教育资源网格中的一种信任评估模型

在开放的数据网格中,动态反映资源可信度是一个主要安全问题。本文提出了一种新的信任模型,动态评估资源的信任值,从而提高教育资源网格的安全性和可扩展性。该模型根据实体访问资源的推荐信任值、资源的被访问频率以及资源所在域的信任度综合评估资源信任度。通过和目前流行的针对行为的信任评估模型的实验时比,本文提出的信任模型具有更低的时间复杂度,信任度的评估也更可靠。实验结果表明,该信任模型可作为一种有效的手段,不但可以为数据网格中对资源的信任决策提供支持,防止恶意资源破坏的扩散,同时还能提高资源检索的可靠度。

基于教育资源网格的信任模型研究

教育资源网格的动态性、开放性等特点为其带来了很多的安全隐患,本文基于模糊理论提出了一个教育资源网格信任模型。模型中信任分为直接信任和间接信任,在教育资源网格信任模型的基础上改进了信任值的计算,可以得出更有效的信任度,提高交易的成功率。实验结果显示了模型的有效性。

教育资源网格副本管理模型研究

针对中小学的教育资源网格副本管理是当前网格研究的热点,总结了教育资源网格副本管理的相关概念,分析了副本管理的主要问题,并将其形式化表示。提出了基于OGSA的教育资源网格副本管理模型(OERM),其在提高用户访问速率的同时,方便了副本管理程序的开发。实验证实了OERM的优越性。

基于OLAP的教育资源共享网格模型构建研究

目前中国各类教育资源分配不均衡、重复揉杂、数据量庞大、信息分散等问题突出,城乡教育资源共享是实现中国学前教育、初等教育、中等教育和高等教育公平而有质量的有效途径,教育资源各个共享因素相互影响,本文在对数据挖掘的OLAP技术和网格的五层沙漏结构分析的基础上,构建基于OLAP的教育资源共享网格模型,利用该模型深入剖析中国城乡教育资源共享的可行性,为解决中国城乡教育资源的精准化共享提供参考和借鉴。

网格计算资源管理中的强约束信任评估模型

信任关系是实现网格资源共享的基础。文中提出了针对网格资源、资源提供者和资源消费者的信誉度评估模型,对信任进行了定义;并结合声誉评估方法,建立了信任评估流程,实现了一个具有强约束的信任评估模型。仿真实验表明,该模型达到了选择信任度更高的实体建立调用关系的目的,同时可促进资源交易量和系统的吞吐量。

基于多代理的网格资源高可用信任调度模型

网格作为高度异构的环境,其随机性、动态性是网格的本质特点之一,也是开发和应用网格的一个难点,这种本质特点造成了网格应用环境的不稳定性。该文分析了网格的资源随机性和动态性特点,对资源进行分类,将信任引入到资源调度过程中,提出了基于智能Agents的网格资源高可用信任调度模型,以提供稳定可靠的品质服务QoS。

信任度模型在远程开放教育网格中的应用研究

远程开放教育网格原型系统根据远程开放教育与网格具有相似的特征,融合网格技术,以解决远程开放教育中资源查找的问题。本文以“中央广播电视大学人才培养模式改革和开放教育试点”项目为例,阐述了网格在远程开放教育中应用的必要性,构建了基于信任度模型的远程开放教育网格的体系构,通过引入信任模型机制作为基于证书的安全体系的有效和必要补充,进一步完善了网格计算安全服务体系。

基于网格资源随机性的信任调度模型

在网格社区[1]中,建立一个共享资源间的好的协作关系,是网格的基础研究课题。网格资源的局部自治性,动态性,随机性,都要求建立一个安全的有效的机制。首先分析了网格的资源随机性和动态性特点,将资源进行分类,提出了资源分级的概念,实现了基于随机性的高可用信任调度算法以便提供稳定可靠的QoS。

网格环境下基于信任模型的动态级调度

网格用户、资源和服务的不确定性潜在地影响网格应用任务的正常执行,这样使得设计既能减小应用任务执行时间又能减小欺骗可能性的调度算法十分困难．参考社会学的人际关系信任模型,建立网格节点信任推荐机制,并利用D-S理论对推荐证据进行综合分析,从而定义出基于不确定性推理理论的信任度计算函数．将该函数并入DLS算法得到“可信”动态级调度算法(TDLS),从而在计算调度级别时考虑网格节点的可信程度．仿真结果证实,提出的TDLS算法以小的时间花费为代价,能有效提高任务在信任方面的服务质量需求．

网格环境中的一种信任模型

网格环境中的信任问题是当前网格研究的一个热点问题,为了解决网格环境的动态性和不确定性带来的安全问题,文章提出了一种新的信任模型来处理网格环境中实体之间的信任关系,该模型对域内信任关系和域间信任关系分别采取不同的方法进行处理,实验和分析结果表明,与以往的信任模型相比,这种信任模型能更加精确地评估实体之间的信任关系,从而能更加有效地解决网格环境中存在的安全问题。

网格环境下基于云模型的信任评估与决策方法研究

针对目前网格环境下信任评估模型普遍存在未充分考虑信任关系的模糊性、信任信息的描述不完整等问题,提出了信任云的概念及其模型。该模型可从网格实体间相互协作满意度中提取信任信息,能精确描述信任期望值。通过熵和超熵刻画信任的不确定性,使评估过程更贴近于信任的语意特点。还提出了一种信任云的相似性度量方法和信任决策算法,实验表明了由信任云表述的信任关系可以作为网格环境下安全决策的依据。

网格环境下层次信任模型研究

信任管理作为网格研究的核心内容,受到研究人员的高度关注。目前设计的模型中,实体域的信任值由直接信任值和推荐信任值合成,但引入推荐信任就必须对网格域进行层次划分。现有的划分方法只是主观地根据网格域之间的交易情况来划分层次,这种划分方式得到的推荐值的可靠性难以保证,并且不能防止联合欺骗的行为。基于对网格实体域行为的深入研究,给出了一个基于实体域行为的直接信任值动态量化模型,在此基础上,引入匹配指标和粗糙度的概念,给出了一个层次划分模型,利用该模型很好地解决了推荐信任值的计算问题,给出了一个信任评估模型,理论分析和实验结果表明,该模型能够保证推荐信任值的可靠性,并且防止了推荐过程中的联合欺骗,有效地解决了网格环境中信任评估问题。

一种新型的网格行为信任模型

网格计算系统是一个分布式的高性能计算机环境,由广域分布的异构的计算机和资源组成,旨在使用户可以透明地共享使用这些资源,而且彼此可以进行区域间的紧密合作。为了保证这种共享合作更加安全可靠、更具吸引力,在网格系统中提出了信任的概念,具体又可划分为身份信任与行为信任。其中身份信任主要负责身份验证以及用户权限等问题,而行为信任关注的是更广泛意义上的可信赖性问题,用户可根据过去相互间行为接触经验而及时动态地调整更新彼此间的信任关系。该文着重描述行为信任的含义和计算方法,并在此基础上提出了一种新型网格行为信任体系模型,最后通过举例具体讨论说明了它的应用过程。

网格计算中的信任模型研究

在现有信任关系研究的基础上提出了针对网格计算环境较为完备的信任模型,通过引入信任模型机制作为基于证书的安全体系的有效和必要补充,进一步完善了网格计算安全服务体系。

基于D-S证据理论的网格服务行为信任模型

在网格环境中,信任机制是解决网格服务安全问题的一种有效方法。研究了以P2P模式组织的网格服务资源之间的行为信任关系,提出了一个行为信任模型,研究了D-S证据理论和改进的证据冲突处理方法在行为信任模型中的应用,解决了模型中信任的度量、传递和组合问题。模拟实验与结果分析表明提出的行为信任模型具有合理性、有效性以及工程可行性。

基于模糊集理论的网格服务行为信任模型

在网格环境中,信任机制是解决网格服务安全问题的一种有效方法.行为信任具有身份信任不可替代的作用.研究了以P2P模式组织的网格服务资源之间的行为信任关系,提出了一个行为信任模型,研究了模糊集理论在行为信任模型中的应用,解决了模型中信任的度量、传递、组合和决策问题.模拟实验与结果分析表明提出的行为信任模型具有合理性、有效性以及工程可行性.

基于主观逻辑理论的网格信任模型分析

网格环境下如何为应用程序选择可靠的服务是一个关键问题.借鉴人类社会建立推荐信任模型的方法,提出以服务提供的服务质量属性为参考元素,引入基于服务质量的偏序关系建立基本可信度函数,考虑不同网格结点之间的历史交互信息中的不确定性,将历史交互信息转化为结点之间的推荐偏好意见,并采用衰减算子和融合算子综合来自不同网格结点的推荐信息.针对服务选择时产生的负载不均衡的现象,采用轮盘赌的方法进行服务选择.最后分析和仿真实验证明该模型的有效性.

基于网格环境中的量化评估信任模型

网格计算系统是由地理上分布的,异构的计算机和资源组成,它是一个分布式的高性能计算机环境,通过网络连接,用户可以透明地共享这些资源。但其本身具有动态性和不确定性,给区域间网格实体的合作带来一系列安全问题。所以网格环境中的信任问题,成为当前网格研究的一个热点。在本文中,把信任划分为身份信任和行为信任,提出了一种新型的量化评估信任模型,来处理网格环境中实体之间的信任关系,从而更科学、有效地解决网格环境中存在的安全问题。

基于行为的网格虚拟组织安全信任模型研究

与传统的安全授权机制相比,信任管理是一种更具表达力,更直接、高效、完善的分布式授权方式,可以适应网格及其应用发展的安全需要。该文研究了信任管理系统中的关键部分――信任模型,对基于行为的网格信任模型,即基本网格行为信任模型和信任中介者模型进行了研究剖析,分析了其优点和不足,并对网格信任模型的未来进行了展望。

网格环境下基于Bayesian网络的信任模型研究

在开放的网格中,为不同管理域之间建立信任关系并以此实现他们之间的协同工作是当前网格所面临的一个主要安全问题。为了提高网格的安全性和可扩展性,论文提出了一个网格环境下基于Bayesian网络的分层信任模型,用以解决处于不同管理域的实体之间协同工作的安全问题。模型上层建立和维护具有不同安全策略管理域之间的推荐信任关系,下层负责处理管理者对域内实体的信任评估问题。同时考虑了影响实体之间直接信任值的不同因素,以及他们之间复杂的依赖关系,利用Bayesian网络和领域层次结构相结合的方法有效合理地将各方面因素整合起来,形成能够反映实体在不同方面的直接信任值。