基于云模型和信任链的信任评价模型研究_陈建钧_张仕斌

映信任的模糊性。唐文、张仕斌等人引入模糊理论[2-3]对信任进 行研究，对复杂网络环境中信任的模糊本质进行了详细描述， 但没有反映出随机性。文献[4]在信任云的基础上，提出一种基 于主观信任云和信任变化云的主观信任评价方法，主要考虑了 信用度的时效性。 文献[5]针对 P2P 电子商务中的信任评估问题， 提出了一种基于信任云的动态安全信任管理模型，利用云模型
--------------------------------
基金项目：四川省战略新兴产品计划项目(2013GZX0137)；成都信息工程学院学术带头人科研基金(J201107) 作者简介：陈建钧(1989-)，男，江苏人，硕士研究生，主要研究方向为信息安全理论及应用(592680707@)；张仕斌，男，教授，硕士研究生导师，博 士(后)，主要研究方向为信息安全理论及应用．
X i 成为数域中的一个云滴；
优先出版
计 算 机 应 用 研 究
第 32 卷
5）重复步骤（1）到（4） ，直至产生要求的 N 各云滴为止。 2.2.2 逆向云发生器算法设计 算法 2.逆向云发生器 输入：N 个云滴
20 20 20 0 0 VA, A1 19 50 31 0 0 。 65 20 10 3 2
0 引言
在复杂网络中，无中心性及灵活、自由的交互方式，越来 越受到用户的喜爱。但由于 P2P 交互的匿名性、节点流动的随 意性，导致交互过程中的安全问题日益突出，因此在交互之前 建立节点间的信任关系，是非常重要的步骤。在现有信任模型 中， Beth T[1]的经典模型强调了信任的随机性而没有客观地反
优先出版
计 算 机 应 用 研 究
第 32 卷
表示方法、初始化、传递、融合等步骤 [10-12]。目前，大多数文 献中采用的信任度计算方法有简单加权法[13-14]、 统计学方法[15]、 贝叶斯方法[16]、 模糊推理法[17]、 D-S 证据[18]和云模型[19]理论等。 在本文的研究中，拟引入云模型理论[20]，它能把模糊性和随机 性结合在一起，以便更客观地反映了复杂网络中信任的模糊性 和随机性本质。本文重点研究了信任影响因素、信任信息的传 递和融合及信任评价机制， 在文献[21]研究的基础上， 提出一中 基于云模型和信任链的信任评价模型。
网络出版时间：2014-08-27 11:11 网络出版地址：/kcms/detail/51.1196.TP.20140827.1111.151.html 优先出版 计 算 机 应 用 研 究 第 32 卷
基于云模型和信任链的信任评价模型研究
陈建钧，张仕斌
(成都信息工程学院 信息安全工程学院，成都 610225) 摘
Xi；
上式中，行表示属性的种类，列表示满意度的分类。 为了更好的反应每个评价记录在评价等级中对应的数值， 根据公式（1）将预处理后的初始数据（即信任向量）标准格式 化到[0，1]区间。公式如下：
'
2 基于云模型和信任链的信任评价方法
2.1 基于云模型和信任链的信任评价思路 定义１. 设Ｕ＝｛ （ｘ1，ｘ2，…，ｘm） ｝是所研究的论域， Ｔ是与Ｕ相关联的信任描述值，其中ｘ1，ｘ2，…，ｘm 为论域 中各对象的信任评价属性，对于Ｔ所描述的信任隶属度 CT（ｘ
1
，ｘ2，…，ｘm）是一个具有稳定倾向的随机数，该信任隶属
Study on trust evaluation model based on cloud model and trust chain
CHEN Jian-jun, ZHANG Shi-bin
(College of Information Security Engineering, Chengdu University of Information Technology, Chengdu, 610225) Abstract: In the complex network environment, there is randomness, fuzziness, and unpredictability and so on, which bring a lot of secure issues to network transactions. In this paper, taking the complex network environment as the research background, by use of cloud model theory, we propose the trust evaluation model based on trust chain. This trust evaluation model can implement the conversion between qualitative and quantitative of trust. And it can identify malicious nodes and reduce unnecessary losses through the evaluation model. The trust information will be separated according to the model properties and converted into cloud digital characteristics , which being transmitted and fused in the model. The model can solve the unreasonable problems result of a long trust chain in transmitting and fusing trust information . The simulation results confirm that the model can effectively control the authenticity of the final results. The simulating experiment of preventing malicious competition further confirms the feasibility and rationality of the trust evaluation model based on cloud model and trust chain. The trust evaluation model proposed in this paper may provide a new promising method for research of trust evaluation in complex networks environment. Key Words: Trust; Trust Chain; Cloud Model; Trust Transfer; Trust Fusion; Malicious Competition 来刻画信任及信任等级。文献[6]应用离散空间的最优搜索理论 获取最优路径并提高评价效率。文献[7]提出一种基于模糊理论 的可信计算信任评估方法，把模糊推理和信任传递相结合，全 面地评估信任链上实体的信任度。 文献[8] 提出了一种分析和判 定可信计算平台信任链传递的方法，用形式化的方法证明了当 符合非传递无干扰安全策略时，组件之间的信息流受到安全策 略的限制，隔离了组件之间的干扰。文献[9]提出基于角色的信 任证覆盖网络(RBCON)生成、维护等算法，在此基础上给出信 任链搜索方案。上述信任模型或信任评估方法虽然在一定程度 上体现了信任的不确定性和随机性，但均忽略了复杂网络环境 中处理模糊性和随机性结合的情况，以及信任链对评价结果准 确性的影响。 信任度的计算是信任模型建立的主要任务，包括信任值的
度在论域上的分布称为信任隶属云（简称信任云） ；每一个元素 与其隶属度的序对（ｘi，CT（ｘｉ） ） （ｉ＝１，…，ｍ）称为 信任云滴。
2
2）产生一个期望值为 E x ，方差为 Eni 的正太随机数
'2
Xi；
3）计算 i e

( X i E x )2
'2 2 Eni
，
4）具有确定度 i 的
*
要：在复杂网络环境下，由于信任关系的随机性、模糊性和不可预测性等不确定性因素给网络交易带来了诸多安全
问题。本文以复杂网络环境为研究背景，引入云模型理论，提出了一种基于信任链的信任评价模型，实现了信任的定性 概念与定量数值之间的转换，通过评价模型识别恶意节点，减少不必要的损失。该模型将信任信息按属性分离，并转换 成云数字特征参数进行传递和融合，解决了信任链过长带来的信任信息传递和融合的不合理性问题。通过仿真实验证明 了该模型能有效控制最终信任评价结果的真实性，通过防恶意竞争实验，进一步证明基于云模型和信任链的信任评价模 型的可行性和合理性，为复杂网络环境下信任评价的研究提供了一个新的思路。 关键词：信任；信任链；云模型；信任传递；信任融合；恶意竞争 文献标志码：A
1 相关问题研究
1.1 信任 在网络交易（如电子商务交易）中，信任是一方认为另一 方是可靠的并且能够履行自己的承诺。只有在交易双方相互信 任的情况下，交易才可能顺利地进行下去，所以信任是进行交 易活动的前提和关键。在复杂的网络环境中，实体间的信任可 以分为直接信任和推荐信任。直接信任是两个实体根据以往的 经验建立起来的直接信任关系；间接信任是指借助于其它实体 的推荐建立起来的间接信任关系。信任具有以下特征： a、非对称性：如果实体Ａ信任实体Ｂ，但并不能得出Ｂ也 信任Ａ； b、主观性：信任是评价者对评价对象的主观上判断； c、动态性：信任可能会随着时间、环境或者其它因素的变 化而变化； d、多维性：实体间的信任与多种属性有联系，比如历史信 任值、社会地位、收入水平等； e、模糊性和不完全可传递性：实体Ａ信任实体Ｂ，并且实 体Ｂ又信任实体Ｃ，但是并不一定可以得出Ａ信任Ｃ。 1.2 信任链 信任链是指当信任主体不能直接对信任客体评价，则需要 向与信任客体有过交互经验的邻居节点发出请求，请求将它对 信任客体的推荐值提交给信任主体，如果邻居节点也没有与信 任客体有过交互经验，则由邻居节点继续向周围广播请求，直 到找到与信任客体有过交互经验的节点为止，如此下去，就形 成了一条信任链。 图 1 基于云模型和信任链信任评价模型（过程） 信任评价如图 1 所示，评价过程如下： （1）对信任等级进行划分，分为非常满意、满意、一般、 不满意和非常不满意。 （2）根据信任评估的需求，采集有过交互的实体的有关信 息（实体获得的评价记录，包括属性如：信任评价值、评价者 的信任值、实体交互信息等） ，然后对采集到的数据进行预处理 （对各属性的评价数据进行格式化等） 。 （3）根据属性的不同，将评价记录“分门别类”区别开（如 100 条评价记录，每条记录内含有 3 个属性，则每个属性都含 有 100 个评价，范围为非常满意、满意、一般、不满意和非常 不满意） ，本文用三维向量来描述：V1(a1,a2,a3,a4,a5)。 （4）通过一维逆向云生成器，把属性向量生成含信任云参 数（ E x ， E n ， H e ）的信任关系。 （5）信任链间的信任信息进行传递和融合。 （6） 根据权重系数将直接信任与推荐信任的信任信息进行 融合。 （7）利用一维正向云生成器及步骤（6）的综合信任信息 （ E x ， E n ， H e ）生成综合信任云。 （8）根据综合信任云图观察结果与信任等级对比，得出算法设计 2.2.1 正向云发生器算法设计 算法 1.正向云发生器 输入：数字特征（ E x ， E n ， H e ） ，生成 N 个云滴； 输出：N 个云滴 X i 及其对应的确定度。 算法步骤如下： 1）产生一个期望值为 E n ，方差为 H e 的正态随机数 Eni ；