基于多维信任云的信任模型研究

针对主观信任的模糊性和不确定性以及现有的基于云模型的信任模型中粒度粗糙的问题,提出了一种基于多维信任云的信任模型。首先,依据实体间的直接交互经验和交互时间,利用加权逆向云生成算法计算被评估实体的直接信任云;然后,通过评估推荐实体的推荐可信度,计算被评估实体的推荐信任云;最后,综合直接信任云和推荐信任云产生综合信任云,并依此进行可信实体的选择。仿真结果表明,基于多维信任云的信任模型能够有效地识别系统中的各类服务实体,可提高实体间的交易成功率。

信任网络中多维信任序列模式挖掘方法研究

现有信任网络研究大多侧重于信任的推理及聚合计算,缺乏对实体重要性及其关联性分析,为此该文提出一种多维信任序列模式(Multi-dimensional Trust Sequential Patterns,MTSP)挖掘算法。该算法包括频繁信任序列挖掘和多维模式筛选两个处理过程,综合考虑信任强度、路径长度和实体可信度等多维度因素,有效地挖掘出信任网络中的频繁多维信任序列所包含的重要实体及其关联结构。仿真实验表明该文所提MTSP算法的挖掘结果全面、准确地反映了信任网络中重要信任实体关联性及其序列结构特征。

多维信任、信息披露与邻避冲突治理效果

将信任视为多维变量,研究多维信任、信息披露和邻避冲突治理效果的交互影响。通过理论分析及对由污染性邻避设施建设引发的邻避冲突的四个典型地区发放有效问卷,构建结构方程模型对其进行实证检验。研究发现,多维信任和信息披露对邻避冲突治理效果的影响存在一定的差异;多维信任及正式、非正式信息披露对邻避冲突治理效果均有正向影响;正式信息披露与非正式信息披露相比,非正式信息披露对邻避冲突治理效果影响更加明显;信息披露在多维信任与邻避冲突治理效果之间起到中介作用,其中信息披露在技术信任与邻避冲突治理效果之间起到完全中介作用。

基于全卷积神经网络的多维信任数据协同推荐算法

传统算法对多维信任数据进行推荐时,均衡性较差,导致用户信任度不高,为此,提出一种基于全卷积神经网络的多维信任数据协同推荐算法。构建多维信任数据的存储和服务结构模型,运用该模型提取多维信任数据的关联规则特征量;采用隐含层节点抽取机制,将提取的特征数据输入到卷积神经网络中进行自适应学习,保留重要隐含层中的关键信息;采用协同滤波方法训练隐含层和输出层的连接权值,从而实现多维信任数据协同推荐。实验结果表明,该算法的稀疏学习性能较好,降低了推荐网络模型的复杂性,提高了置信度水平。

一种基于多维信任度的动态RBAC模型

基于角色的访问控制技术是一种广泛使用的授权方式,传统或改进的RBAC模型在加入信任机制的授权方面没有考虑信任度的时间特性问题,并且只将信任指标简单加权得出全局信任,这种算法考虑问题单一,不能很好地反映权限动态授予的灵活度。针对此问题,本文提出一种基于多维信任度的动态RBAC模型(MDT-RBAC),该模型在角色管理模型ARBAC97的基础上进行扩展,引入时间特性因素,改进现有的信任度计算方式,综合计算用户的多种信任特征,实现灵活、动态的授权机制。仿真实验结果表明,MDT-RBAC在遏制恶意节点攻击的有效性较已有的信任模型有很大的提高。

网络安全中多维信任模型的研究

针对网络安全问题,国内外研究人员试图从信任的角度来解决和加强网络安全并且提出了许多信任模型,但并没有形成一致的观点。本文结合信任特性和网络安全的特点,提出了一种基于D-S证据理论的多维信任模型,给出了网络中多维信任的概念并提出了多维信任的计算方法和合并规则。实验表明,该信任模型能够合理地有效地遏制恶意实体的行为,降低网络中不安全因素对整个网络的影响。

供给侧改革下农民专业合作社发展的多维信任机制研究——基于湖北省农村调查

国家2017年发布中央一号文件强调深化农村经济改革,给农民专业合作社的多样性发展提供了机会。本文通过实地调研,详细分析了合作社、政府、金融机构以及消费者之间的信任情况,对各个主体之间的信息不对称问题进行研究,并建立以合作社为中心,政府、金融机构、消费者共同形成的多维信任机制,以促进合作社的发展,从而促进农村经济的发展。

多维信任、知识转移与软件外包绩效

将信任视为多维变量,构建了多维信任、知识转移与软件外包绩效的影响关系模型。通过理论分析及对京津冀地区97个软件外包接发包企业的有效问卷调查和实证检验,研究发现,多维信任对知识转移、软件外包绩效的正向影响存在差异性;显性知识转移与隐性知识转移相比,对软件外包绩效影响更显著;知识转移在多维信任与软件外包绩效之间具有中介作用,其中知识转移在能力信任与软件外包绩效之间起到完全中介作用,在计算信任、善意信任与软件外包绩效之间均起到部分中介作用。

电子商务环境下的基于云模型的信任评估模型

针对现有的基于云模型的信任评估模型中云滴权值考虑不足的问题,提出了一种新的基于云模型的信任评估模型.模型基于评价次数和评价一致性度量评价向量的可信程度,以实体间的可信历史评价数据集为定量论域,基于加权逆向云生成算法计算评价属性集中任一属性的信任云,引入不确定因子和侧重因子进行信任决策.仿真实验表明,该模型能够更准确的反映卖方实体的特性,从而为电子商务网络中交易对象的选择提供有利的参考.

基于联盟链的可信工业控制网络访问控制机制

针对工业控制网络高度中心化、数据安全和访问控制等问题,优化基于属性的访问控制模型,引入多维信任度量技术作为访问控制判决因素来解决网络内部节点攻击问题,采用联盟链技术优化工业控制网络模式.解决控制系统中心化的问题.进一步提出了基于联盟链的可信工业控制网络访问控制模型TurstAC-ABAC.采用Lab-VIEW仿真软件和HyperLedger Fabric平台分别实现对工业控制系统和联盟链系统的仿真环境,验证了本文所提出框架的可行性和安全性.

对等网络中资源共享引力的拓扑优化算法

针对现有对等网络拓扑优化算法大多基于理想的网络环境,缺乏对节点内在因素和外部环境的综合考虑,给出一种对等网络中资源共享引力的拓扑优化算法.它通过节点共享的资源量、资源的真实性评价、资源需求度等内在因素和节点间虚拟距离的外部环境来构建节点的资源共享引力,在此基础上对非结构化对等网络的拓扑结构进行优化.分析与实验结果表明该拓扑优化算法能将资源共享引力低的节点排挤到网络边缘,降低其对网络整体性能的影响,并能有效地提高对等网络的资源搜索效率.