|
|
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 k& E: t& E. b) L
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# z3 p: S: c. K) m( X
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
; l- [5 [; n; @- U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' Q, p' f+ Y9 l) O+ E
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
+ _+ o3 U6 u, |( K9 ?应性和有效性。
, f! W1 r/ x5 I+ \8 F! G关键词：直觉模糊信息；信任模型；分布式网络；推荐可信度3 A# O( \) W2 _/ j
1 引言
4 z: p7 z' s) ~' x! p: M近年来，对等(Peer to Peer, P2P)网络技术在协0 ~1 V- q! g4 e, K' b4 ]
作、共享和分布式计算等方面得到了广泛应用。但5 {+ A, `; S& I& b" I2 y
* |: e9 a1 a% D8 g9 e) [9 b5 Y3 [/ o. a, ~+ T/ C7 }4 s2 F0 P! H
( u+ A$ v0 {3 S; |, N! ]
" d6 B- P$ a9 N2 O" D
* d, g5 t6 `$ {$ O附件下载：: E k2 L7 q4 L+ S
u6 E+ R6 R' K4 } Q6 X5 r7 c+ M |
|
/1 
发表于 2021-2-18 16:00
收藏
淘帖
支持！
反对！