摘 要:針對信任評估的主觀性、模糊性以及無法精確地描述和驗證等問題,提出信譽評估算法。算法定義了信任度、隸屬度、信任關系、關鍵屬性以及模糊變換等基本概念和關鍵屬性集U、代理集Y、評價集V、評價集矩陣R四個要素。根據模糊數學理論,將代理X的信任程度以及各代理對被代理的各關鍵屬性的評估進行模糊變換,得到即將交易的代理Y的信任向量,并根據實際對原代理X的各信任值向量化,最終得到對代理X的信任值或信譽。實例表明,算法能用直觀、簡潔的語義定量地描述信任值,反映了實體之間信任的模糊性,解決了關于模糊性實體之間的信任建模問題,適用于電子商務、電子政務等領域。
關鍵詞:信譽; 關鍵屬性; 模糊變換; 信譽評估
中圖分類號:TP393文獻標志碼:A
文章編號:1001-3695(2007)06-0022-03
0 引言
因特網的迅猛發展,使網上交易表現出了巨大的潛力。但是網上交易過程缺乏對交易者背景信息的了解,以及對交易者可靠性的判斷,極大地阻礙了網上交易的發展。交易雙方信任或信譽的評估成了當前網絡安全研究的焦點。
通過建立在線信譽評估機制幫助交易者評估彼此信任度,是解決上述問題的可靠方法。在線信譽評估機制中的一個關鍵問題就是如何計算信任度。在線信譽評估機制根據交易者過去交易行為的反饋值幫助交易的一方決定誰可信,從而阻止不確定或不誠實的交易者。目前的信譽評估機制通過將交易者的信任值相加或取平均值得到信譽值。這使得在線交易中一些微妙、重要的細節,如反饋值的真實性和反饋值對最終信任值的作用等難以表達。因此在線交易中,將反饋值有效地結合交易者之間的信任值,形成有效的信譽評估結論可以加強交易者之間的信任,減少由信任引起的風險。
Lik Mui等人[1]根據周期提出一個基于貝葉斯的信任計算模型。模型描述和強調了信任、信譽與互反性之間的關系,其信任傳播機制適用于簡單的并行網絡。A.Jsang[2]主要收集反饋信息計算代理的信譽而形成Beta信譽系統。Beta能靈活地利用主觀邏輯運算中的概率密度函數和標準邏輯,但不能擔保用戶正確地分配信任值。Zacharia提出eBay在線信譽模型的演化版,將推薦者的信譽值直接作為他們可信度的衡量,以代理不同等級的個人評估預測各自的可靠性。Marsh[3]將信任計算模型引入分布式人工智能。模型中的信任值嚴格限制在-1~1,不能處理信任值為0和對消極信任以及信任的傳播等特殊情況。Alfarez AbdulRahman等人[4]根據現實社會信任特性,為在虛擬社區支持信任提出了基于推薦的信任模型。模型引入語義等級,允許代理逐漸協調對其他代理主觀推薦的理解,但不能區分欺騙的代理。文獻[5]引入模糊集合中的隸屬度描述信任的模糊性,并定義信任向量作為信任的度量機制,提出運用概念樹描述和定義信任模型。本文嘗試從模糊數學的角度研究信譽報告策略,建立一個基于模糊數學理論的信譽評估算法。
1 基本定義
定義1 信任關系
信任包含了雙方的一種關系以及對該關系的期望。實際上信任包括兩種相互關聯的信任關系:①對客體(如標志、證書)的信任,它是基于證據的,可以精確地描述、推理和驗證。②實體之間的信任。它是由實體與實體之間或實體與客體之間的混合體所構成的個體或全體,對實體的特定特征或行為的特定級別的主觀判斷。這種主觀判斷是獨立于主題特征和行為監控的。本文主要討論后一種實體之間的信任。
定義2 代理
交易過程中參與的實體,可以是人或機器。
定義3 關鍵屬性
2 信譽評估算法
對實體的有關信任信息進行評估和綜合可以決定實體的信任度或信任向量,評價的過程就是信任的綜合評估。現實生活中,人們對一個產品的質量評價常常是好或者較好。由此決定了對生產企業的信譽評價,是相信或者比較相信等。信任本身具有模糊性,構成信任的因素也具有模糊性。對這種模糊性因素作出的綜合評判,稱為模糊綜合評估。信任的模糊綜合評估的理論基礎是模糊變換。
算法的基本思想是:根據代理的經驗以及其他代理的推薦獲取給定的代理的信譽值。首先計算推薦代理的信譽值,根據其信譽值可以計算出各代理的權重。再根據其他代理對給定代理的關鍵屬性進行反饋,從而得到模糊關系矩陣R。根據模糊集合理論,通過對各代理的信任程度(權重)以及模糊關系矩陣R進行模糊變換得到信任向量。根據實際需要對該代理的各信任級別進行向量化,最終得到對即將進行交易的代理的信譽值。
3 實例應用
對一個公司聲譽的評估:
4 結束語
實體之間的信任具有主觀性和模糊性,無法精確地描述和驗證。因此,需要尋求一種既能反映實體之間信任的模糊性,又具有直觀、簡潔語義的定量描述機制。本文提出了基于模糊集合理論的信譽評估算法。如何設置信譽評估模型中的參數,以反映不同實體進行信譽評估時所具有的個性特點是進一步的研究內容。
本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。