- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第31卷 第4期 Vol1.31 NO.4
2Ol2年 l2月 成都大学学报(自然科学版)
JournalofChengduUniversity(NaturalScienceEdition) Dec.20l2
文章编号:1004—5422(2012)04—0360—04
信任模型中推荐信息有效性评判
唐仕喜
(盐城师范学院信息科学与技术学院,江苏 盐城 224002)
摘 要:在大规模、开放、动态的分布式物联网环境中,相当一部分推荐者为了最大限度地提高自身的收益,倾
向于给出不公正的推荐信息.与一般主观判断算法不同,提 出了均值受限熵推荐信息可靠性判断算法,构建了
适用于物联网环境的具有可靠推荐能力的信任模型,通过客观判断出总体推荐信息的可靠性,并过滤掉随机发
布的不负责任的推荐信息、个人不合理的推荐信息以及不公平的推荐信息.实验结果表明,算法与实际相符,所
构建的物联 网环境的可靠推荐能力的信任模型更具有客观性.
关键词:信任;推荐信息;均值受限熵;可靠推荐
中图分类号:TP393.08 文献标识码:A
2)异常的推荐,包括:6,由于不正确的观察,诚
0 引 言
实的推荐者给出不准确的推荐;c,由于服务请求者
目前,可计算的信任模型广泛地应用于物联网 对不同推荐者的推荐信息响应不一,诚实的推荐者
环境中:当服务请求者与服务提供者之间相互不熟 给出与其他推荐者相异的推荐;d,由于推荐者缺乏
悉,或服务请求者对某些服务没有足够的访问权限 责任感,轻率地给出随机的推荐信息.
时,可计算的信任模型为服务提供者是否提供相应 3)恶意推荐,包括:e,诚实的推荐者给出过高
的服务和服务请求者是否接受相应服务并提供实时 或过低的推荐信息而这些推荐者过去的推荐行 是
的决策.这种信任模型的决策是基于与请求者相关 诚实的,由于现在与服务提供者或服务请求者间存
的推荐者的推荐信息来完成的.而在大规模、开放、 在利益关系而给出不公平的推荐信息;厂,恶意的推
动态的分布式物联网环境中,相当一部分推荐者基 荐者给出过高或过低的推荐信息,恶意的推荐者从
于 自身的利益考虑,倾向于给出不公正的推荐信息. 过去到现在,一直以来都给出的是恶意推荐信息;
同时,由于物联网环境的高度动态性,要获取推荐者 g,大量诚实的推荐者给出过高或过低的推荐信息,
足够多的信息是一件非常困难的事情.目前,人们对 这些恶意推荐信息超过了总推荐信息的50% 以上,
分布式网络中信任关系的研究主要集中在信任的5 导致了不公平推荐信息的洪泛;h,大量恶意的推荐
段量化评判、直接信任与问接信任合成总体信任以 者给出过高或过低的推荐信息,这些恶意推荐信息
及信任随时间衰减模型等方面 J.在此基础上,本 导致了不公平推荐信息的洪泛.
研究提出了均值受限熵推荐信息可靠性判断算法, 事实上,一个可靠的物联网信任模型应该有能
构建了适用于物联网环境的具有可靠推荐能力的信 力过滤掉 6、d、e、厂、g及h的推荐场景,并将 n、c的
任模型. 推荐场景与6、d、e、厂、g及h的推荐场景区分并分离
出来 .
1 信任模型构建
1.2 具有可靠推荐能力的信任模型构建
1.1 物联网环境下各种推荐场景 由于信任是基于
文档评论(0)