基于加权多属性云的主观信任度量方法

计算机应用 ›› 2013, Vol. 33 ›› Issue (11): 3228-3231.

基于加权多属性云的主观信任度量方法

范涛,张明清,刘小虎,程建

信息工程大学密码工程学院，郑州 450004

收稿日期:2013-05-09 修回日期:2013-07-06 出版日期:2013-11-01 发布日期:2013-12-04
通讯作者: 范涛
作者简介:范涛（1990-），男，安徽安庆人，硕士研究生，主要研究方向：网络安全建模与仿真；张明清（1961-），男，湖北武汉人，副教授，主要研究方向：系统建模与仿真；刘小虎(1989-)，男，河南太康人，硕士研究生，主要研究方向：网络安全建模与仿真；程建（1990-），男，河南安阳人，硕士研究生，主要研究方向：网络安全建模与仿真。

Subjective trust metric based on weighted multi-attribute cloud

FAN Tao,ZHANG Mingqing,LIU Xiaohu,CHENG Jian

Institute of Cipher Engineering, Information Engineering University, Zhengzhou Henan 450004, China

Received:2013-05-09 Revised:2013-07-06 Online:2013-12-04 Published:2013-11-01
Contact: FAN Tao

摘要/Abstract

摘要： 针对现有基于云模型的信任度量方法缺乏对信任的多粒度及时效性考虑，提出一种基于加权多属性云的信任度量方法。首先，以多属性信任云对信任度量粒度进行细化，并在实体信任计算中引入时间衰减函数；其次，对信任云的多属性综合与多路径合并得到实体的最终信任云；最后，采用云的相似度比较算法与信任基准云进行比较，得到实体的信任等级。通过网格计算环境下的仿真实验表明，当节点交互100次时，采用加权多属性云的度量方法的交互成功率为80%,比传统方法提升了15%。仿真结果表明，采用加权多属性云的度量方法可以提高信任度量的准确度。

关键词: 云模型, 信任度量, 多属性信任云, 时间衰减函数, 信任基准云

Abstract: The existing trust metrics based on the cloud model lack of the multi-granularity and timeliness consideration. For this reason, a trust metric algorithm based on weighted multi-attribute cloud was proposed. First of all, multi-attribute trust cloud on trust metric was used to refine the grain size, and time decay function was introduced in the entity trust computing; second, multi-attribute comprehensive and multi-path merge was used to get entity ultimate trust cloud. Finally, the trust level of the entity was obtained by comparison with basis trust cloud using cloud similarity comparison algorithm. The simulation results under grid computing environment show that when the node interaction reached 100 times, the interaction success rate of weighted multi-attribute cloud metric was 80%, significantly higher than 65% of the traditional method. The simulation results show that the cloud using the weighted multi-attribute trust cloud metric measurement method can improve the accuracy of trust metric.

Key words: cloud model, trust metric, multi-attribute trust cloud, time decay function, basis trust cloud

中图分类号:

TP18

范涛张明清刘小虎程建. 基于加权多属性云的主观信任度量方法[J]. 计算机应用, 2013, 33(11): 3228-3231.

FAN Tao ZHANG Mingqing LIU Xiaohu CHENG Jian. Subjective trust metric based on weighted multi-attribute cloud[J]. Journal of Computer Applications, 2013, 33(11): 3228-3231.

[1]	牛春彦, 夏克文, 张江楠, 贺紫平. 基于云量子花朵授粉的极限学习机算法[J]. 计算机应用, 2020, 40(6): 1627-1632.
[2]	石丽莉, 夏克文, 戴水东, 鞠文哲. 改进的粒子群优化算法对断路器储能弹簧的优化设计[J]. 计算机应用, 2019, 39(5): 1540-1546.
[3]	李帅, 王国胤, 杨洁. 基于云综合方法的三支群决策模型[J]. 计算机应用, 2019, 39(11): 3163-3171.
[4]	郑垚宇, 方洋旺, 魏贤智, 陈少华, 高翔, 王宏柯, 彭维仕. 基于云模型的仿真可信度评估方法[J]. 计算机应用, 2018, 38(6): 1535-1541.
[5]	杨张龙, 陈明. 大规模网格模型间的快速视觉布尔运算[J]. 计算机应用, 2017, 37(7): 2050-2056.
[6]	马艺元, 宋卫平, 宁爱平, 牛海帆. 混沌云模型多目标布谷鸟搜索算法[J]. 计算机应用, 2017, 37(4): 1088-1092.
[7]	马满福, 张正锋. 基于可拓云的网络信任评估[J]. 计算机应用, 2016, 36(6): 1533-1537.
[8]	卢志刚, 孙亚丹. 基于社会化媒体情境的多维协同智能推荐[J]. 计算机应用, 2016, 36(3): 740-745.
[9]	李锦民, 李涛, 徐凯. 基于危险理论的分布式服务异常检测模型[J]. 计算机应用, 2015, 35(9): 2519-2521.
[10]	孙妮妮, 陈泽华, 牛昱光, 阎高伟. 基于云模型重叠度的相似性度量[J]. 计算机应用, 2015, 35(7): 1955-1958.
[11]	张翔宇, 田庆国, 葛宝臻. 三维人体点云模型多约束肢体分割[J]. 计算机应用, 2015, 35(3): 830-834.
[12]	陈志军. 基于云模型的被动队列管理算法[J]. 计算机应用, 2014, 34(4): 955-957.
[13]	张华伟魏萌. 基于云免疫算法的认知无线网络参数优化[J]. 计算机应用, 2014, 34(3): 628-631.
[14]	卫波王晋东张恒巍余定坤. 基于加权多属性云的服务信任评估方法[J]. 计算机应用, 2014, 34(3): 678-682.
[15]	杨超燕雪峰张洁周勇. 基于权重的云推理算法[J]. 计算机应用, 2014, 34(2): 501-505.