（计算机应用技术专业论文）对等网络环境下信任模型的研究.pdf

辽r j2 师范人学硕+ 学位论文 摘要 p 2 p 网络是一种分布式网络，它不依赖于某个中心服务器来提供服务，任意两个计 算机节点都可以是服务的提供者也可以是服务的请求者。相比c s 模式，p 2 p 网络具有 容错性好，鲁棒性强，扩展性优良等优点。并且p 2 p 网络在分布式存储，协同计算等应 用领域也取得了长足的进展。但是p 2 p 网络并非是完美的，由于p 2 p 自身的特性，诸如 匿名性、动态性、开放性等，导致了p 2 p 网络容易受到入侵、欺骗、恶意攻击等问题的 困扰。并且由于p 2 p 网络是基于节点自愿共享资源这一前提，使得网络中的节点更倾向 于自己利益最大化，容易导致严重的搭便车( f r e e - r i d i n g ) 问题。针对p 2 p 网络特有 的性质，建立一种完善的信任机制已经成为一个迫在眉睫的问题。本文在总结以前圈内 外经典的信任模型的基础上，提出了两种新的信任模型，主要工作包括以下两个方面： 1 、提出了一种基于时间衰减的信任模型，通过交易时问的衰减，利用加权的方式 使得信任值随着时间的衰减动态变化，达到了距离现在越近的交易信息越可靠的目的。 该模型被证明能够抵御恶意的联合攻击、动态策略性攻击等安全威胁，具有良好的性能。 2 、基于现有信任模型的惩罚机制只是针对交易的失败次数来进行惩罚，忽略了交 易额度的重要性，提出了一种基于改良惩罚机制的电子商务模型。该模型考虑了交易的 失败次数和失败金额，从而达到了过滤恶意节点欺骗惩罚机制的目的。模拟实验表明该 模型能有效地应用于p 2 p 电子商务系统中。 关键字：对等网络；信任模型；局部声望；推荐声望；时间衰减；惩罚因子 ；纠f擎胃 i 鼍 嚣 ， g o o d ，r o b u s t ，e x t e n s i o n f i n ea n ds oo n a n dt h ep 2 pn e t w o r ki nd i s t r i b u t i o n a ls t o r a g e ， c o o r d i n a t i o nc o m p u t a t i o na n ds o m ea p p l i c a t i o nd o m a i ng e tag r e a td e v e l o p m e n t b u tp 2 p n e t w o r ki sn o tp e r f e c t 。a sar e s u l to ft h ec h a r a c t e r i s t i co fp 2 pn e t w o r ks u c ha sa n o n y m o u s ， d y n a m i c ，o p e na n d s oo n ，a n dc a u s e st h ep 2 pn e t w o r ke a s i l yt or e c e i v ep u z z l e sf r o mi n v a s i o n ， d e c e i t m a l i c i o u sa t t a c ka n ds oo n b e c a u s eo ft p 2 pn e t w o r ki sb a s e do nn o d ev o l u n t a r y s h a r e dr e s o u r c et h i sp r e m i s e e n a b l e st h en o d et of a v o ro w nb e n e f i tm a x i m i z a t i o ni nt h e n e t w o r k ，e a s i l yt oc a u s es e r i o u sf r e e r i d i n gp r o b l e m i nv i e wo ft h eu n i q u en a t u r eo fp 2 p n e t w o r k t oe s t a b l i s hap e r f e c tk i n do ft r u s tm e c h a n i s ma l r e a d yb e c o m ea ni m m i n e n tp r o b l e m t h i sa r t i c l es u m m a r i z e dd o m e s t i ca n df o r e i g nc l a s s i c st r u s tm o d e la n dp r o p o s e dt w on e wt r u s t m o d e l s m a i n l yw o r ki n c l u d et h e s et w or e s p e c t s ： t h ef i r s to n ei s ，p r o p o s eat i m e d e c a yb a s e dt r u s tm o d e li np e e r - t o - p e e rn e t w o r k s t h r o u g ht h et r a n s a c t i o nt i m e i s f a d e d ；t h ep r o p o s e dm o d e lm a k e st r u s tv a l u ec h a n g e d d y n a m i c a l l yw i t ht i m ed e c a y , w h i c ha c h i e v e st h eg o a lt h a tt h em o r et r a n s a c t i o nc l o s e st o ，t h e m o r er e l i a b l ei ti s f i n a l l yt h i sp a p e rp r e s e n t st h ee x p e r i m e n t a lp r o t o c o la n ds i m u l a t i o n t h e e x p e r i m e n t a lr e s u l ts h o w st h a tt h ep r o p o s e dm o d e li sm o r ea p p r o a c h e df a c tv a l u ea n di t c a n r e s i s tv i c i o u sa s s o c i a t i o na t t r a c t i o n ，d y n a m i c s t r a t e g ya t t r a c t i o n ，a n di t h a saf a v o r a b l e p e r f o r m a n c e t h es e c o n do n ei s p r o p o s e sam o d i f i e dp u n i s h m e n tm e c h a n i s mb a s e do ne c o m m e r c ei n p 2 pn e t w o r k s t h et i m e sa n dm o n e yo fu n s u c c e s s f u lt r a n s a c t i o n sa r et a k e ni n t oa c c o u n ti no u r m o d e ls ot h a tt h ed e c e i v i n gb e h a v i o r o fm a l i c i o u sn o d e sa i m e da tb y p a s s i n gp e n a l t y m e c h a n i s mi sf l i t t e d f i n a l l y , w ew i l lt e s t i f yt h ev a l i d i t ya n dr o b u s t n e s so ft h em o d e l t h e e x p e r i m e n t a lr e s u l t ss h o wt h a to u rt r u s tm o d e li sb e t t e rt h a no t h e re x t a n to n e sa n ds i m u l a t i o n e x p e r i m e n ts h o w st h a tt h i sm o d e lc a nb ee f f e c t i v e l yu s e di ne c o m m e r c e k e y w o r d s ：p e e r t o p e e rn e t w o r k ，t i u s tm o d e l ，l o c a lr e p u t a t i o n ，r e c o m m e n d a t i o n r e p u t a t i o n ，t i m ea t t e n u a t i o n ，p u n i s h m e n tf a c t o r i i 【ej，jtf 辽宁师范人学硕士学位论文 目录 摘要i a b s t r a c t 。i i 1绪论1 1 1研究背景1 1 2 p 2 p 网络中的信任机制1 1 3现状及存在的问题3 1 4本文工作9 1 5 章节安排9 2p 2 p 网络1 0 2 1p 2 p 网络简介1 0 2 2p 2 p 技术特点1l 2 3 p 2 p 网络拓扑结构类型1 2 3 基于时间衰减的信任模型1 9 3 1信任机制整体设计1 9 3 2基于时间衰减的信任模型设计与实现2 0 3 3算法设计与实现2 2 3 4 仿真实验及结论2 3 3 5小结2 5 4信任机制在电子商务中的应用2 6 4 1研究背景2 6 4 2 现有信任模型现状及存在的问题2 6 4 3基于改良惩罚机制的电子商务模型2 7 4 4算法设计与实现3 1 4 5仿真实验及结论3 1 4 6小结3 6 5总结与展望3 7 5 1总结3 7 5 2论文所做的工作3 7 5 3 不足与展望3 7 参考文献3 9 攻读硕士学位期i 日j 发表学术论文情况4 4 致谢4 5 i l l 辽，j7 师范人学硕十学位论文 1绪论 1 1 研究背景 p 2 p 网络又称对等网络，是一种基于应用层的通信和计算模型，是以现有的因特网 结构为基础所构建的逻辑网络。在网络中，每个节点拥有双重身份既是服务的提供 者也是服务的请求者。这与传统的c s 网络不同，p 2 p 网络不存在中心服务器节点，每 个节点都可以充当服务器，在数据传输过程中，每个节点都是对等的。与传统的c s 模 式相比，对等网络实现了网络资源的全局共享，而不是单纯的服务器共享。在网络中， 每个节点都可以分享到其他节点共享的资源，这样可以使网络资源实现共享最大化。同 时由于p 2 p 网络一般不需要中心服务器，因此在性价比方面也有很大的优势。 p 2 p 网络在给人们带来巨大便利的同时，也存在着一些诸如版权、隐私泄露、病毒 传播、恶意欺骗等问题。同时由于p 2 p 系统自身的一些特性，对节点的行为缺乏有效地 监督，节点通常提供与其实际不相符的服务，甚至可能会提供诸如病毒等的恶意服务： 系统对表现优良的节点也缺乏奖励机制，对提供行为恶劣的节点也缺乏相应的惩罚机 制。由于p 2 p 系统的匿名性，对节点的身份也缺乏有效地验证机制，因此网络中存在着 大量的欺诈等恶意行为，这些行为大大降低了系统整体的可靠性和可用性，导致不可靠 的服务质量及大量欺诈行为的存在，网络的可用性因此也变得较差。 出于安全性的考虑，信任模型中信任值的获取与存储、推荐信任度评价、反馈信任 度等问题亟待解决，同时验证信任模型在实际应用中的j 下确性和可行性，也为以后信任 模型在现实应用中提供了参考。因此，p 2 p 网络中信任模型研究对保护网络有着至关苇 要的作用。 1 2p 2 p 网络中的信任机制 由于p 2 p 网络的特殊性，传统的信任模型在p 2 p 网络中难以取得好的效果。p 2 p 网 络中的各节点的关系与社会中个体的关系类似，可以利用社会关系网中人与人的信任机 制来刻画p 2 p 网路中的信任机制。 在社会关系网中，人与人的信任通常来自两个方面，一个是自身的经验，另一个是 其他人的推荐。当两个人的交互比较频繁的时候，往往更依赖于自身的经验；当两个人 的交互较少的时候，在应用自身经验的同时，还要考虑其他人的推荐，将这两方面因素 综合起来到综合信任，也可以称为全局信任。在p 2 p 网络中，节点通常要在没有可信的 第三方参与的情况下与其他节点发生交易。因此，有必要在p 2 p 网络中建立一种信任机 制来监督节点的行为及交易的信息。 最早开始研究信任问题的学者是m a r s h l l l ，他在1 9 9 4 年首先尝试将社会网络中的信 任关系引入到p 2 p 网络中。由于社会网络中存在着大量的可变因素，因此m a r s h 在p 2 p 念 信誉则基于其他参与者的推荐，信任和信誉都具有上下文相关性、多面性和动态性等特 点。同时，j e s a n g 提出了用b a y e s i a n 网络对参与者提供文件的能力进行评价，并在此基 础上进一步给出了推荐可靠性的评价及更新方法，以及在存在多个推荐时，如何进行综 合的计算方法。 y w a n g l 6 】提出的基于贝叶斯网络的信任模型主要用于描述信任的不同方面。当节点 无法确定文件提供者的可信度时，可以利用其他节点的推荐信息来建立信任关系。基于 贝叶斯网络信任模的优点是提供了计算信誉值的理论基础，缺点是模型过于复杂导致了 在现实应用中比较困难。 r a h m a n 和h a i l e s 7 1 【8 】【9 】提出了一种基于p 2 p 网络的信任管理方法，它足基于m a r s h 模型的，实际一h 它是在日前p 2 p 网络环境下对m a r s h 模型的修改。它将m a r s h 模型中的 一些概念简化。该模型的优点是计算量较小，反映了信任系统应具有的大多数主要特征。 但是该模型中的每个节点都必须保存网络的全局知识，这些全局知识是一个非常复杂和 庞大的数据结构。在实际应用中，维护和更新这些数据结构是非常复杂的。而且，该模 型也没有明确说明节点是如何获取其他节点的推荐值，对模型的扩展性也没有做出明确 的说明。 s s o n g 1 4 】等人提出了一种利用模糊推理知识来计算节点局部信任度和全局信任度 的模型，较好地解决了由于信息模糊等因素造成信任计算不精确的问题。著名的r e g r e t 信誉系统就是使用语占上的模糊概念来表示的，并通过定义函数来描述节点所属的信任 等级。2 d w m a n c h a l a l l 5j 等人提出的r e g r e t 信誉系统使用了模糊集合理论进行建模。 在基于模糊集合理论的模型中将信任表示为模糊语言变量，这些语言变量刻画了主观描 述的信任程度，每一个语言变量都关联了一个模糊集，其成员函数描述了信任程度。 s t a n f o r d 的e i g e n r e p 是目前一种典型的全局信任模型 l ，该模型对p 2 p 网络中的 信任模型的研究有着重要的意义，成为人部分研究工作的参考标准。模型通过相邻节点 辽j 1 师范人学硕十学位论文 问互相满意度的迭代，来获取节点的全局信任值。 z a c h a r i a 1 8 】等提出了一种全局信任模型s p o r a s ，其特点是在计算参与者信誉的同 时，还计算了全局信誉的可靠性。在开放网络中，信任信息的存储与传播是信任系统的 关键。 s i n g h 1 9 等人则基于密码技术提出了信任管理系统t r u s t m e ，在该系统中参与者的 信誉信息由其他参与者保存，t m s t m e 的主要特点在于可以保证存放信任信息的参与者 的匿名性。但t r u s t m e 为实现匿名性大量采用了广播技术，这可能会影响p 2 p 网络的性 能。 1 3 现状及存在的问题 在线服务通常是在实体间没有任何交易历史的情况下发生的，消费者对服务提供者 和商品的信息了解不充分。这就强迫消费者在收到商品和服务之前必须接受这种潜在 的危险，这样消费者就处于一种弱势的地位。消费者通常没有机会在买之前体验商品。 由于这种信息不对称带来的不良影响可以通过声望和信任得到一定程度的减轻。这种信 任机制的想法是，即使消费者之前不能体验产品或服务，只要他相信卖方，他就可以自 信的说这就是他想要的商品。因此，作为卖方有一个显著的优势就是买方无法知晓商品 的状况。 这个例子说明，信任在计算机介入的交易进程中扮演了关键的角色。电脑化的通讯 媒介正在逐渐消除我们对传统交易方式的熟悉感。所以，对于远程实体的信任难以估计。 传统的交流方式允许人们评估与信任相关的更广泛的线索，而不只是通过计算机通信的 方式来估计。人们希望建立一种现实存在的公司来对一些特殊的客户提供一些保障。这 与建立一个相对简单并且廉价的在线商务形成鲜明的对比。对于买方在缺乏足够了解的 情况下，如何辨别卖方信誉是很困难的。所以，在电子商务领域中，信任是引人关注的 话题。 当前，p 2 p 网络中存在如下一些问题： 对评级提供很低的奖励 在交易发生之后，交易双方通常会进行评价。然而，交易参与者没有得到提供评级 的奖励。例如：当服务提供者的能力有限时，参加者可能不希望与其他人共享资源，冈 此不想对他进行推荐。另一个例子是买方极少提供差评，因为他们是完美的，或足他们 害怕从卖方那罩得到报复。即使没有这些具体动机，评价者也没有从提供评级中得到好 处。尽管如此，还是有许多人提供评级。r e s n i c k 和z e c k h a u s e r 的研究表明i lj ，在e b a y 上有6 0 7 的买方和5 1 7 的买方对对方提供评价。对这些相对较高的评级率可能的解 释是：提供简单的相互评级是一种礼貌的行为。在提供评级的过程中缺乏奖励机制是一 个普遍的问题m i l l e re ta 1 1 2 等人提出了一种对诚实反馈进行经济奖励的机制。j u r c a 和 f a l t i n g s p l 提出了一种简单的奖励机制，这种机制是基于支付提供的真实评级。 3 对等网络环境下信任模型的研究 偏向积极评级 人们往往偏向于提供积极地评级。在r e s n i c k 和z e c k h a u s e r 的研究中1 1 1 ，所有的评 价中仅仅有0 6 的买方和1 6 的卖方对双方进行差评。这个比例显然太低，不能反映 现实。可能的解释是偏向的积极评级只是代表了相互致意。以好评换取好评。或者避免 提供差评是害怕从另一方得到报复。毕竟，没有人因为提供了不公平的积极评价被侵犯。 但是，诋毁或者是不公平的差评都可能会遭到报复甚至被起诉。 不公平的评级 在交易之后，如何找到一种方法来避免不公平的评级是一个关键的问题。这是因为， 一个可信赖的实体不能控制评级的真实性，尤其是具有主观偏见的时候。人们提出了很 多方法来解决这种问题 5 6 , 7 , 8 , 9 - 1 1 , 2 , 1 2 , 1 3 , 1 4 , 1 5 , 1 6 l ，解决方法大致分为下面两类。 1 ) 产生不公平评级的内部因素 这一类的方法基于分析和比较自身的评价值，从而排除不公平的评级或给定了一个 很低的权值。这个假设可以由他们自身的统计属性来识别不公平评级。d e l l a r o c a s 1 1 1 和 w i t h b y i l 4 】提出了两种不同的方法来检测和排除可能存在的不公平评价。c h e n 和s i n g h 8 1 提出了一种基于协同过滤的方法对同一个客体进行分组评价的方案。 2 ) 产生不公平评级的外部因素 这一类方法是使用评价者的外部声望来决定评级的权值。这个假设是建立在评价者 的声望较低并且很可能提供不公平的评价时，反之亦然。b u c h e g g e r 和l eb o u d e c 7 1 提 出了一个基于贝叶斯的声望系统来对评价者是否可信进行分类。c o m e l l i t g l 描述了一个使 用g n u t e l l ap 2 p 网络拓扑的信任模型。 身份的变换 声望系统是基于客体的身份长期存在这样的假设。当一个主体的声望值很低时，其 很可能通过更换身份来沈清过去的不良行为记录。z a c h a r i a ，m o u k a s ，m a e s l 4 6 i 等人提出了 一个z m m 方案，被用于基于k a s b a h 多主体c 2 c 交易系统中。在完成交易之后双力都 可以对对方的行为进行评价。k a s b a h 主体使用声望评分来对未来的交易进行预测。z m m 方案的主要设计目标是阻止用户更改身份，并且z m m 方案在惩罚新卖家的时候显得很 慎重。这种方法的缺陷是很难辨别新卖家的好与坏。 质量随着时间变化而变化 经济理论表明，建立一个良好声誉的开销和经济利益两者之间是一个平衡【1 7 】【1 8 1 。不 同的商品或服务的质量会导致不可控制的因素。不管是什么原因，质量的改变必然导致 声望的改变。虽然存在理论平衡，但总是会有波动。在某种情况下，震荡可能被避刽1 9 1 或者被转换为平衡状态【2 0 i 。研究表明，对过去进行衰减可以趋近于平衡【2 0 1 。对过去进行 衰减可以用各种方式来实现，人们针对同样的事物使用了不同的命名。对过去进行衰减 可以通过遗忘因子2 1 1 ，老化因子【2 2 1 ，或者是衰减因子【2 3 1 来实现。对过去进行衰减_ u 丁以 4 辽宁师范人学硕士学位论文 通过一个时间函数或者是交易频率来实现，或者是将二者综合起来1 2 引。另一种方法是通 过强化学习来描述的l l 引。 歧视 歧视行为可以同时在提供服务和提供评级时发生。例如，卖方可以对群体卖家提供 良好的服务但不会为单独的卖家提供良好的服务。在这种情况下，过滤系统将会产生一 个误报，在这种情况下对于买方是不公平的。只有系统能够识别买方是可信赖的，并且 对他的评级给定一个权值，才能够很好的解决这种情况。 针对上述问题，学者们已经提出了一些解决方法。 j i ez h a n g 和r o b i nc o h e n l 2 4 l ，提出了一种新的方法来解决不公平评价的问题。这种 方法为买方提供了一种灵活的机制，使买方可以根据自己对建议者的个人和公共的信息 进行加权，对于卖方也采取同样的模型。该方法可以通过跟踪建议者在响应时l r j 窗口做 出的评价来对他们的信任值进行建模。在这种情况下，该方法可以避免评价者对卖方进 行大量的不公正评价( 类似泛洪) 和处理代理人行为的改变。更具体的说，这种新的方 法可以在第一次计算的时候对建议者的信任值进行建模，我们称之为建议者的私有声望 ( p f i v a t er e p u t a t i o n ) ，基于买方和建议者对卖方的普遍评级。当买方对他的私有声望不 自信的时候，他也可以对建议者使用我们称之为公共声望( p u b l i cr e p u t a t i o n ) 。公共声 望是基于建议者对系统中所有的卖方做出的评价做出的估量。该方法使用了一个权重将 私有声望( p r i v a t er e p u t a t i o n ) 和公共声望( p u b l i cr e p u t a t i o n ) 结合在一起来表示评价者 的声望。同样的在衡量卖方的声望也是使用同样的方法。 d e l l a r o c a s i 使用了一种基于邻居节点与买方偏好相似度的协同过滤技术来识别买 家的最近邻居。偏好相似度是通过他们对一般卖方做出的相似评价的数量来衡量的。 j o s a n g 和i s m a i l 提出了一种b e t a 声挚系统( b r s ) ，通过使用一个概率函数来传递 由多个建议者提供的关于卖方的评价，用这种方式来估算卖方的声望值。 w h i t b y 等人【1 4 】扩展了b e t a 声望系统( b r s ) ，他们通过使用一种迭代过滤的方法来 过滤掉那些少数的评价。每个评价者提供的关于卖方的评价包括好声望和坏声望，都由 一个b e t a 分布表示出来。如果卖方累积的声望介于反馈的上下界之间，这个反馈将会被 认为是一个公j 下的反馈。然而，迭代过滤的方法只适用于大多数评价都是公j 下的。 c h e n 和s i n g h t 驯开发了一种通用的方法叫做g m g c 。这种方法不同于过滤方法。 这种方法详细计算了评价者的声望值。声望低的评价者将会被赋予一个较低的权值并且 在累积目标的声望值时，声望低的评价者对目标声望的影响更小。为了确定评价者的声 望，g m g c 方法首先计算了评价者对目标做出评价的质量和信任值。然后计算在每个 类或子类中对目标的所有评价的质量和信任值的综合。如果系统中目标的分类过于复 杂，g m g c 将会消耗大量的时间。 t e a c y l 2 5j 提出了t r a v o s 模型，这是一种基于代理的虚拟组织信任模型。这个模型 对等网络环境下信任模型的研究 通过完成两个工作来解决不准确的声望建议问题。第一个工作是根据以前做出的准确和 不准确建议的总数来与当前声望建议的准确性进行相似度对比从而来评估当前建议的 准确性。第二个工作足根据当前建议的准确性来调整声望建议。这个工作的目标是降低 不准确建议的效果。这个模型假设了卖方的行为是始终如一的，但这在很多情况下是不 可能的。 w a n g 和v a s s i l e v a l 2 6 1 提出了一种在p 2 p 文件共享系统中基于贝叶斯网络的信任模 型。在这个系统中，从不同的方面估计文件提供者的能力，包括下载速度，文件质量， 文件类型。这种方法假设了文件提供者的各个方面的能力是相互独立的，这在某些时候 是不现实的。例如，用户可能很在意高质量的视频和图像文件，但是对文本文件质量的 高低并不关心。 b u c h e g g e r 和b o u d e c l 7 1 提出了一种具有鲁棒性的基于移动a d h o c 网络的声望系统 ( r r s m a n ) 。在r r s m a n 中网络中的每个节点对网络中他所关注的其他节点保有一 个声望评价和信任评价。对节点的信任评价代表了节点提供真实建议的可能性。对节点 的声望评价代表了一个节点分享另一个节点所保存的评价的正确程度。他们提出了一种 改进的贝叶斯方法，用来更新节点保存另一个节点基于历史的声望评价和信任评价。这 个方法存在一个问题就是由节点收集的事件的权重是由按照节点观察到的顺序来进行 加权的。因此一个月前的事件和一年前的事件的权值是不一样的。另一个问题足这种方 法是基于两个节点当前的声望评价来决策偏好相似度的，这在某种程度上来讲是不足够 的。 y u k io g a w a l 2 7 】等人提出了一种推荐系统。就当前来说推荐的有用与否是由准确性来 衡量的。y u k io g a w a 认为只是通过准确性来衡量推荐是不充分的。他们将推荐信息给用 户提供他们未知信息的推荐能力作为推荐的有用性。为了提高用户对推荐的满意度， y u k io g a w a 提出了一种选择性的推荐算法用来提高推荐项目的多样性。第一步，根据偏 好趋势对项目进行分类。第二步，建立个性化推荐列表。第三步，通过使用主题来丰 富推荐列表。当前的推荐系统主要是基于两种技术：基于内容过滤和协同过滤【2 9 1 。基 于内容的过滤是当项目的特征信息与用户偏好的特征信息相似时【3 0 j 1 3 ，这个项目将被推 荐。基于内容过滤的推荐质量不依赖于用户的数量。因此这种技术是具有优势的，因为 即使在推荐前期的表现也是稳定的。但是也存在一些问题，例如对项目特征信息提取的 困难性，或者是如何准确描述项目的特征信息。此外，当项目推荐相同时将会出现错误 协同过滤是基于用户之间信息的相似度来选择推荐项目的【3 2 】【3 3 】。这种方法是计算信息获 得的项目评价的相似度。这种技术也适用于不同类型的项目。然而，缺点是在了解用户 偏好的同时需要过多的项目评价信息。 此外，还有一种技术将基于内容的过滤和协同过滤综合起来【m j p 列。 s h i m i z u 等人提出了一种协同过滤技术是基于对用户项目的己知和未知信息，用来 6 辽j 。师范人学硕十学位论文 推荐欢迎的项目，这些项目是用户所不知道的【3 刚。然而这项技术的难处在于了解用户所 不知道的信息是很困难的，因为对于用户所不知道的项目用户不会回答我不知道。此外， 由于只有新颖的评论才会被检测到，所以评论的有效性在用户检索时存在这个问题。应 该只有用户才能对推荐进行直接的评估。 z i e g l e r 3 7 】提出了一种使用项目的类别信息计算推荐列表中项目的相似度( 例如流派 和作者) 。此外，他们提出了一种多元化的技术，应用这种技术可以使推荐列表中的项 目的相似度最小。然而，在应用范围上必须做限定因为项目的信息要求被分类，否则就 会造成错误。项目之间如果有相似的关系在手工分类中将不会被描述。 w a n gj j u n c h e n g 和c h i uc h u i c h e n l 3 8j 提出了一种协作式的推荐系统。这个推荐系 统使用商业关系来计算在线卖方的推荐等级。他们证明了通过使用交易历史可以解释卖 方潜在的互相勾结的行为。从结构化的观点考虑商家之i 日j 的关系而不是从他们的属性值 上考虑，该模型使用了k 核函数和中心加权算法，两个社会网络向导，来建立一个基于 协作的推荐系统，用来揭示在交易中可能存在的危险。 d i c k s o nk w c h i u ，h o f u n gl e u n g ，k a m a nl a m ! j 提出了一种模型。他们认为应该 从多角度做出推荐，同样包括声望和对待危险的态度。因为在当前以服务业为主体的经 济体系中，专业的队伍和人性化的服务必须针对个人客户的查询做出合理并且个性化的 建议。这些不仅影响客户在短期内考虑建议的可能性，而且从长远来看对服务供应商的 声誉也有影响，因为往往更加危险的建议会提供更多用处，但如果会对声望产生负面影 响。由于不同的消费者对待危险的态度不同，在对待服务提供者的声望和推荐的用处不 同消费者会有不同的取舍。因此，经典的决策模型只考虑用处是不充分的。基于上述这 些，d i c k s o nk w c h i u ，h o f u n gl e u n g ，k a m a nl a m 提出了一个行为理论来解释服务提 供者如何在提供个性化推荐上采取有效的策略。 解决在反馈中存在的问题： j i a ny a n g ，x i a o r u ih u ，h a r tz h a n g 4 0 j 提出了一种反馈系统，这个反馈系统是建立在一 个动态博弈论模型的基础上的，用来揭示在线c 2 c ( c o n s u m e r - t o c o n s u m e r ) 市场中的声 望反馈机制。基于这种模型，管理一种数值研究用来揭示在线反馈系统对拍卖市场的影 响。研究表明，反馈系统的存在大大提高了c 2 c 网站的性能：买方更愿意进行交易并 且从交易中获得更多的利益：卖方通过提供诚实的交易被系统鼓励，凶此诚实的卖方获 得收益增加而不诚实的卖方授以减少。该模型在反馈系统的设计上也提供了一个实际的 见解：奖励一个城市的卖方所受到的效果不如惩罚一个不诚实的卖方那样明显。 k o l l o c k l 4 1 1 提出了一个在线声望模型，并且推断出这个模型对管理不安全交易是有 很好的效果的。r e s n i c k l 4 2 1 等人回顾了以往的在线声望系统，并且认为系统的声誉执行 相当不错，尽管他们在理论上和实际上都很困难。r e s n i c k 和z e c k h a u s e 在e b a y 上收集 了大量的数据并且声称该声望系统是有效的。 7 对等网络环境下信任模型的研究 m i n gz h o u ，m a r t i nd r e n e r , r o b e r tj w i n d l e l 43 1 ，提出了一种在线卢望系统，这个系统 提供了一个全面的框架用来评估反馈系统的效果和反馈系统中潜在的问题，在买卖双方 信息不对称的情况下对卖方提供高质量的产品进行奖励。首先模仿的是在线商务系统中 没有声望反馈系统的情况，模拟的结果显示出在市场中只有高质量的商品是不足够的。 随后显示出反馈系统的制度可以克服市场中的潜在缺陷。下一步，证明了如下三个实际 行为可以否定反馈系统在维持市场秩序的用处改变不诚实卖方的身份，雇佣骗子( 托) ， 提交反馈失败。最后描述了一些行为可以克服这些问题。这些结果强调了管理市场规 则在改善存在的问题和保证市场的有效秩序的重要性。 一个有效地系统应该指导用户来区分在潜在交易者之间质量属性的不同。如果卖方 同时拥有高质量和低质量的商品，应用有效的机制，高质量和低质量产品价格的差别应 该被区分出来。如果能够帮助消费者区分产品的不同质量的产品和产品价格的差异，反 馈系统就是有效地1 44 | 。大多数在线声望系统的研究都集中在b 2 c ( b u s i n e s s t o c o n s u m e r ) 网站上特别是e b a y c o m 。作为b 2 c 网站的先驱，e b a y 建立了一系列的策略，这些策略 是后来那些b 2 c 网站纷纷效仿的。因此，e b a y 的结果可以归纳到其他网站的结果。 a f e fd e n g u i r r e k i k ，j a c k ym o n t m a i n ，g i l l e sm a u r i s l 4 5 1 提出了一种基于诊断的反馈系 统。这个反馈系统是多指标的决策系统，叫做基于诊断的反馈系统( f b d s ) 。用来队助 管理电子商务组织的行为。f b d s 数据库由用户的满意度构成的。这些度量涉及电子商 务提供商对他的消费者提供的不同的服务。因此，他们构成了一个多指标( m c ) 的电 子商务性能的评估。在一般的推荐系统的框架中，这些多指标信息的存在被认为是为其 他消费者提供了客观的，合理的，详尽的信息，来帮助他们在众多的电子商务组织中找 到一个最能满足他们需要的。f b d s 不关注改善或者自动化用户推荐的过程，他仅仅是 一个电子商务管理的方向。事实上多指标( m c ) 的反馈数据库被用来诊断电子商务的 安全情况和改良他的策略。在f b d s 中，一个可能性框架与多指标联合起来用来捕获客 户评价对每个指标的不同意见和分歧。然后基于加权算术平均数( w a m ) 被提出用来 获得电子商务组织的综合评价。加权算术平均数( w a m ) 聚集由电子商务组织同意的 策略。计算电子商务组织的综合评分通过加权算术平均数( w a m ) 传递相关的不确定 的局部分数。可能性表示由消费者团体在协同评价过程中没有任何信息丢失的保证。然 而，诊断向导最终提出了营销团队在必要时要对一些可能性的结果做出更全面的解释。 投票箱溢出意味着超过合法数量的评价被提供。这个问题是与不公平评价密切相关，因 为投票箱通常有很多的不公平评级组成。在传统的投票机制中，例如政治选举，太多的 投票投给了有好感的候选人，但是在在线声望系统中，投票箱中也可能有反对的投票。 在大多数的声望系统中，这是一个普遍的问题。在电子商务系统中，e b a y 的反馈论坛 似乎可以对投票溢出提供充分的保护，因为只能在完成交易之后再进行评级。e p i n i o n s 和s l a s h d o t 提出的声望系统在一定程度上也可以起到避免投票溢出的现象，因为只有注 辽宁师范人学硕十学位论文 册用户才能进行投票。 1 4 本文工作 本文在总结前人信任机制的基础上提出了两种新的信任模型，主要工作总结为以下 两个方面： 1 、提出了一种基于时间衰减的信任模型，通过交易时i 、日j 的衰减，利用加权的方式 使得信任值随着时间的衰减动态变化，达到了距离现在越近的交易信息越可靠的目的。 模拟实验表明该模型能够有效抵御恶意联合、动态策略性攻击等安全威胁，具有良好的 性能。 2 、提出了一种基于改良惩罚机制的电子商务模型，同时考虑了交易的失败次数和 失败金额，从而达到了过滤恶意节点欺骗惩罚机制的目的，该模型被证明能够有效地应 用于p 2 p 电子商务系统中。 1 5 章节安排 本文共分五章。 第一章：绪论。主要介绍p 2 p 的研究背景，当前存在的问题和自己所做的工作。 第二章：p 2 p 网络。主要介绍了p 2 p 网络中各种拓扑结构以及相应的优缺点，以及 国内外的一些热门应用 第三章：基于时l 日j 衰减的信任模型。在总结前人经验的基础上提出了一种新的p 2 p 信任模型。 第四章：信仟机制在电子商务中的应用。主要介绍了国内外电子商务的发展状况、 存在的问题和当前的一些解决方案，在此基础上提出了一种新的电子商务信任模型。 第五章：总结与展望。总结了自己所做的工作和今后的工作目标，提出了自己工作 中的一些不足之处。 9 对笛网络环境卜信任模型的研究 2 p 2 p 网络 2 1 p 2 p 网络简介 拓扑结构是指分布式系统中各个计算单元之间的物理或逻辑的互联关系，结点之间 的拓扑结构一直是确定系统类型的重要依据。目前互联网络中广泛使用集中式、层次式 等拓扑结构。i n t e m e t 本身是世界上最大的非集中式的互联网络，但是九十年代所建立 的一些网络应用系统却是完全的集中式的系统，许多w e b 应用都是运行在集中式的服 务器系统上。集中式拓扑结构系统目前面临着过量存储负载、d o s ( d e n i a lo f s e r v i c e ， 拒绝服务) 攻击，网络带宽限制等一些难以解决的问题。p e e r - t o p e e r ( 简称p 2 p ) 系统主 要采用非集中式的拓扑结构，一般来说不存在上述这些难题。 p 2 p 网络又称对等网络，是与c s 模式相对应的一种网络应用模式。 图2 2c s 网络麻用模式 f i g 2 2a p p l i c a t i o np a a e m i nc sn e t w o r k 从图2 1 ，图2 2 可以明显的看出与c s 网络应用模式相比，p 2 p 网络应用模式有一 个很明显的特征是不存在中心服务器节点 2 2p 2 p 技术特点 非中心化：网络中不存在所谓的中心服务器节点，网络中的资源都分布在各个节点 中。信息的传输和服务的实现都直接在节点之间进行。 可扩展性：在p 2 p 网络中，随着用户的加入，不仅服务的需求增加了，系统整体的 资源和服务能力也在同步地扩充，始终能比较容易地满足用户的需要。理论上其呵 扩展性几乎可以认为是无限的。 健壮性：p 2 p 架构天生具有耐攻击、高容错的优点。由于服务是分散在各个结点之 间进行的，部分结点或网络遭到破坏对其它部分的影响很小。p 2 p 网络一般在部分 结点失效时能够自动调整整体拓扑，保持其它结点的连通性。p 2 p 网络通常都是以 自组织的方式建立起来的，并允许结点自由地加入和离开。 高性价比：性能优势是p 2 p 被广泛关注的一个重要原因。随着硬件技术的发展，个 人计算机的计算和存储能力以及网络带宽等性能依照摩尔定理高速增长。采用p 2 p 架构可以有效地利用互联网中散布的大量普通结点，将计算任务或存储资料分布到 所有结点上。利用其中闲置的计算能力或存储空间，达到高性能计算和海量存储的 目的。 隐私保护：在p 2 p 网络中，由于信息的传输分散在各节点之间进行而无需经过某个 集中环节，用户的隐私信息被窃听和泄漏的可能性大大缩小。所有参与者都可以提 供中继转发的功能，因而大大提高了匿名通讯的灵活性和可靠性，能够为用户提供 对等网络环境1 - 信任模型的研究 更好的隐私保护。 负载均衡：p 2 p 网络环境下由于每个节点既是服务器又是客户机，减少了对传统c s 结构服务器计算能力、存储能力的要求，同时因为资源分布在多个节点，更好的实 现了整个网络的负载均衡。 2 3 p 2 p 网络拓扑结构类型 根据结构关系可以将p 2 p 系统细分为四种拓扑形式： 中心化拓扑( c e n t r a l i z e dt o p o l o g y ) 全分布式非结构化拓扑( d e c e n t r a l i z e du n s t r u c t u r e dt o p o l o g y ) ； 全分布式结构化拓扑( d e c e n t r a l i z e ds t r u c t u r e dt o p o l o g y ，也称作d h t 网络) ； 半分布式拓扑( p a r t i a l l yd e c e n t r a l i z e dt o p