一种基于模糊控制的信任评估系统构建方法

摘要

本发明涉及一种基于模糊控制的信任评估方法，以Dirichlet信誉评估系统和模糊理论为基础，通过建立评价矩阵将用户评价细化、计算直接信任向量、评价汇聚、计算推荐信任向量、计算综合信任值，最后请求节点选择综合信任值高的相应节点进行交易，克服了现有技术中“针对P2P网络中节点存在信誉值过低则洗白和恶意哄抬信誉值现象”等技术难题，同时本发明通过更新Dirichlet先验基本率，实现了有效提高了节点提供优质服务的积极性，同时在一定程度上降低了节点发生洗白的概率，增加了信任模型的稳定性的有益效果。

主权项

一种基于模糊控制的信任评估方法，其特征在于，该方法包括以下步骤：步骤一、文件共享系统中的请求节点在经过一次交互后，对响应节点的服务给予评价，文件共享系统通过评价矩阵M(fq；ds；ss)将用户的评价细化，fq代表文件质量，ds代表文件下载速度，ss代表供源的稳定性，通过模糊综合评判法对评价矩阵M进行模糊综合评判后，R＝WοM得到评价向量R，表示在tr时刻u节点在接受v提供的服务后给予评价；表示在第t时刻汇聚评价时，评价经时间衰减后的有效值；步骤二、直接信任向量计算，请求节点再根据自身与响应节点的历史交易经验给出评价矩阵M再计算出直接信任向量步骤三、评价汇聚，请求节点发起询问请求，在当前时间窗口内与响应节点发生交易的节点提供各自的评价向量，排除不实评价后，将剩余评价向量按照评价汇聚的时间进行衰减，再利用Dirichlet分布期望函数对推荐评价进行处理，得出推荐评价向量；步骤四、推荐信任向量计算，在请求目标节点服务时，请求节点询问所有与响应节点在当前时间窗口内有过交易的节点，将所有节点的评价向量进行汇聚累加，进行归一化处理，再使用Dirichlet分布的期望函数来计算推荐信任向量S是提供推荐评价的节点集合，0<λ<1为衰减因子；表示所有评价时刻落在第T_i个时间窗口内的u对v的评价的汇聚节点保存响应节点的先验基本率和当前时间窗口的评价汇聚；步骤五、综合信任值的计算，先对推荐信任向量和直接信任向量进行归一化运算，然后计算和的余弦相似度α：$\alpha =\frac{\left|\underset{i=1}{\overset{5}{\Sigma }}{\mathrm{RT}}_v^x\left(i\right){\mathrm{DT}}_v^u\left(i\right)\right|}{\sqrt{\underset{i=1}{\overset{5}{\Sigma }}{\left({\mathrm{RT}}_v^x\left(i\right)\right)}^2}\sqrt{\underset{i=1}{\overset{5}{\Sigma }}{\left({\mathrm{DT}}_v^u\left(i\right)\right)}^2}},$α∈[0,1]，则目标节点的服务信任向量T：0<α<1，来为服务请求者给出合理推荐，信任值T'：T'＝T*a；步骤六、更新Dirichlet先验基本率，利用当前响应节点的综合信任值等级和前后两次信任值变化的幅度计算出Dirichlet分布先验基本率的更新因子β，使用更新因子β更新后的Dirichlet分布先验基本率值用于下次请求节点计算响应节点综合信任值；步骤七、请求节点选择综合信任值高的响应节点进行交易。