服务计算环境下综合信任度及风险评价研究

信任缺失是服务计算环境发展过程中要解决的一个关键性问题。该文在计算直接信任度、间接信任度的基础上,构建了服务计算环境下综合信任度评价模型并设计了评价流程,实现了在服务计算环境中信任度的动态评价,改善了服务计算环境中的信任缺失问题,文章还利用FMEA方法给出了服务计算环境下信任风险评估的方法。

一种基于QoS的信任增强服务选择方法

提出一种基于QoS的信任增强服务选择方法。引入信任评估机制,一方面重视服务请求者自身的服务使用经验;另一方面根据历史反馈对用户进行分级,只有达到一定级别的用户才有资格进行服务推荐,从而保证推荐信任度的可靠性。根据服务实际调用情况计算出直接QoS预测值、综合直接信任度和推荐信任度,选择能满足实际需求的候选服务。实例分析表明该方法可行。

P2P网络中恶意节点控制算法的研究

对目前P2P网络中的信任模型进行研究,发现信任模型在考虑恶意节点方面存在欠缺。为此,分析恶意节点的恶意行为,综合已有模型的优点,根据信任值的"慢升快降"与直接信任度影响更大的原则,针对控制恶意节点提出一种新的信任度计算模型,该模型中信任度的改变值与每次交易的资源大小有关。仿真实验结果证明,该模型能提升交易成功率。

认知模型研究的新成果及应用

综述认知模型研究近年来取得的成果及应用。研究了粒计算认知模型、动态信任预测认知模型、Bayes信任预测认知模型采用的主要算法,介绍了认知模型在求解认知难题、虚拟人决策训练、多Agent谈判中的应用。指出粒计算认知模型、动态信任预测认知模型、Bayes信任预测认知模型是近年来认知模型的主要研究成果。因此,认知模型的研究具有很高的应用价值。

个体信任认知对博弈合作行为的影响

将信任认知视为局中人关于对方选择合作的信念,探讨在一次性囚徒困境、有限次重复囚徒困境以及无限次重复囚徒困境中,信任认知对局中人策略选择与系统均衡的影响。为了体现信任认知的动态性,以及降低信任预测的主观性,将动态信任预测认知模型引入到重复博弈的分析框架中。研究表明:当个体的总体信任度超过某一临界值时,合作现象将会在系统中涌现并维持。此外,局中人的本轮满意度、历史直接信任度、直接信任度,间接信任度以及活跃度等因素均对其合作行为产生一定的影响。