一种集成直觉模糊信息的激励自适应信任模型

kajchild

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
3 R3 h; e) E7 U+ V! S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
8 D% i4 O9 ^5 C$ ^8 N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
% P2 w, h6 Q, A/ }4 a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
- @% v7 f+ `: k. d, Q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
应性和有效性。
. o* n; x6 x7 S关键词：直觉模糊信息；信任模型；分布式网络；推荐可信度
1 引言
; N; L0 y7 v7 X1 [  \近年来，对等(Peer to Peer, P2P)网络技术在协
, R, m) s& D# [& F作、共享和分布式计算等方面得到了广泛应用。但


8 s# g( x, M" b! M




# Q# X4 u9 ~8 V3 }: f+ r附加下载：

游客，如果您要查看本帖隐藏内容请回复

1 |! f: L- T% j; t& ^/ V
) A2 S: o: _. n7 i' j1 }

nolita

谢谢分享