|
|
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
: A8 @9 [2 w' U! x" V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% G. x* l9 ~0 {5 k' Z
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
% r. G$ M( N" ^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
, Y; P) e* u, p, X- M7 p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: W ?0 E. q1 U) } g
应性和有效性。/ w1 L. Y- Y# ?1 m \" H( y
关键词：直觉模糊信息；信任模型；分布式网络；推荐可信度$ Y* @+ c- g1 q: X4 ~. T7 v) N
1 引言3 m1 H% y$ E, {7 w" A
近年来，对等(Peer to Peer, P2P)网络技术在协
* [' U$ Y5 O/ J% _! O作、共享和分布式计算等方面得到了广泛应用。但) n7 g0 X6 ], m* U/ f h% V N
3 H- y- @9 i# X g& j2 h4 t. O4 e" l+ Y) i+ p( p
5 o6 b, q4 `2 J7 Q
5 L" X% r2 A; x" q1 g4 ^1 B" _3 y5 |2 m
附件下载：% l' j) o0 w# K5 ? X* p: ?+ D
* J* ^1 l; f3 n |
|
/1 
发表于 2021-2-18 16:00
收藏
淘帖
支持！
反对！