一种主观信任评价模型研究.docVIP

一种主观信任评价模型的研究 　　摘要：以开放式网络环境中主体间的信任（简称主观信任）为研究背景，提出了一个较完整的主观信任评价模型；并给出了合理的直接信任评价和推荐信任评价的计算公式及相关的其他解决办法，解决了主观信任的评价；通过仿真实验的研究与分析，进一步验证了该主观信任评价模型的可行性与合理性。 　　关键词：主观信任； 信任评价； 直接信任； 间接信任 　　中图分类号：TP393．08 　　文献标志码：A 　　文章编号：1001－3695(2008)06－1839－03 　　 　　近年来，已有众多学者在不同的研究背景下提出了各自的信任评价模型。Abdul－Rahman等人提出的分布式信任模型[1]，过分强调信任度的有条件传递性，没有给出具体的信任度计算公式。T.Beth等人提出的基于经验和概率统计的信任评价模型[2]，但该模型对直接信任定义过于严格，很难获得能客观反映推荐行为的经验信息。J??Sang等人在基于主观逻辑的信任中引入了事实空间（evidence space）和观念空间（opinion space）的概念来描述和度量信任关系[3]。虽然J??Sang等人给出了一些指导原则，但该过程的处理仍较为复杂和困难。文献[4]使用了概率统计的假设检验思想对信任关系的度量进行解释，但是由于主观信任的主观性、不确定性与随机性表现为模糊性，使用概率统计的方法无法描述主观信任关系的真实情况。本文借鉴上述已有的工作，并结合文献[5]的研究成果，以开放式网络环境中的主观信任的研究为背景，研究并提出了一种主观信任评价模型。 　　 　　??1研究背景 　　 　　?ピ诳?放式网络环境中，由扮演不同角色的主体及其他相关组件组成的应用系统，更多地表现为主体之间的协作活动，主体间信任关系的建立是一种在agent协调下的信任协作过程[5]。在信任评价中，信任类型为主体的决策提供细致而精确的依据。但由于开放式网络环境中服务呈现出多样性，因此给出一个具体的信任分类标准是困难的，而且给定一个固定（静态）的分类标准也很难满足实际应用的需求，也不具有多大的实际意义。虽然在信任评价模型中强调信任内容的相关性，但同时也认为信任的分类应在实际应用中完成。为此，本文结合文献[5]的研究成果，提出并研究一种主观信任评价模型，如图1所示。 　　 　　2主观信任评价模型的研究与分析 　　 　　?ブ魈寮涞男湃斡辛街郑?即直接信任和推荐信任[1]。文献[5]已借助模糊集合理论对论域中的各主体xi(i=1,…,n)作了定量描述信，即任向量v(xi)=(v??i1,v??i2,…,v??im)=(μ??i1,μ??i2,…,μ??im)，并对信任的类型作了动态定义。 　　??2．1直接信任的评价 　　?ブ苯有湃问侵魈?A运用经验（包括直接和间接经验）对B在进行某项任务时的可信度评价。信任评价一般都是基于初始的信任评价，下面结合信任传递机制给出直接信任评价 　　Dv??AB=f(D??AB,cur(Dv??p1(B),Dv??p2(B),…,Dv??pk(B))) 　　（1） 　　其中：Dv??AB表示A对B的直接信任度；函数f表示信任度评价方法；D??AB是以前A对B的直接信任度（或初始信任度），故式（1）也适用于信任的重新评价；Dv??p1(B),Dv??p2(B),…,Dv??pk（B）分别表示主体A得到的（由k条推荐信任路径p1,p2,…,pk计算出的）对B的直接信任度；cur表示主体当前得到某些信息的集合函数。 　　?ビ捎?A对B的直接信任评价中有来源于对B的推荐经验，这些推荐经验信息可能来源于k条推荐信任路径p1,p2,…,pk，而这些路径可能是关联的，也可能是相互独立的。因此，必须考虑各主体间错综复杂的关联关系。对于关联程度较简单的情况，agent可以根据实际情况作出恰当的信任评价；如果关联太复杂，就使用本节中介绍的信任评价方法。对于相互独立的情况，若涉及到的推荐者较少（或推荐信任路径不多），那么agent可以根据实际情况直接进行信任评价；另一方面，若所涉及的推荐者较多（或推荐信任路径较多），就使用本节介绍的信任评价方法。 　　 　　其中：?莘直鸨硎拘湃蜗蛄慷杂Φ脑?素相加与相乘；t∈[0,1]为信任权重系数，当主体A对B进行直接信任评价时，??agent灵活地根据实际情况适时动态地选取t。当t=0时，表明A使用当前推荐信任来进行对B的信任评价；t=1时，表明A只看以往的对主体B信任度来进行评价；t=0．5时，表明A对等看待来自推荐信任和自己已持有的对B的信任度来对B进行信任评价。 　　??2）有关联的情况主体A当前得到的对B的k条推荐信任路径中，可能有关联与不关联。为了使研究更合理，假设有若干推荐路径是关联不关联的。