用于增强信任评估可靠性时滞性弱化策略.docVIP

用于增强信任评估可靠性时滞性弱化策略 　　摘要：为降低信任评估固有时滞性对信度结果可靠性的负面影响，以二阶导数为数学工具，通过量化目标实体的信度变化态势并将其纳入到信任评估过程，提出了用于增强信任评估可靠性的时滞性弱化策略。为检验该策略的有效性，基于逆向工程的思想使用它扩展了由Srivatsa提出的著名的信任重估模型。实验结果显示，扩展后的新模型较原有模型在部分评估结果上更逼近于目标实体的真实行为，同时也更能抑制恶意实体的策略波动行为。这表明时滞性弱化策略能够用于增强信任评估的可靠性。 　　关键词： 信任评估； 时滞弱化； 二阶导数； 信度趋势； 策略波动 　　中图分类号： TP393.08 文献标志码： A 　　0引言 　　自1994年Marsh率先提出信任的概念以来，对信任模型的研究已经取得了长足的进步[1-5]。作为一种复杂的社会关系，信任所具备的动态性和模糊性特征使其成为一种很难度量的抽象心理认知。纵观近年来学术界针对信任评估开展的众多研究，代表性的工作包括：Felix等[6]针对P2P应用安全提出了称为信任蚁群系统（TrustAntColonySystem，TACS）的信任评估模型，该模型使用蚁群仿生算法，通过信息素痕迹标识相邻实体间的信任度，经过计算选取彼此最信任的实体和最信任的路径进行实体间的对等交互；与此同时，为提高TACS的鲁棒性，他们进一步提供了该模型的基因算法版本[7]。Khaled等[8]以维护云用户的数据安全与隐私为目标，使用控制权、所有权、预防和安全四个因子来衡量用户对云服务的信任度，并指出控制的削弱和透明度的丧失会引发用户对云服务系统信任度的下降。Sojen等[9]针对医疗信息敏感的本质，提出了一种用于创建、共享或检索医疗信息的信任模型，该模型将感知的医疗信息质量、感知的医疗系统质量、感知的信息提供者声誉等作为信任衡量因子。Wang等[10]针对现有大多数信任模型未能评估信誉预测方差，以及信誉反馈聚集的求和方法容易遭受恶意反馈攻击的问题，提出了一种通用的鲁棒的信任模型RLM（RobustLinearMarkov），定义了基于信誉值和信誉预测方差（用于衡量基于反馈聚集计算获得的信誉值的质量）这两个属性的信誉评估方法??Anantharam等[11]针对当前信任模型研究存在的应用领域高度相关问题，提出了用于集成和关联不同信任要素到统一模型的信任本体论，并在语义传感器网络和社会网络的信任模型融合中给出了尝试。Manh等[12]为解决多Agent系统中混合信任模型所采用的信任传播机制存在高计算开销的问题，将基于传播的共享问题规约为评估对方应该利用何种信任，以及应该在主体间共享何种信任的问题，并提出了一个融合直接信任与间接信任于一体的可计算信任模型。Sun等[13]在指出分布式网络环境中恶意实体通常会借助误导、变节、离间、冒名和洗白等策略手段进行信誉滥用的前提下，系统地给出了抑制这些恶意行为的策略方法。Eleni等[14]针对现有P2P信誉系统攻击抑制研究中对敌手模型缺乏一般性讨论的问题，通过对信誉系统潜在攻击方法及防御机制进行分类，给出了鲁棒P2P信誉系统的一般性设计方法。 　　虽然目前在信任关系建模和信任系统攻击抑制的研究上成果丰硕，然而却对影响信任评估可靠性的评估证据构建的时滞性问题缺乏关注。从信任关系的内涵看，作为一种与行为上下文密切相关的动态过程，信任关系会随着行为上下文的动态变化而发生改变。信任关系的这种动态特性要求对信任关系的评估必须顾及整个行为上下文。然而评估证据构建固有时滞性的存在却使得完整顾及整个行为上下文成为不可能：评估证据的构建仅能顾及当前（评估）时间点之前的实体行为，却无法涉及到目标实体在当前时间点上的行为上下文，而该上下文对于实体当前信度的可靠获得尤为重要。从该意义上讲，时滞性问题不解决，可靠信任评估必将难以实现。为试图缓和该问题，本文提出了一种用于增强信任评估可靠性的时滞性弱化策略。 　　1时滞性弱化策略 　　虽然对一个时间域上尚未发生的行为进行预先评估有失评估的准确性，但若存在某种机制能够将行为上下文中待发生行为的评估时间提前，势必会弱化信任评估的时滞性，提高评估结果的可靠性 于上述原理，本章以二阶导数为工具，借助量化目标实体的信度变化趋势，合理预期出目标实体的短期未来行为趋势，并将其纳入到当前的信任评估过程，据此弱化信任评估的时滞性，增强信任评估结果的可靠性。 　　从函数性质上讲，一阶导数f′（x0）的几何意义是曲线y=f（x0）在点P（x0，f（x0））处切线的斜率，其物理意义是f（x0）在x0处对自变量x的变化率。利用该函数性质，文献[20]成功将目标实体行为的波动率引入到信任评估过程，改善了评估结果的可靠性。受此思想启发，我们认为既然二阶导数f（x