|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要：针对现有信任机制不能很好表达信任的不确定性，且缺乏有效处理分布式网络中存在的不诚实推荐和策略$ T" H) Q* I* `2 K7 L0 t
性欺骗等问题，该文提出一种集成直觉模糊信息的自适应信任评估模型。为了激励提供可信服务的实体，惩罚不良
0 P Q3 U5 l$ l1 p4 t7 n3 t' h行为实体，该模型结合服务持续性强度和时间衰减因子，计算实体直接信任直觉模糊数。同时利用实体的推荐可信% }+ }$ [: u2 g4 n5 t1 }* @ t
度和行为一致性过滤不诚实推荐行为。除此之外，为了克服综合信任聚合计算中权重确定较主观的问题，给出了一/ U! p' w0 w2 `- j1 x
种新的自适应权重分配方法。仿真实验表明，该模型在提高实体服务积极性和抑制恶意欺诈行为中，都有较好的适' T6 K/ b4 z5 j+ [# Z
应性和有效性。
. A: i2 x, }& D' Y7 Q, N关键词：直觉模糊信息；信任模型；分布式网络；推荐可信度. n' F1 s/ H' `/ L
1 引言# I4 m4 ~$ d- n# L8 f, Q, R* P# v0 B
近年来，对等(Peer to Peer, P2P)网络技术在协5 I% ]( T3 s6 _6 u# Z
作、共享和分布式计算等方面得到了广泛应用。但) w7 h$ Q2 F* ~' ?
* M- z) y+ v5 U" S2 h6 p: }
% Z" U5 r" V9 `1 {, X8 ^! J1 m, j# c( F; i' B4 d5 w8 ~* v3 Z
6 n1 E+ r' e) e. m9 F) }
- P9 M$ c- j1 O) T; \# s7 B$ J# h" i: _; y9 O7 Z. L
; L& o8 ~7 m' U9 B w; K" E* P附加下载：
$ p, N3 M& V) ?$ T7 g- y) j! T) ^
|
|
/1 
发表于 2021-2-9 11:02
收藏
淘帖
支持！
反对！