性权重结合,以综合考虑影响实体信任度的多属性指标为主要内容,建立适于在复杂网络环境下的动态信任评价模型.从实体信任属性开展研究,提出基于信任策略的属性约简算法、快速获取影响信任信息的多属性指标,同时给出求解实体信任度的算法.实验仿真结果表明所提出模型能及时客观地刻画实体的动态信任值,同时动态信任评价方法更具合理性和准确性.

基于动态信任语义库的Web服务匹配算法

针对传统基于语义的Web服务匹配算法无法解决模糊语义下匹配的问题,提出一种基于动态信任语义库的Web服务匹配算法。将交互实体对服务提供者的评价行为进行灰色聚合,筛选出可信实体;依据可信实体对服务提供者的服务描述,提取语义信息,构建动态的语义库,对于Web服务描述中的模糊语义概念,从可信实体的服务描述中抽取相应概念并替换;计算服务请求向量与服务描述向量的语义相似度,衡量Web服务的匹配程度。实验结果表明,在存有模糊语义的情况下,该算法具有更好的匹配效果。

一种支持行为的可用于信息服务的动态信任监控模型

为了保证开放网络环境下服务的实时安全性,给出了支持行为的动态信任监控模型。提出影响信任值变化的4种因素:重要性等级因子、行为属性因子、时差间隔因子和频次处罚因子。讨论了监控模型的体系结构和工作流程,并基于4种因素设计了一种细粒度的支持行为的信任更新算法。达到了实时监控和更新用户信任值的目的。仿真结果表明了信任监控与更新算法的合理性和准确性。

多属性动态信任关系量化模型研究

针对已有动态信任关系量化模型中由于决策属性的粗糙而导致的可信决策的谬误问题,提出了一个新的多属性动态信任关系量化模型。引入直接信任、风险、历史信任和反馈信任等多个决策属性来量化实体之间的动态信任关系,从多个角度更精细地刻画信任的复杂性和不确定性,从而使该模型具有更好的科学性和更高的实际应用价值。模拟实验表明,与已有模型相比,该可信决策的准确性和动态适应能力得到显著提高。

一种具有检测机制的P2P网络动态信任模型

P2P网络目前存在诋毁、夸大、协同作弊、策略性欺骗等恶意交易问题,而且恶意节点比例增加导致系统交易成功率下降速度过快。提出了一种具有检测机制的动态信任模型,该模型具有良好的收敛性。在模型中引入了服务广泛度评价机制、周期性策略相似度检测机制和评价相似度检测机制,较好地抑制了恶意节点的不良服务。通过与目前几个典型的全局信任模型的对比仿真实验,表明该模型在交易成功率方面有较大提高。

一种改进的动态信任信息聚合算法

随着分布式应用系统的发展,系统形态正从相对静态的形式向开放的、动态的服务模式转变。在这动态环境中,基于证书的静态信任机制就不再适应,就出现了动态信息机制管理问题。其中,核心问题之一是动态反馈信息的聚合。而现有的动态信任聚合算法基本都采用基于信任链或广播方式,这样往往导致了系统运算收敛慢、可扩展性差等问题。文中提出一种改进的动态信任信息聚合算法。首先,利用一种反馈信任值聚合方法获得反馈信任值;接着,在此基础上,基于蚁群算法通过多次循环寻找出多条较优的独立信任路径,并获得最终的反馈信任值。实验结果表明,该算法效率较高,可扩展性较好,可以获得较合理的反馈信任值,而且可在一定程度上有效防止联合欺诈行为。

直接评价节点诚信度的P2P动态信任模型

为解决现有P2P信任模型计算开销大、动态适应能力差、推荐可信度的动态性未得到足够重视等问题,提出了一种新的动态信任模型。通过直接交互节点的局部评价加权其推荐可信度计算节点的全局信誉值,避免了迭代过程,降低了网络开销。采用基于时间帧的方法更新节点的全局信誉值和推荐可信度,以抑制节点提供服务和推荐两方面的动态性。仿真实验结果表明,新模型较现有模型在网络开销、节点动态性推荐的抑制等方面有较大改进。

移动自组网中基于多约束和协同过滤动态信任机制

由于具有分布式特性,导致移动自组网容易遭受攻击,为了增强移动自组网的安全性,提出了一种移动自组网中基于多约束和协同过滤的动态信任机制。在根据节点自身经历的基础上,采用一个带多约束的信任更新算法来评估直接信任,其中:时间衰减因子保证信任度随时间进行衰减;奖励因子保证良好的节点应受到奖励;惩罚因子保证恶意节点应受到惩罚。采用协同过滤技术来评估推荐信任,以此来阻止不诚实的推荐。通过定量评估分析和模拟仿真,结果表明所提出的方法比Bayesian模型能更精确地计算节点之间的信任度。该方法能有效地提高移动自组网的安全性。

动态信任管理模型在农业科学数据安全领域的应用探索

[目的/意义]为适应数据密集型农业科研范式的需要,农业科学数据的安全防护亟需向着动态化、自适应的方向发展。信任管理是保障数据安全的核心手段之一,其管理模型的动态化研究和应用探索具有十分重要的意义。[方法/过程]本文梳理了动态信任管理模型的发展历程和理论框架,分析了农业科学数据全生命周期的业务特点,总结了农业科学数据信任管理的现实需求,阐述了在农业科学数据安全领域实践动态信任管理模型的合理性和可行性。在此基础上,结合农业科研本身的业务特征,从用户信任、设备信任和应用信任3个层面探索了动态信任管理模型在农业科学数据安防领域的应用方法和要点。[结果/结论]研究展望了动态信任管理模型的应用前景和未来的发展方向,讨论了动态信任管理模型向动态流量管理和动态授权管理扩展以及和SDP相结合的可能性和必要性。

自适应动态信任关系量化模型的研究

提出一个新的自适应动态信任关系量化模型。该模型在建立基于历史函数的直接信任计算方法和基于路径函数的反馈信任聚合模型的基础上,引入自信因子和反馈因子来自动建立和动态调节直接信任与反馈信任的权重。仿真实验结果表明,与现有模型相比,该模型能够有效提高可信决策的准确性。