|
|
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
2 C* f8 X0 L4 _1 v2 G' P& 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
% p% b4 F& r, o6 A* Q8 `% g* q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& H" @, [# C) I% W' W- M( P
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
% [+ e* v Z) ~) h4 C: t2 d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+ _/ m6 Y h) [5 c
应性和有效性。- s: F( Y6 D! W3 ]$ v4 p
关键词：直觉模糊信息；信任模型；分布式网络；推荐可信度
1 _8 l5 i2 m& h' m" Q" S0 n1 引言, y m1 c. I% }- Q3 E1 I/ I' u: Z
近年来，对等(Peer to Peer, P2P)网络技术在协
! i1 l( f* Q& q* i& p" j作、共享和分布式计算等方面得到了广泛应用。但
& d( x! I/ U* T$ s8 T1 {' d/ E+ j/ i$ S# }% B9 ~1 I* N
, e4 M4 K7 v1 w3 P0 M% X
6 `0 p$ @2 r! v1 w+ z5 ^0 f2 s$ z' [) r4 y. T
7 A: D) E4 r% p, Z+ o1 D附件下载：
- i+ e8 [" d7 f: A
7 `, @" p9 F7 W. ^: `) X0 G* n |
|
/1 
发表于 2021-2-18 16:00
收藏
淘帖
支持！
反对！