一种基于灰色模糊综合评价的信任量化方法

摘要

一种基于灰色模糊综合评价的信任量化方法属于计算机安全领域，用于解决分布式环境中实体访问资源时的信任量化问题。针对信任的动态性和模糊性，提出了一种基于灰色模糊综合评价的信任量化方法。当主体的行为发生变化时，主体的信任量化值也随之变化。随机选择主体访问过的客体节点，和本次访问的客体一起作为评价主体信任的“专家”，对主体的行为作综合评价，并根据评价结果对应的信任区间计算出具体的信任值。本发明可以较好的评价主体的信任程度，并可以对其进行合理量化。随机选取评价专家可以避免节点间的联合欺诈。本发明能够灵活应用在各种分布式环境中，具有良好的适用性。

主权项

1.一种基于灰色模糊综合评价的信任量化方法，其特征在于，步骤如下：1)根据访问反馈结果，计算客体对主体的信用值Credit，并动态更新客体对主体的信誉值Re putation；主体和客体经过一次交互，根据行为反馈，客体的所有者对主体的本次行为进行判定，称为信用；实体的多次历史信用的综合称为信誉；2)信任量化阶段信任量化应用主体的历史访问记录，对主体本次的信任用灰色模糊综合评价方法进行量化，计算出本次信任量化值；信任量化的步骤如下：(1)划分信任评价集为：{不信任，不信任但不确定，信任但不确定，信任}，表示为[0，d₁]，(d₁，d₂]，(d₂，d₃]和(d₃，1]；其中，d₁，d₂，d₃均为实数，且0＜d₁＜d₂＜d₃＜1；(2)采用随机选择方法，选择n-1个与主体发生过交互的节点，加上本次要访问的客体，一共n个评价专家，评价该主体本次的信任；(3)确定评价指标评价指标为信用和信誉，评价指标集为：{信用，信誉}；读取本次要访问的客体及选取的n-1个节点对主体的最近一次的信用值和信誉值；当本次要访问的客体没有该主体的历史访问信息时，则Credit₀＝0，Re putation₀＝0；Credit₀是本次要访问的客体对主体最近一次的信用值，Re putation₀是本次要访问的客体对主体最近一次的信誉值；(4)确定权重集合各评价专家的权重由以下公式计算：W_i是每个专家的权重；W₀是本客体的权重，W₁，W₂，...，W_n-1是选取的n-1个专家的权重；则权重集合可表示为：且上述公式中的0指的是灰色度，由于评价专家的权重是确定的，灰色度为0；(5)计算每个专家对该主体评价的信用权重每个专家对该主体评价的信誉权重RW_i＝1-CW_i；其中，i是大于等于0小于n的整数，专家的个数为n；Credit_i是第i个专家对主体评价的信用值，Re putation_i是第i个专家对主体评价的信誉值；(6)计算每个专家评价主体的信用灰色度为：CV_i＝Credit_i×(1-Re putation_i)每个专家评价主体的信誉灰色度为：RV_i＝Re putation_i×(1-Credit_i)其中，i是大于等于0小于n的整数，专家的个数为n；CV_i是第i个专家评价主体的信用灰色度，RV_i是第i个专家评价主体的信誉灰色度；(7)建立灰色模糊评价矩阵评价矩阵用表示；$\underset{\otimes }{\overset{~}{R}}=\left[\begin{array}{c}{R}_0\\ R_1\\ ...\\ R_{n-1}\end{array}\right]$其中，R₀，R₁，...，R_n-1代表的各行；如果第i个专家对主体的信用值落在某个评价区间，则将下列两行矩阵中第一行的该区间处的(0，1)用(1，CV_i)代替；如果第i个专家对主体的信誉值落在某个评价区间，则将下列两行矩阵中第二行的该区间处的(0，1)用(1，RV_i)代替；CW_i是第i个专家对主体评价的信用权重，RW_i是第i个专家对主体评价的信誉权重；CV_i是第i个专家评价主体的信用灰色度，RV_i是第i个专家评价主体的信誉灰色度；i是大于等于0小于n的整数，专家的个数为n；(8)进行灰色模糊综合评价(9)计算得出μ₁指综合评价主体在第一个信任区间的隶属度，v₁指综合评价主体在第一个信任区间的灰色度；μ₂指综合评价主体在第二个信任区间的隶属度，v₂指综合评价主体在第二个信任区间的灰色度；μ₃指综合评价主体在第三个信任区间的隶属度，v₃指综合评价主体在第三个信任区间的灰色度；μ₄指综合评价主体在第四个信任区间的隶属度，v₄指综合评价主体在第四个信任区间的灰色度；(10)最终评价结果是主体的信任值落在区间[x，y]中，[x，y]是[0，d₁]，(d₁，d₂]，(d₂，d₃]和(d₃，1]四个区间中的一个；在(v₁/μ₁)，(v₂/μ₂)，(v₃/μ₃)，(v₄/μ₄)中选择最小值所对应的信任区间[x，y]；这个最小值记为(v_t/μ_t)，t是大于等于1，小于等于4的整数；(11)主体的信任量化值为：T＝x+(y-x)×μ_t。