互联网中基于信息量的信任管理系统
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中 图分 类 号 ： ３ ３． ＴＰ ９ ４ 文献 标 识 码 ： Ａ
文章 编 号 ：０ ７ ３ ４ （ ０ ） － ０ ０ ０ １ ０— ０ ３２ １ １ ０ ５— ５ １ ０
Ａｂｓ ｒ ｃ ： ｔａ ｔ
Ｉｇ ｅ ｔｏ ｎｊｄ ｉ ｅｏ ｉｏ ｏ ｓｓｅ ｃ ｆｈ ｒｓ ｎｅ ｙｓａｉ ｉ ｙ ｈ ｉ ｏ ｅｃ ｎ ｅ ｔ ｆｎｏｍａｉｎ ｕ ｎｉ ｔ ｉ ｓａｍｅｈ ｄｏ ｇｎ ｔ ｐｎ ｎｃ ｎ ｉ ｎ ｙｏ ｅｐｅ ｅ ｔｒ ｔｔ ｔ ｓｂ ｅａｄ ｆｈ ｏ ｃ ｐ ｆ ｒ ｔ ａ ｔ ｖ ｕ ｇｈ ｉ ｔ ｔ ｂ ｓｃ ｔ ｔ ｏｉ ｏ ｑ —
易 ， 败 交 易 ）对 应 的概 率 为 ，－ ｝引 入 信 息 熵 定 失 ， １ｐ ，
义， 信息 熵为 节点 交易 结果 自信 息 的平 均值 ， 为 日。 记
Ｈ ｐ， ） － ｌｇ － ｌｇ （ ｑ ＝ ｐｏ２ ｑｏ２ （＋ ＝ ） ｐ ｑ ｐ ｇ １ 可 以简 记为 Ｈ（ ） ｐ。
摘 要 ：
利用信息理论 中信 息量的概念 ， 出了一种 使用统计量判 断推 荐者集体意 给 见一致性 的方法 ， 该方法 可以应 用于直接和 间接信任 模型 ， 便信任 模型 的 设计更具可靠性 ， 从而 帮助交易者作 出更优的决策 。
关键 词 ：
信任模型 ； 互信息 ； 信任推荐
ｓｏ ｎ Ｊ
Ｋｅ ｗｏ ｄ ｙ ｒ ｓ：
Ｔ ｕ ｔｍｏ ｅ； ｕ ｕ ｌｎｏｒ ａ ｉ ； ｒ ｓ ｃ ｍ ｍ ｅ ｄ ｔ ｎ ｒ ｓ ｄ ｌＭ ｔ ａ ｉｆ ｍ ｔ ｏｎ Ｔ ｕ ｔ ｅ ｏ ｒ ｎ ａｉ ｏ
０ 前 言
Ｐ Ｐ网络作 为一 种 开放 式 网络 。各 节 点在 逻 辑上 ２
失败 情况 来判 断 下一次 的 交易情 况 ，从而 为交 易者 在 选 择交 易 对 象 时提 供一 个 被选 择 者 交易 能 力 的参 考 ，
使得 交 易双方 更满 意 。
２２ 基 于信 息量 的直 接信 任模 型 ．
在一 般 的信任 模 型 中 ，总是 将成 功失 败率作 为 判
象更 合理 ， 帮助交 易者 做 出判 断 。
的不确 定性 。 率大 的事件 容 易发生 ， 测它 的发 生 比 概 预 较容 易 ， 因此不 确定 性较 小 。 当某事 件必 然发 生或 某事
件 必 然不 发 生 时 ， 由于结果 确 定 ， 不存 在 不 确 定性 ， 就
即不确 定性 为零 。
高 志琨 ， 叶丝 。 许 郭玉 翠 （ 北京邮电大学， 北京 １０ ７ ） ０８６
Ｇａ ｉｕ Ｘｕ Ｙｅ ｉＧｕ ｃ ｉＢ ｉ ｇＵ ｉ ｒｉ ｆ ｏ ｔ ｎ ｌｃ ｍｍｕ ｉ ｔ ｎ Ｂ ｉ ｇ１ ０ ７ Ｃｈｎ ） ｏ Ｚｈｋ ｎ， ｓ 。 ｏ Ｙｕ ｕ（ ｅｊ ｎｖ ｓｔ ｏ ｓｓａ ｄＴｅｅ ｏ ｉ ｎ ｅ ｙ Ｐ ｎｃ ｉ ｓ， ｅｊ ０ ８ ６， ｉａ ａｏ ｉ ｎ
从 图 １可 以看 出 ， （ ） 于 Ｓ ０５对 称 ， 于 １ ＭＳ关 ＝． Ｓ趋
邮电 设计桔术／ １门 ２ ｎ『５１ ０１
数 据通 信 高志琨， 许叶丝， 郭玉翠
Ｄ ｔ ｍｍｕ ｃ ｔ ｎ 互联 网中基于信息量 的信任管理 系统 ａａＣｏ ｉ ａｉ ｎ ｏ
和 趋 于 ０时 ， “趋 于 ０，表示 此 时节 点交 易成 功率 的不
万 维 网一 样重 要 的互联 网形 式 。
在 Ｐ Ｐ网络广 泛 应 用 的 同时 ， ２ 自身也 出现 了一 些
基 金 项 目 ： 家 自然 科 学 基 金 资 助 项 目 （ ０ ７ １ ６ ； 京 邮 电 国 ６ ９ ３ ４ ）北 大 学 大 学 生研 究创 新 基 金 资 助 项 目（ ０ ０ ６ ４） ００ ５ ４ 。
文设 计 了一种 算法 来考 虑不 确定 性对 判断 交易对 象 的
影 响。
的信任 管理 模 型及推 荐机 制 ，因此 先简 单介 绍信 息量
的一些 理论 和应 用 ２１ 信 息量 的定义和应 用 ．
利 用信 息论 中 的知识 ，定 义概 率 Ｐ的对 应信 息量 ，＿ｌ ２ ： 一ｏ ｐ。信息 量也 称为 自信 息 ， ２种意 义 ， 一表 ， ｇ 有 其
ｔ ． ｅ ｍ ｅ ｈ ｄ ｃ ｎ ｂ ｓ ｄ ｔ ｉ ｃ ｎ ｄ ｒ ｃ ｒ ｓ ｄ ｌ ｏ ｄ ｓｇ ｅ ｉ ｂ ｅ ｔｕ ｔｍ ｏ ｅ ｎ ｅ ｐ ｔａ ｅ ｏ ｍ ａ ｅ ｂ ｔｅ ｅ ｉ ｙ Ｔｈ ｔ ｏ ａ ｅ ｕ ｅ ｏ ｄ ｒ ｔａ ｄ ｉ ｉ ｔ ｕ ｔｍｏ ｅ ｅ ｉ ｎ ｒ ｌ ｌ ｒ ｓ ｄ ｌ ｄ ｈ ｌ ｒ ｄ ｒ ｋ ｅ ｔ ｒ ｃ — ｅ ｎ ｅ ｔ ｔ ａ ａ ｔ ｄ —
得 Ｓ Ｆ Ｉ 通过 这些基 本 参数 ， 用信 息论 中信息 量 的 ＋＝ ， 运
知 识作 为不 确定 性 的理 论来 源 ，并建 立基 于信 息量
断交 易对 象 的指标 ，但 是这 种指 标本 身是 带有不 确 定
性的， 即统计频 数始 终不 能代 替概 率 ， 统计频 数 总是在 概率 附近 波动 ， 采集 到 的数据 同样 也有 此特 性 ， 为此本
性 。Ｋ ｎ ａ ｅ成功 地将 主观 逻辑 方法 应用 于无 线 网络 。 ］ 主观 逻辑方 法是 一种 基 于对整 个交 易环 境 的主观
将 自信 息 中的概 率 Ｐ与节 点联 系 ．节 点 的交 易结
果 为 二元 离散 随 机变 量 ， 值 为 ｛ １ ， 取 ０，｝表示 ｆ 功 交 成
荐信 任模 型 的设计 ，为含有 不确 定性 的研究 和 主观 逻辑 方法 在推 荐过 程 的研究 提供 一种 方法 。
图 １
２ 基 于信 息 量 的信 任 推 荐 模 型
为 了解决 主观 推 荐 模 型 ［４ １］ － 中不确 定 性 的来 源 问题 ，建 立 了一个 基于信 息论 中信 息 量概念 的信任 管
由于每个 网络 中的节 点都 可 以采 集 到上述 数据 且
可 以通 过信 息熵 概念 定义 不确定 性 ．所 以节 点在全 局
中 的直 接 信 任 可用 向量 （ Ｆ， 来 表示 ， Ｓ ＝ Ｓ 。 ｐ， ） （ ） 日（ ） 本 文模 型 的设 计 思想 为利用 节点 之前 所有 交易 的成 功
高志 ￣ｎＡ， 琨， ｔ 郭玉翠 数 据 通 信 ｔ
互联网中基于信息量的信任管理系统 ｌ ａａＣ ｍｍｕ ｃｔｎ ｔ ｏ Ｄ ｉ ａｉ ｎ ｏ
会 影响 到算 法和模 型 的准确 性 及推 荐结 果 。 因此 ， 本文 旨在 构造 出基 于交 易次 数 及交 易 结 果 的基 本 数 据 ， 应
是 对 等 的 ， 够 自由共 享 环境 中的 资源 并 且 相 互进 行 能
交 易 。每 个节 点在 不 同的交 易 中既 可 以扮演 资 源提供 者 也 可 以扮 演 资 源需 求 者 。由于 网络 环境 充 分 开 放 。 各 节 点 地 位 等价 ， 可 以参 与 网络 中 的交 易 ， 得 交 均 使 易者 的选 择对 象 充 足 ， 以充 分 利 用 网络 的带 宽 和 资 可 源 丰 富性 来满 足交 易 者 的需 求 。Ｐ Ｐ网络 已经 成 为和 ２
Ｄ ｔＣ ｍｍｕ ｃｔｎＩ ａａ ｏ ｉ ａｏ 互联网 中基于信息量的信任管理系统 ｎ ｉ
数据 通信 Ｉ 高志琨， 许叶丝， 郭玉翠
互联 网中基 于信 息 量 的信任 管理 系统
Ｔｒ ｓ ｎ ｇ ｍｅ ｔ ｓｅ Ｂ ｓ ｄｏ ａ ｔｙｏ ｎｏ ｍａ ｉｎＩ ｎｅ ｎ ｔ ｕｔ Ｍａ ａ ｅ ｎ ｔ ｍ ａ ｅ ｎＱｕ ｎｉ ｆ ｆ ｒ ｔ ｎＩｔ ｒ ｅ Ｓｙ ｔ Ｉ ｏ
收 稿 日期 ：０１ 一 ８ ２ ２ １Ｏ — ５
常采 用基 于交 易成 功率 和 失败 率 的算法 ，然 而其 中的
问题 也很 明显 ， 计量 本身 的确 定性 并 没有进 行 讨论 ， 统 所 以作 为算法 基 础数 据 的统计 量本 身存 在 的不 确定 性
５ 。 １ 。 Ｔ Ｔ Ｏ Ｉ １门 ／ Ｐ ２ 。
对 于在 Ｐ Ｐ网络 中采集 的节点 信 息 Ｓ ， ２ ， ，可 以定 义 出节 点信息 熵 ，信息 熵表 示从 所搜 集 的数 据 中得 到
的变 量 的 Ｓ Ｆ的不确 定性 （ 图 １ 。 ， 见 ）
信 任 的算法 ， 过 主观 的信任影 响节 点 的信 任值 。 文 通 在 献 ［ ］ ， 个 节点 的信 任 由成 功 率 ｂ 失 败率 ｄ， 易 １中 每 ， 交 不 确定 性 ／ Ｌ ，主 观 因子 ０构成 ，其 中 ／没有 明确 的定 ／ ， 义 。文 献 『 ］ ３ 中对 进 行 了讨论 ， 是没 有对其 来 源做 但 具 体说 明 。 在文 献 ［ ］ ， 行 推荐 的过 程 中 ， ４中 进 也采 用 了 主观逻 辑 的方法 ，但 是其 中 的不确定 性 ／也 没有 明确 ． ｔ
示事件 发 生前事 件 发生 的不确 定性 ，其 二表 示事 件发 生后 事件所 蕴 含 的信息量 。 率小 的事 件不 易发 生 ， 概 预
测 它 的发 生情况 相对 困难 ，因此事 件 的发生 包含 较大
用 信息理 论 中信 息量进 行不 确定 性分 析 ，从 而改 善直 接信 任模 型 和 间接 信任 模 型 ，补 充数 据确 定性 和推 荐 者集 合权 重 分配 两方 面 的研 究 ，使得 模 型选择 交 易对
理 模 型 。第一 步 ， 要从 Ｐ Ｐ网络 中采 集交 易 的数据 ， 需 ２ 统计各 节 点成 功交 易 的次数 ０ 失败 交 易 的次数 ｂ ， 。第 二 步 ， 过 采 集 到 的 口 ｂ定 义 交 易 成 功率 Ｓ ａ ， 败 通 ， ＝／ 失 ｔ 率 Ｆ ｃ ，其 中 ｔ ＝／ ｔ 为节 点 在 Ｐ Ｐ网络 中总交 易 次数 ， ２ 易
的定 义 。
文献 ［ — ］ 的模 型是 较 为 公 认 的模 型 ， 含 有 １４ 中 都 参 数 ｂｄ “ 、 、 。本 文引入 了一个 基 于 网络 中基 本 数据 的 不确 定性 。 交易 的成 功率 、 将 失败 率作 为不 确定 性 的来 源 。 不 确定性 的影 响进 行讨 论 ， 对 并将 这一 定义 用 于推
关键 的待解决 的问题 。 首先 ， 为选 择一个 节 点是 否可 信 的参考 。 作 由于 交 易 成 功 次 数 和 失 败 次 数 是 Ｐ Ｐ网络 交 易 行 为 中 相 对 ２ 容易 采集 的统 计 量 ．可 以将交 易成 功次 数和 失 败次 数 与交 易 总次数 的 比值表 示 为成 功 、 败率 ， 到 网络 中 失 得 所有 节 点 的可 信 度数 据 。 是 成功 、 败概率 自身 的程 但 失 度如 何 确定则 需 要进 一步 的研 究 。 其 次 ， 节点 推荐 过程 中 ， 在 交易 者如 何选 择 各个 推 荐者 的意 见 、 决定 各 推 荐者 的推 荐 权重 ， 易 成功 率 、 交 失败 率 能否在 其 中起 到更 大 的作用 。 在 目前 的 Ｐ Ｐ信 任 管理 模 型研 究 中 。 型 主要 分 ２ 模 类 为主 观模 型和 客观模 型 。 主 观模 型 中 ， 在 推荐 机制 通
１ 相 关 工作
在 以往 的推荐 机制 中 。基 于信任 值 的模 型 是一 种 重要 的形 式 。Ｊ ｓｎ 首 先提 出 了采用 基 于主观 逻辑 的 Ｃ ａｇ 模 型和 方 法 来 解 决不 同分 类 对 象 的信 任 问题 ［． 观 １主 ］ 逻辑 方法 运用 主观 观点 表示 对节 点信 任程度 的不确定
文章 编 号 ：０ ７ ３ ４ （ ０ ） － ０ ０ ０ １ ０— ０ ３２ １ １ ０ ５— ５ １ ０
Ａｂｓ ｒ ｃ ： ｔａ ｔ
Ｉｇ ｅ ｔｏ ｎｊｄ ｉ ｅｏ ｉｏ ｏ ｓｓｅ ｃ ｆｈ ｒｓ ｎｅ ｙｓａｉ ｉ ｙ ｈ ｉ ｏ ｅｃ ｎ ｅ ｔ ｆｎｏｍａｉｎ ｕ ｎｉ ｔ ｉ ｓａｍｅｈ ｄｏ ｇｎ ｔ ｐｎ ｎｃ ｎ ｉ ｎ ｙｏ ｅｐｅ ｅ ｔｒ ｔｔ ｔ ｓｂ ｅａｄ ｆｈ ｏ ｃ ｐ ｆ ｒ ｔ ａ ｔ ｖ ｕ ｇｈ ｉ ｔ ｔ ｂ ｓｃ ｔ ｔ ｏｉ ｏ ｑ —
易 ， 败 交 易 ）对 应 的概 率 为 ，－ ｝引 入 信 息 熵 定 失 ， １ｐ ，
义， 信息 熵为 节点 交易 结果 自信 息 的平 均值 ， 为 日。 记
Ｈ ｐ， ） － ｌｇ － ｌｇ （ ｑ ＝ ｐｏ２ ｑｏ２ （＋ ＝ ） ｐ ｑ ｐ ｇ １ 可 以简 记为 Ｈ（ ） ｐ。
摘 要 ：
利用信息理论 中信 息量的概念 ， 出了一种 使用统计量判 断推 荐者集体意 给 见一致性 的方法 ， 该方法 可以应 用于直接和 间接信任 模型 ， 便信任 模型 的 设计更具可靠性 ， 从而 帮助交易者作 出更优的决策 。
关键 词 ：
信任模型 ； 互信息 ； 信任推荐
ｓｏ ｎ Ｊ
Ｋｅ ｗｏ ｄ ｙ ｒ ｓ：
Ｔ ｕ ｔｍｏ ｅ； ｕ ｕ ｌｎｏｒ ａ ｉ ； ｒ ｓ ｃ ｍ ｍ ｅ ｄ ｔ ｎ ｒ ｓ ｄ ｌＭ ｔ ａ ｉｆ ｍ ｔ ｏｎ Ｔ ｕ ｔ ｅ ｏ ｒ ｎ ａｉ ｏ
０ 前 言
Ｐ Ｐ网络作 为一 种 开放 式 网络 。各 节 点在 逻 辑上 ２
失败 情况 来判 断 下一次 的 交易情 况 ，从而 为交 易者 在 选 择交 易 对 象 时提 供一 个 被选 择 者 交易 能 力 的参 考 ，
使得 交 易双方 更满 意 。
２２ 基 于信 息量 的直 接信 任模 型 ．
在一 般 的信任 模 型 中 ，总是 将成 功失 败率作 为 判
象更 合理 ， 帮助交 易者 做 出判 断 。
的不确 定性 。 率大 的事件 容 易发生 ， 测它 的发 生 比 概 预 较容 易 ， 因此不 确定 性较 小 。 当某事 件必 然发 生或 某事
件 必 然不 发 生 时 ， 由于结果 确 定 ， 不存 在 不 确 定性 ， 就
即不确 定性 为零 。
高 志琨 ， 叶丝 。 许 郭玉 翠 （ 北京邮电大学， 北京 １０ ７ ） ０８６
Ｇａ ｉｕ Ｘｕ Ｙｅ ｉＧｕ ｃ ｉＢ ｉ ｇＵ ｉ ｒｉ ｆ ｏ ｔ ｎ ｌｃ ｍｍｕ ｉ ｔ ｎ Ｂ ｉ ｇ１ ０ ７ Ｃｈｎ ） ｏ Ｚｈｋ ｎ， ｓ 。 ｏ Ｙｕ ｕ（ ｅｊ ｎｖ ｓｔ ｏ ｓｓａ ｄＴｅｅ ｏ ｉ ｎ ｅ ｙ Ｐ ｎｃ ｉ ｓ， ｅｊ ０ ８ ６， ｉａ ａｏ ｉ ｎ
从 图 １可 以看 出 ， （ ） 于 Ｓ ０５对 称 ， 于 １ ＭＳ关 ＝． Ｓ趋
邮电 设计桔术／ １门 ２ ｎ『５１ ０１
数 据通 信 高志琨， 许叶丝， 郭玉翠
Ｄ ｔ ｍｍｕ ｃ ｔ ｎ 互联 网中基于信息量 的信任管理 系统 ａａＣｏ ｉ ａｉ ｎ ｏ
和 趋 于 ０时 ， “趋 于 ０，表示 此 时节 点交 易成 功率 的不
万 维 网一 样重 要 的互联 网形 式 。
在 Ｐ Ｐ网络广 泛 应 用 的 同时 ， ２ 自身也 出现 了一 些
基 金 项 目 ： 家 自然 科 学 基 金 资 助 项 目 （ ０ ７ １ ６ ； 京 邮 电 国 ６ ９ ３ ４ ）北 大 学 大 学 生研 究创 新 基 金 资 助 项 目（ ０ ０ ６ ４） ００ ５ ４ 。
文设 计 了一种 算法 来考 虑不 确定 性对 判断 交易对 象 的
影 响。
的信任 管理 模 型及推 荐机 制 ，因此 先简 单介 绍信 息量
的一些 理论 和应 用 ２１ 信 息量 的定义和应 用 ．
利 用信 息论 中 的知识 ，定 义概 率 Ｐ的对 应信 息量 ，＿ｌ ２ ： 一ｏ ｐ。信息 量也 称为 自信 息 ， ２种意 义 ， 一表 ， ｇ 有 其
ｔ ． ｅ ｍ ｅ ｈ ｄ ｃ ｎ ｂ ｓ ｄ ｔ ｉ ｃ ｎ ｄ ｒ ｃ ｒ ｓ ｄ ｌ ｏ ｄ ｓｇ ｅ ｉ ｂ ｅ ｔｕ ｔｍ ｏ ｅ ｎ ｅ ｐ ｔａ ｅ ｏ ｍ ａ ｅ ｂ ｔｅ ｅ ｉ ｙ Ｔｈ ｔ ｏ ａ ｅ ｕ ｅ ｏ ｄ ｒ ｔａ ｄ ｉ ｉ ｔ ｕ ｔｍｏ ｅ ｅ ｉ ｎ ｒ ｌ ｌ ｒ ｓ ｄ ｌ ｄ ｈ ｌ ｒ ｄ ｒ ｋ ｅ ｔ ｒ ｃ — ｅ ｎ ｅ ｔ ｔ ａ ａ ｔ ｄ —
得 Ｓ Ｆ Ｉ 通过 这些基 本 参数 ， 用信 息论 中信息 量 的 ＋＝ ， 运
知 识作 为不 确定 性 的理 论来 源 ，并建 立基 于信 息量
断交 易对 象 的指标 ，但 是这 种指 标本 身是 带有不 确 定
性的， 即统计频 数始 终不 能代 替概 率 ， 统计频 数 总是在 概率 附近 波动 ， 采集 到 的数据 同样 也有 此特 性 ， 为此本
性 。Ｋ ｎ ａ ｅ成功 地将 主观 逻辑 方法 应用 于无 线 网络 。 ］ 主观 逻辑方 法是 一种 基 于对整 个交 易环 境 的主观
将 自信 息 中的概 率 Ｐ与节 点联 系 ．节 点 的交 易结
果 为 二元 离散 随 机变 量 ， 值 为 ｛ １ ， 取 ０，｝表示 ｆ 功 交 成
荐信 任模 型 的设计 ，为含有 不确 定性 的研究 和 主观 逻辑 方法 在推 荐过 程 的研究 提供 一种 方法 。
图 １
２ 基 于信 息 量 的信 任 推 荐 模 型
为 了解决 主观 推 荐 模 型 ［４ １］ － 中不确 定 性 的来 源 问题 ，建 立 了一个 基于信 息论 中信 息 量概念 的信任 管
由于每个 网络 中的节 点都 可 以采 集 到上述 数据 且
可 以通 过信 息熵 概念 定义 不确定 性 ．所 以节 点在全 局
中 的直 接 信 任 可用 向量 （ Ｆ， 来 表示 ， Ｓ ＝ Ｓ 。 ｐ， ） （ ） 日（ ） 本 文模 型 的设 计 思想 为利用 节点 之前 所有 交易 的成 功
高志 ￣ｎＡ， 琨， ｔ 郭玉翠 数 据 通 信 ｔ
互联网中基于信息量的信任管理系统 ｌ ａａＣ ｍｍｕ ｃｔｎ ｔ ｏ Ｄ ｉ ａｉ ｎ ｏ
会 影响 到算 法和模 型 的准确 性 及推 荐结 果 。 因此 ， 本文 旨在 构造 出基 于交 易次 数 及交 易 结 果 的基 本 数 据 ， 应
是 对 等 的 ， 够 自由共 享 环境 中的 资源 并 且 相 互进 行 能
交 易 。每 个节 点在 不 同的交 易 中既 可 以扮演 资 源提供 者 也 可 以扮 演 资 源需 求 者 。由于 网络 环境 充 分 开 放 。 各 节 点 地 位 等价 ， 可 以参 与 网络 中 的交 易 ， 得 交 均 使 易者 的选 择对 象 充 足 ， 以充 分 利 用 网络 的带 宽 和 资 可 源 丰 富性 来满 足交 易 者 的需 求 。Ｐ Ｐ网络 已经 成 为和 ２
Ｄ ｔＣ ｍｍｕ ｃｔｎＩ ａａ ｏ ｉ ａｏ 互联网 中基于信息量的信任管理系统 ｎ ｉ
数据 通信 Ｉ 高志琨， 许叶丝， 郭玉翠
互联 网中基 于信 息 量 的信任 管理 系统
Ｔｒ ｓ ｎ ｇ ｍｅ ｔ ｓｅ Ｂ ｓ ｄｏ ａ ｔｙｏ ｎｏ ｍａ ｉｎＩ ｎｅ ｎ ｔ ｕｔ Ｍａ ａ ｅ ｎ ｔ ｍ ａ ｅ ｎＱｕ ｎｉ ｆ ｆ ｒ ｔ ｎＩｔ ｒ ｅ Ｓｙ ｔ Ｉ ｏ
收 稿 日期 ：０１ 一 ８ ２ ２ １Ｏ — ５
常采 用基 于交 易成 功率 和 失败 率 的算法 ，然 而其 中的
问题 也很 明显 ， 计量 本身 的确 定性 并 没有进 行 讨论 ， 统 所 以作 为算法 基 础数 据 的统计 量本 身存 在 的不 确定 性
５ 。 １ 。 Ｔ Ｔ Ｏ Ｉ １门 ／ Ｐ ２ 。
对 于在 Ｐ Ｐ网络 中采集 的节点 信 息 Ｓ ， ２ ， ，可 以定 义 出节 点信息 熵 ，信息 熵表 示从 所搜 集 的数 据 中得 到
的变 量 的 Ｓ Ｆ的不确 定性 （ 图 １ 。 ， 见 ）
信 任 的算法 ， 过 主观 的信任影 响节 点 的信 任值 。 文 通 在 献 ［ ］ ， 个 节点 的信 任 由成 功 率 ｂ 失 败率 ｄ， 易 １中 每 ， 交 不 确定 性 ／ Ｌ ，主 观 因子 ０构成 ，其 中 ／没有 明确 的定 ／ ， 义 。文 献 『 ］ ３ 中对 进 行 了讨论 ， 是没 有对其 来 源做 但 具 体说 明 。 在文 献 ［ ］ ， 行 推荐 的过 程 中 ， ４中 进 也采 用 了 主观逻 辑 的方法 ，但 是其 中 的不确定 性 ／也 没有 明确 ． ｔ
示事件 发 生前事 件 发生 的不确 定性 ，其 二表 示事 件发 生后 事件所 蕴 含 的信息量 。 率小 的事 件不 易发 生 ， 概 预
测 它 的发 生情况 相对 困难 ，因此事 件 的发生 包含 较大
用 信息理 论 中信 息量进 行不 确定 性分 析 ，从 而改 善直 接信 任模 型 和 间接 信任 模 型 ，补 充数 据确 定性 和推 荐 者集 合权 重 分配 两方 面 的研 究 ，使得 模 型选择 交 易对
理 模 型 。第一 步 ， 要从 Ｐ Ｐ网络 中采 集交 易 的数据 ， 需 ２ 统计各 节 点成 功交 易 的次数 ０ 失败 交 易 的次数 ｂ ， 。第 二 步 ， 过 采 集 到 的 口 ｂ定 义 交 易 成 功率 Ｓ ａ ， 败 通 ， ＝／ 失 ｔ 率 Ｆ ｃ ，其 中 ｔ ＝／ ｔ 为节 点 在 Ｐ Ｐ网络 中总交 易 次数 ， ２ 易
的定 义 。
文献 ［ — ］ 的模 型是 较 为 公 认 的模 型 ， 含 有 １４ 中 都 参 数 ｂｄ “ 、 、 。本 文引入 了一个 基 于 网络 中基 本 数据 的 不确 定性 。 交易 的成 功率 、 将 失败 率作 为不 确定 性 的来 源 。 不 确定性 的影 响进 行讨 论 ， 对 并将 这一 定义 用 于推
关键 的待解决 的问题 。 首先 ， 为选 择一个 节 点是 否可 信 的参考 。 作 由于 交 易 成 功 次 数 和 失 败 次 数 是 Ｐ Ｐ网络 交 易 行 为 中 相 对 ２ 容易 采集 的统 计 量 ．可 以将交 易成 功次 数和 失 败次 数 与交 易 总次数 的 比值表 示 为成 功 、 败率 ， 到 网络 中 失 得 所有 节 点 的可 信 度数 据 。 是 成功 、 败概率 自身 的程 但 失 度如 何 确定则 需 要进 一步 的研 究 。 其 次 ， 节点 推荐 过程 中 ， 在 交易 者如 何选 择 各个 推 荐者 的意 见 、 决定 各 推 荐者 的推 荐 权重 ， 易 成功 率 、 交 失败 率 能否在 其 中起 到更 大 的作用 。 在 目前 的 Ｐ Ｐ信 任 管理 模 型研 究 中 。 型 主要 分 ２ 模 类 为主 观模 型和 客观模 型 。 主 观模 型 中 ， 在 推荐 机制 通
１ 相 关 工作
在 以往 的推荐 机制 中 。基 于信任 值 的模 型 是一 种 重要 的形 式 。Ｊ ｓｎ 首 先提 出 了采用 基 于主观 逻辑 的 Ｃ ａｇ 模 型和 方 法 来 解 决不 同分 类 对 象 的信 任 问题 ［． 观 １主 ］ 逻辑 方法 运用 主观 观点 表示 对节 点信 任程度 的不确定