毕业设计（论文）-虚拟组织中心度组信誉聚合研究.docx

本 科 生 毕 业 论 文题 目： 虚拟组织中心度组信誉聚合研究 院 系： 软件学院 专 业： 软件工程（电子政务） 学生姓名： 学 号： 指导教师： 二一四 年 四 月- iii -摘 要虚拟组织是一种区别于传统组织的以信息技术为支撑的人机一体化组织。竞争力和信誉是虚拟组织的依据。虚拟组织在选择合作伙伴时，除了需要考察其能力外，还得考虑其是否可信。信誉研究是随着电子商务的兴起不断发展起来，并且在P2P电子商务中得到广泛应用。但是由于P2P网络具有动态性、匿名性和开放性等特征，使得节点可以随时随地的加入或退出网络，更容易遭受各种类型的攻击，因此P2P电子商务系统存在不诚实交易、恶意行为和网络攻击等安全隐患的考验。目前，关于虚拟组织的信任信誉机制研究相对不足，存在一些待研究的问题。如：单一盟主的虚拟组织成员如何筛选服务成功率高并且服务质量好的节点；虚拟组织构建完成后，如何将组成员的信誉进行合理聚合。本文对上述问题进行研究，采取以下方式解决上面提到的问题：首先，由已有理论技术对虚拟组织中交易节点计算其信誉值，主要由自身的直接交易经验形成节点对节点的直接信任，和由节点自身直接信任值较高的其他节点所构成的第三方推荐。其次，考虑虚拟组织中不同节点的不同重要程度，借助节点“中心度”算法，使得根据经由某个节点的路径数与虚拟组织中最大可能路径数的比例，计算每个虚拟组织节点的信誉聚合过程中的权重。由所有节点信誉值与其中心度的聚合值得到整个虚拟组织的聚合信誉值。最后通过严格的实验，论证本文所提到算法的有效性。首先将整体步骤进行分解，设计合理的场景构建虚拟组织，并计算其中服务节点的成功率，直接信任，可信度，信誉值等参考属性值。再对组织中节点信誉值进行聚合，通过对比实验，验证本文算法的针对性和全面性。通过研究虚拟组织成员信誉聚合算法，。对虚拟化组织构建和相关的虚拟组织成员选择具有一定的应用价值，聚合信誉值可以作为成员选择不同虚拟组织的重要参考指标，对反向选择具有重要意义。关键词：虚拟组织 组信誉 信誉聚合 中心度 ABSTRACTVirtual organization is an organization different from the traditional information, based on the information technology to support the human-machine integration organizations. Competitiveness and reputation are the basis of the virtual organization. When virtual organization choose partners, in addition to considering its ability to investigate, but have to consider whether it believable. The credibility of the study with the rise of e-commerce continues to develop, and has been widely used in P2P e-commerce. However, due to the dynamic nature, anonymity and openness features of the P2P networks , making the node can join or leave the network anytime and anywhere, more vulnerable to various types of attacks, so in the P2P e-commerce systems, there are dishonest transaction, malicious behavior , network attacks and other security risks of the test. Currently, the research on virtual organizations trust mechanism is lack of credibility , there are some problems to be studied , like a single virtual organization member how filtering high success rate and good quality of service nodes; After the virtual organization is built, how to aggregate the group reputation.This paper studies these issues, take the following approach to solve the problems mentioned above:First, using the existing theory techniques to calculate the value of the nodes reputation, the P2P direct trust formed primarily by its own direct trading experience, and the third party by the other nodes with the higher value of the trust.Secondly, considering the importance of the different nodes in different virtual organization. With the node centrality algorithm, the proportion of paths through a node based on the number of virtual organization with the largest number of possible paths to calculate the credibility of each virtual organization node aggregation process weight. Worth all the nodes from the credibility to the value of its center aggregation reputation value of the entire virtual organization.Finally, through rigorous experiments demonstrate the effectiveness of the algorithm mentioned in this article. First, the overall decomposition step, designed to build virtual organizations scenes, and calculate the success rate among service node, direct trust, credibility, reputation and other reference value of the property value. And then the value of reputation aggregation by comparing experiment to test the algorithms relevance and comprehensiveness.By studying the reputation aggregation algorithm of virtual organization help to construct and select related members , the value can be treat as an important reference index to select the different virtual organization and the choice of virtualization reverse organization .Keywords: Virtual Organization, Group reputation, Reputation Aggregation, Centrality 目 录第一章概述/引言31.1本文研究的背景和意义31.2本文研究问题的描述41.3本文的工作41.4论文结构简介5第二章相关理论的文献综述62.1虚拟组织62.1.1虚拟组织的概念62.2信任与信誉62.2.1信任的定义62.2.2信任与信誉概念的区别72.2.3信誉聚合方法的分类72.3中心度概念82.4存在的问题9第三章虚拟组织组信誉聚合方法103.1虚拟组织构建和运行103.2中心度计算方法113.3组信誉聚合方法12第四章中心度组信誉聚合算法134.1中心度算法134.1.1中心度计算伪代码134.1.2直接信任阈值设计144.2组信誉聚合算法14第五章中心度组信誉聚合算法的实验结果与分析155.1仿真平台155.2实验场景设定分析155.3组信誉聚合结果175.3.1中心度组聚合信誉值175.3.2信誉聚合后对平均成功率的影响18第六章总结与展望196.1研究总结196.2工作展望19参考文献21致 谢22原创性声明23第一章 概述/引言1.1 本文研究的背景和意义20世纪90年代以来，随着科技进步和社会发展，现代企业向组织结构简单化、扁平化方向发展，于是就产生了能将知识、技术、资金、原材料、市场和管理等资源联合起来的虚拟组织。即在企业之间以市场为导向建立动态联盟，以便能够充分利用整个社会的制造资源，在激烈的竞争中取胜。我国制造型企业物流成本长期居高不下，成为企业运作的沉重压力，同时物流管理粗放落后，已经成为制约中国制造业发展的重大瓶颈。为了实现物流供应链全程组织、实时监控、流程优化和科学决策服务，需要提供一个物流运营平台给生产物流一体化大型企业快速构建内部物流业务。同时，随着这类大型企业自身物流业务的发展和专业化分工而产生的物流运营商，也可以通过这个物流运营平台吸纳、整合外部物流服务资源。对于用户复杂的物流运输需求，单个物流服务商已经无法完成整个物流运输任务，此时则需要某个物流运营商利用物流运营平台，根据实际的需求选择多个提供外部物流服务资源的服务商来组成一个临时的虚拟组织。此物流运营商通过整合虚拟组织内部所有物流服务商提供的资源，从而完成整个物流运输任务。物流运营商选择合适的服务商一起组成虚拟组织的过程对应于虚拟组织构建阶段的伙伴选择过程。在这个伙伴选择过程中，不仅需要考虑物流服务商提供的物流资源的价格、时间等服务质量因素，还得考虑物流运营商与物流服务商之间以及众多物流服务商之间的信任因素，从而防止某些能力不足但不诚实的物流服务商凭借承诺不真实的低价格、短时间等获得合作机会，影响整个虚拟组织的服务质量，破坏整个平台的环境。同时，服务商在多个虚拟组织进行加盟选择的时候，同样需要考虑组织的聚合信誉。所以必须得建立一个虚拟组织环境下的信任模型来提供选择伙伴时所需要的信息 。因此，本文提出了一个虚拟组织环境下的信誉聚合模型，以结合直接信任与第三方推荐的点对点信任为基础，采用组直接信任和组推荐结合的方式选择新的组织成员，并对虚拟组织进行组信誉聚合，提高成员收益，为节点选择组织提高更有意义的参考。1.2 本文研究问题的描述对虚拟组织环境下的信誉模型，在近几年的研究中也有很多成熟的模型和方法，但是对于组信誉聚合问题尚未有足够的认识和研究，虚拟组织成员内部的作用评价问题，即在虚拟组织内部，因为分工的问题而聚合。就必然涉及到每个成员在产业链中的作用，涉及的机制将不仅仅是经济学的问题，也关系到物流网络问题。在之前的理论研究中，聚合的信誉采用代数累进的方式，由每个个体的信誉乘以权值的方式相加，但相关的算法还在设计之中，未能体现组信誉优势的算法。本文重点对虚拟组织中组信誉聚合问题进行分析，结合中心度理论，提出相应的算法，以解决聚合问题。1.3 本文的工作本文的工作及创新点主要包括以下几点：（1） 分析了当前国内外相关研究文献中提出的几种信任模型和信誉聚合方法，合理分析影响信任的各类要素，结合人类现实社会中的合作和交易规则，设计出科学，直观的信任模型。结合组直接信任和组推荐的虚拟组织构建机制设定本文模型的应用场景。（2） 提出一种全新的计算聚合信誉的方法。在考虑虚拟组织不同节点聚合问题时，采用的方法是节点信誉值与权重乘积，但是节点在虚拟组织中的重要程度通过何种方式计算，之前的研究中未能找到相关的理论，通过阅读文献，本文引入节点中心度的理论，很好地解决了节点信誉权重的问题。（3） 通过仿真实验验证了上述理论的效果，随着时间的推移，虚拟组织服务水平，成功率等指标呈现明显增长的体现，验证本文所提算法的有效性和可靠性。1.4 论文结构简介第一章，概述。主要介绍本文的研究背景，本文的项目背景以及意义。对所提问题的研究，以及本文所做的工作及创新点。第二章，相关理论的文献综述。介绍与本文提出方法相关的工作，分析已有理论中关于信誉聚合问题的方法与技术，对其进行分析和评价，发现理论中的缺点与不足。第三章，虚拟组织组信誉聚合方法研究。这一章介绍了本文对虚拟组织信誉聚合问题的详细研究。第四章，中心度组信誉聚合算法，提出在虚拟组织下中心度理论，中心度信誉聚合算法。第五章，实验结果及其分析。主要将本文的中心度信誉聚合算法进行仿真实验，就组成功率、组服务水平、组信誉值等指标进行分析。通过实验证明本文中心度信誉聚合算法的性能。第六章，总结与展望，总结本文的研究成果和应用，并对下一步研究工作提出展望。第二章 相关理论的文献综述信任是互联网时代一切行为的基本要求，越来越受到关注。在本章中，首先解决信任的定义问题，区分信任、信誉之间的概念。其次将对现有的网路中的信任模型做分类归纳，并针对现有被广泛引用的信任模型做出分析，总结其优点和缺点。最后，分析如何实现对虚拟组织的信誉聚合，并讨论了这种聚合方式与传统聚合方式相比的优势以及面临的难题及研究进展，为后面章节内容展开提供理论基础。2.1 虚拟组织2.1.1 虚拟组织的概念虚拟组织和虚拟企业都是单独企业的一个临时联盟，类似于一个联营企业或者一个聚类。不同的是虚拟组织中是没有负责人的，所有的企业成员都拥有一样的权利和义务，通过商量来做决策。而虚拟企业中则有一个负责的企业，它拥有管理这个虚拟企业的权利和义务，当这个负责企业发现某个商机时，从培养环境中选择一些合作伙伴组成一个虚拟企业，对合作伙伴来说，它相当于一个雇主 。为了明确虚拟组织的定义，本文采出的定义如下。 定义 2-1（虚拟组织）虚拟组织是为了达到企业某些特定的目标，经由分工与协作和不同能力与资源的整合，以及各方不同层次的权利与责任，而构成的组织的集合。2.2 信任与信誉2.2.1 信任的定义信任的概念是一个向来争议较大的概念，社会学和心理学等人文学科对其定义的种类非常繁多，本文只考虑在计算机和数学领域信任的定义。信任是某个代理基于历史交往记录对另外一个代理未来行为及其表现的主观期望，并且该期望随着代理行为的变化而产生改变 。信任是在特定的环境下，某一实体对另外某一个实体或实体组织履行承诺的能力和达成目的的可能性。信任是一种对实体依赖和实体能力可靠性的信念，而且这种信念会随着实体行为的不断变化而改变。信任是实体在客体尚未完成承诺之前，推测客体完成某种行为的概率。结合上述定义和虚拟组织中信任的特性，本文对虚拟组织下信任的定义如下：定义 2-2（信任）信任是指实体A通过与实体B的直接交往记录以及实体A比较信任的其他实体与B的交往记录，综合得出对B未来行动的主观期望，且这种主观期望会伴随着B行为的变化而变化。定义 2-3（信誉）信誉是在特定的时间和上下文中，基于其他实体的观察或者对该实体过去行为的总结。2.2.2 信任与信誉概念的区别很多研究文献中，对信任与信誉的概念没有严格区别，但是本文的研究中，对两者的区别却很重要，结合上面对信任信誉的概念，如表2-1给出两者区别：表2-1 信任与信誉的概念区别影响范围不同作用范围不同信任全局性，即每个实体都认可的信誉不能直接影响交易，只能通过影响信任决定是否交易信誉私有性，即点对点，或者点对组织直接影响交易2.2.3 信誉聚合方法的分类国内外相关研究文献提出的多种信任模型，除了在聚合信誉值的组成部分上存在区别外，如何根据两个节点的交易历史求取节点之间的直接信任值，以及如何聚合其他节点的推荐值，也都有各自的方法。（1）信誉值是否归一化在文献提出的信任模型中，两个节点之间的直接信任值是根据交易历史的评价值累积聚合的，信任值并没有最大值范围。而在文献等大部分的文献提出的信任模型中，都对信誉值进行了归一化的处理，信誉值由历史交易的评价值进行加权聚合求得。（2）评价等级通常信任模型都是通过节点之间交易历史的评价值来聚合信任值，但不同文献提出的信任模型评价值的等级个数有所不同。例如文献提出的信任模型，节点完成交易后的评价值为15共五个等级，而大部分的文献，例如文献出提出的信任模型评价值只有两个等级，或者是成功和失败，或者是具体的值0和1又或者是-1和1。（3）时间衰减的方式信誉具有时间衰减特性。在聚合信誉值的方法中体现出来，但体现的方式却有多种。 文献等提出的信任模型采用时间窗的方法来反映信任的时间衰减特性，即在聚合信誉值时，只考虑一段时间内的历史交易评价值，超过这个时间范围的历史交易记录被舍弃。文献和等提出的信任模型在聚合信誉值时，历史交易的评价值随着时间的流逝以指数函数的速度进行衰减，即越久远的历史交易评价值，聚合的权重值也越小。文献等提出的信任模型则是在加权聚合历史信誉值和当前评价值时，调整权重以控制衰减速度。2.3 中心度概念中心度是应用于网络分析的一个重要度量指标，用于测量网络中“元素”的重要性， 这里的“元素”是一种泛指，包括网络中的节点、边、社团及整个网络。它是关于节点重要性的度量指标。这种重要性，根据不同网络和结构特点及关系表现为节点的影响力、权威性（重要思想、知识或判断决策的源头）、流行度、控制力（如传输、流量的控制能力），便利性（位置上的优势、易于访问）或某种特殊意义，也可以表现为节点的脆弱性和易受攻击性。关于中心度的分类学术界也有不同的方法，但是较为流行的分类方式是将中心度分为以下几种：节点中心度，紧密中心度和间距中心度。定义2-4（节点中心度）用于测度网络中一个节点与其他节点直接连接数的总和，某点的结点数是指跟它相连的线条数, 结点数最大的行动者为中心节点中心度。定义2-5（紧密中心度）依据网络中各结点之间的紧密性和距离而测量的中心度。所测量出的总距离越短, 说明网络的紧密中心度越高, 它可表明一个行动者跟其他行动者之间密切程度。定义2-6（间距中心度）如果一个点对 X 和 Z 之间可能存在多条短程线，那么经过点 Y 并且连接X和Z这两点的短程线占二者之间总短程线的比例, 称为间距比例，它测量的是 Y 在多大程度上位于点X和Z之间。2.4 存在的问题（1） 通过对虚拟组织信誉的聚合可以有效地团结组织节点，提升服务水平和成功率，同时也为其他节点提供选择不同组织的重要衡量标准，实现反向选择。但是对于信誉聚合的方法学术界研究较少，节点信誉聚合权重没有得到一个统一的标准参考，使得得到聚合信誉成为难题。（2） 中心度引入之后将会解决信誉聚合时的权重问题，但是三种不同的中心度都有各自的侧重意义，计算方法应该采取何种方式，之前的研究并未给出具体的方式方法，本文将在以下章节重点介绍。- 12 -第三章 虚拟组织组信誉聚合方法3.1 虚拟组织构建和运行以节点i为中心节点的组选择服务商的过程为例子，阐述有关虚拟组织构建流程以及本文各类算法在其中的应用。在中心节点接受代理的服务请求之后（service 1,service 2, service 3，service 4，service 5，service 6），会用自身的信任，相关的组成员意见以及以往组推荐意见，找出组信任最大且愿意参加组织的节点。流程如下：（1） 中心节点i接受代理服务请求的服务集合（service 1,service 2, service 3，service 4，service 5，service 6），寻找到拥有Service 1的节点A和拥有Service 2的节点B，两者找出的组信任最大且愿意参加当前组的节点。（2）中心节点i查询系统资料，得出当前系统中拥有service 3的节点ID分别是（j，k，m，n）。（3）中心节点i和当前组成员A，B通过运用组直接信任算法计算得出对节点（j，k，m，n）的组信任值。得出中心节点i和当前组成员A，B对节点（j，k，m，n）的点对点信任值，然后聚合形成组直接信任。（4）中心节点i通过查询相关的系统资料，综合得出节点（j，k，m，n）以往参加的组中其他成员对其的评价，聚合形成组推荐。（5）在得出对节点（j，k，m，n）的组直接信任值和组推荐值之后，运用本文的组信任算法组合算法，聚合形成组信任值。（6）找出节点（j，k，m，n）中的组信任的最大值，被选中的节点会通过自身对当前组（i，A，B）的信任判断，若被选中的节点认为组（i，A，B）值得信任，则节点选择加入，计算结束。若被选中的节点认为组不值得信任，则组会在剩下节点中找出最大值，被选中的另一节点采用同样的方式判断是否愿意加入。若节点（j，k，m，n）都不愿意加入，则组无法聚合，交易结束。（7）当前组通过（2）-（6）的步骤找出剩下的服务商集合（A，B，C，D，E，F）。（8）以节点i为中心节点的虚拟组织开始正式运作，工作从节点A到节点F，当节点A到节点F提供的服务都成功时，组才能成功。当其中有某个节点出现服务失败时，则组会失败。在组成功时，所有节点的收益值会比单独点对点服务的收益值要高。若组失败，例如节点E提供的服务5失败，则会前面节点A，B，C，D依然可以获得点对点的服务收益，但是E跟F都不可以获得收益。（9）服务结束，中心节点和其他的服务节点将交易数据和反馈数据记录到各类数据表格，为本文的算法提供数据支持。Service3Service2Service1中心节点接受服务请求（Service1，Service2，Service3）Sevice3的节点ID分别是j，k,m,n组（i，A，B）对节点j,k,m,n的组信任A中心节点iB节点j是不是剩余节点中组信任最大值Y对j的组推荐信任对j的直接信任NY节点j是否愿意加入N选择成员结束图3-1 虚拟组织构建流程3.2 中心度计算方法如果一个点对 X 和 Z 之间可能存在多条短程线, 那么经过点Y并且连接X和 Z这两点的短程线占二者之间总短程线的比例，称为间距比例，它测量的是Y在多大程度上位于点X和Z之间。用概率来说,若gjk表示点j和k之间存在的短程线数目, 那么所有这些短程线被同等地选作各点沟通路径的概率为1/gjk。用 gjk(ni)表示包含行动者ni的两个行动者之间的短程线数目,于是行动者ni的间距就是gjk (ni)/gjk概率之和，即公式为:CB=jj）输出：节点i的中心度Cen算法描述： For Each i in Calcentr(k,r) If Dir(i-j) MinDir Then Make a connect set NodeConnect(i-j) which value is 1 Else If the value is 0 For Each i in Calcentr(k,r) If Dir(i-x) & Dir(x-j)Numerator+ IFDir(i-m)&Dir(m-j) Denominator+ Cen = Numerator / Denominator4.1.2 直接信任阈值设计 虚拟组织当中，判断两个节点是否存在交易关系，能否作为可信对象，一个重要的参考指标即为直接信任值，由4.1.1当中的伪代码可知，只有两个节点之间的直接信任值Dir（i-j）大于设定的阈值才可以将它们设定为有关集合，对于直接信任值阈值的计算，本文通过大量仿真实验，对比直接信任值的计算，最后将阈值MinDir（i-j）定为0.32时，得到的节点信任关系符合理论的推导过程4.2 组信誉聚合算法算法2 组信誉聚合算法输入：节点中心度Cen，节点可信度Credit，节点直接信任DirTrust输出：虚拟组织组聚合信誉AggRep算法描述： For Each i in virtual organization SUM1 = Credit(i) * (TotalTrade-TotalFalTrade) SUM2 = Credit(i) *( TotalTrade-TotalFalTrade) / SUM1 Rep(i) = 0.5*e-1TotalTrade-TtalFalTrade*SUM2+0.5*Crediti*DirTrust(i)AggRep = Rep(i) * Cen(i)第五章 中心度组信誉聚合算法的实验结果与分析5.1 仿真平台本文采用了高效的C+语言，使其仿真速度较快。同样，因为本文的仿真数据量较小（不足10k），且大部分数据处理为批处理，为了加快仿真速度，本文舍弃了采用数据库管理数据的方式，而是采用记事本管理数据的方式，避免系统频繁访问数据库接口而导致的仿真效率低下。表5-1 基于虚拟组织的组信任算法实验仿真环境操作系统处理器仿真环境开发语言数据管理WINDOWS 7Intel Pentium Dual E2160Visual Studio 2010C+Txt文本5.2 实验场景设定分析表5-2 周期性恶意行为下仿真环境的设置和仿真流程环境中节点个数100环境中服务种类100每种服务的价格10-99（随机分配）虚拟组织每次需要的服务数6正常节点的服务水平0.41 （随机分配，且其提供的服务水平为定值的+-25%，即服务水平为0.4的节点，其提供的服务水平在0.30.5，但最大值不得超过1）正常节点发生服务失败的概率00.02（即服务水平小于0.1）正常节点与恶意节点拥有的服务种类46种 （随机分配）节点的收益正常节点若组服务成功，则服务的发起方中心节点则获得此次服务总体价格的20%，在每个服务中，若服务成功，组成员也获得自身提供服务价格的10%，若失败则无法获得收益，若因前序服务发生失败而未提供服务的节点，则无法获取收益恶意节点只要节点参与服务并发起恶意行为，不论此次整体组的交易成功或者失败，节点都可以获得此次服务价格的50%（恶意节点的趋利性），若因前序服务发生失败而未提供服务，则无法获取收益仿真流程：仿真初始化系统会随机产生100个节点，其中20%的节点具有恶意行为，同时系统会随机产生100种服务，其中每种服务的价格为随机分配的10-99，系统建立一个对应表，确定每个节点拥有4-6种服务，为了防止有些服务没有与节点拥有，规定1-100的节点拥有相同服务ID的服务种类。这样，每种服务在系统中都至少有一个节点拥有。仿真过程在每个时间片段中，每个节点都有一次成为中心节点的机会，并需要找到拥有6个服务种类（随机产生）的节点合作才能获得收益。也就是说，在每个时间片段中，系统大概发生了1200次交易。在每个时间片段结束后，系统都根据相应的公式计算出各类数据，写入表格中。实验结果比较：系统中组的平均成功率5.3 组信誉聚合结果5.3.1 中心度组聚合信誉值图5-1 组聚合信誉值 由图5-1组聚合信誉值分析可知，在设定的100个时刻内，通过组建虚拟组织，使其正常运行，采用中心度组信誉聚合算法得到了100个时刻的信誉值，值的范围在0.380.48之间，这样的数据集是非常符合理论设想的，在第三章当中，我们介绍了中心度信誉值聚合算法，实验当中的100个时刻的不同实验得到关于100次随机形成的虚拟组织的组信誉值维持在一个平稳的范围内，上下浮动范围在0.1左右，也证实了虚拟组织在遏制恶意节点方面的实际作用。5.3.2 信誉聚合后对平均成功率的影响图5-2 聚合前后虚拟组织成功率比较 平均成功率是最反映组性能的参考指标，通过分析虚拟组织信誉汇聚前后的数据得到了图5-2，其中可以发现聚合信誉后的平均组成功率在9时刻后就比聚合信誉前的平均组成功率高，在58时刻后更为明显。分析原因我们可知，在节点选择其他节点组成虚拟组织时，会选择服务成功率高且欺诈率低的节点组成一个可靠的联盟，一旦这样的虚拟组织形成之后，它们会以集体的角度评价和考察其他节点，可以舍弃更多服务性能差且易欺诈的节点，让组平均成功率较之聚合前明显上升。第六章 总结与展望6.1 研究总结本文首先从整体介绍了虚拟组织下的信誉信任概念，引入在信誉聚合问题中的现有理论成果，在组信誉聚合方面存在的问题，并提出了具体的解决方案，总结如下：（1） 采用基于虚拟组织的信誉信任模型，在考虑虚拟组织中不同节点的重要程度，引入节点“中心度”概念，使得根据经由某个节点的路径数与虚拟组织中最大可能路径数的比例，计算每个虚拟组织节点的信誉聚合过程中的权重。（2） 进行本文最重要的理论算法，将所有节点信誉值与其中心度的聚合值得出整个虚拟组织的聚合信誉值。（3） 通过严格的实验，论证本文所提到算法的有效性。将整体步骤进行分解，设计合理的场景构建虚拟组织，通过不同时刻的组信誉值计算，验证了聚合信誉值的有效性，再通过对比试验，比较了信誉聚合前后，组成功率的值，聚合信誉后的组平均成功率明显提高，从来从来验证本文算法的针对性和全面性。6.2 工作展望 本文引入中心度计算算法后，为虚拟组织的信誉聚合提供了一种很好的解决方法，但是由于模型存在问题的多样性和复杂性，还可以从以下几个方面继续开展研究工作：（1） 虚拟组织关于节点的性质，除了有信誉值参考，还有很重要的信任参考值，本文只是对虚拟组织组信誉值进行了聚合研究，而没有考虑组信任值聚合方法的研究，今后的工作可以从信誉聚合值和信任聚合值两个不同角度的对比研究，总结更多虚拟组织的特点，从而提升虚拟组织的服务质量，服务水平，更有效地防止欺诈行为等。（2） 本文的工作考虑的情况只是在中心节点发起服务请求，比较不同节点的服务质量和和服务成功率的高低，来对其他节点进行选择，构建虚拟组织。进一步的工作可以研究待选节点的反向选择工作，即节点对组的总体情况分析，如果根据相应的指标衡量决定是否参与到组中。（3） 通过之前有关虚拟组织的研究，学术界更多的讨论是放在P2P模式，或者点对虚拟组织的情况下，进一步的研究可以将研究方向转换到虚拟组织与虚拟组织的选择对比当中，使得研究的范围更加集成和宏观。参考文献1. 刘斯明,余阳,虚拟组织下的防欺诈信任模型.硕士论文.中山大学20092. Jungtae M, Moonsoo S, Kyunghuy L, et al. Manufacturing enterprise collaboration based on a goal-oriented fuzzy trust evaluation model in a virtual enterprise J. Computers & Industrial Engineering, 2009, 56(3):888-9013. 刑永杰. 虚拟组织M. 上海:复旦大学出版社. 20084. P. Lamsal. Understanding trust and securityR. Department of Computer Science, University of Helsinki, Finland, 2001.5. D. Gambetta. Can we trust trust? Trust: Making and breaking cooperative relationsR. 2000: 13-237.6. T. Grandison, M. Sloman . A survey of trust in internet applicationsJ. Communications Surveys & Tutorials, IEEE, 2000, vol. 3:2-16.7. F. Azzedin, M. Maheswaran . Evolving and managing trust in grid computing systemsJ. Electrical and Computer Engineering , 2002, IEEE CCECE vol. 3: 1424-1429 .8. A. Abdul-Rahman , S. Hailes. Supporting trust in virtual communitiesC. System Sciences , Proceedings of the 33rd Annual Hawaii International Conference, 2000.9. Azzedin F, Maheswaran M. Integrating trust into grid resource management systems C. International Conferenceon on Parallel Processing. Piscataway.