基于信任網(wǎng)的統(tǒng)一量化方法的研究

毛莉娜，王曉軍，唐林燕，王安德

（1.廣東輕工職業(yè)技術(shù)學(xué)院，廣東廣州 510055；2.廣東技術(shù)師范學(xué)院，廣東廣州 510055；3.廣東長盈精密技術(shù)有限公司，廣東東莞 523000）

基于信任網(wǎng)的統(tǒng)一量化方法的研究

毛莉娜1，王曉軍2，唐林燕1，王安德3

（1.廣東輕工職業(yè)技術(shù)學(xué)院，廣東廣州 510055；2.廣東技術(shù)師范學(xué)院，廣東廣州 510055；3.廣東長盈精密技術(shù)有限公司，廣東東莞 523000）

根據(jù)目前各模型存在量化方法不統(tǒng)一的問題，提出基于擴(kuò)展主觀邏輯的統(tǒng)一量化方法.該方法獨(dú)立于具體信任表示法和推導(dǎo)規(guī)則，通過定義不同的映射規(guī)則，對(duì)不同信任和聲譽(yù)模型中的信任信息達(dá)成共識(shí)，并進(jìn)行信息的融合.

信任信息；信任網(wǎng)；統(tǒng)一量化

0 引言

在Web服務(wù)環(huán)境中，當(dāng)所有Web服務(wù)采用同一信任模型或量化方法時(shí)，信任信息能夠很好地共享和集成.但更常見的是各個(gè)Web服務(wù)位于不同信任模型，且這些信任模型的計(jì)算規(guī)則和量化方法存在很大的差異.因此，如何將各種模型中的信任信息進(jìn)行共享，并用于解決信任信息不足的困境是當(dāng)前急需解決的一個(gè)問題.

圖1 統(tǒng)一映射框架

1 統(tǒng)一映射框架

統(tǒng)一映射框架屏蔽了各種不同量化方法之間的差異，提供了統(tǒng)一信任和聲譽(yù)量化方法.不同的信任和聲譽(yù)模型可根據(jù)自己的需要選擇相應(yīng)的量化方法，并在模型內(nèi)部進(jìn)行信任關(guān)系的推導(dǎo)和計(jì)算.當(dāng)用戶在跨模型進(jìn)行交互時(shí)，則將本地量化方法約束下的信任度或聲譽(yù)值通過通用映射框架映射到信任觀念上，從而達(dá)成共識(shí).統(tǒng)一映射框架如圖1所示.

在圖1中，當(dāng)服務(wù)A需要了解服務(wù)C的聲譽(yù)時(shí)，可先將量化方法C約束下的服務(wù)C的聲譽(yù)通過映射函數(shù)投射到統(tǒng)一量化區(qū)間上，然后進(jìn)行比較.

統(tǒng)一映射框架由統(tǒng)一量化方法和映射函數(shù)2個(gè)主要部分組成.

1.1 統(tǒng)一量化方法

統(tǒng)一量化方法是信任信息進(jìn)行比較和互操作的基礎(chǔ)，它對(duì)算法相關(guān)的細(xì)節(jié)進(jìn)行抽象，屏蔽了各種不同量化方法的差異性和多樣性，且向上層應(yīng)用提供了一個(gè)統(tǒng)一的信任和聲譽(yù)表示方法.

統(tǒng)一量化方法定義：設(shè)擴(kuò)展主觀邏輯上的信任觀念ω0={b0，d0，μ0}為不同量化方法約束下的實(shí)體的可信度或聲譽(yù)的投影表示.Tg為區(qū)間［0，1］上的某一實(shí)數(shù)值，表示該實(shí)體在統(tǒng)一量化方法上的聲譽(yù)值，即Tg=E（ωˉ0）.

對(duì)于不同的信任和聲譽(yù)模型來說，通過統(tǒng)一量化方法，可將本地的信任度和聲譽(yù)值轉(zhuǎn)化為信任觀念的表示形式，從而可在統(tǒng)一量化方法上形成共識(shí)，并通過擴(kuò)展主觀邏輯中的各種運(yùn)算進(jìn)行綜合.

1

.2映射函數(shù)

映射函數(shù)定義：f（x）:［0，1］為統(tǒng)一映射框架上的映射函數(shù)，其目的是將變量x映射到區(qū)間［0，1］上的某一個(gè)實(shí)數(shù)值，最終再轉(zhuǎn)化為ω0= {b0，d0，μ0}中的某一個(gè)分量.

信任觀念提供了統(tǒng)一的表示方法，但如何將現(xiàn)有的各種不同量化方法中的信任度或聲譽(yù)值轉(zhuǎn)化為信任觀念，則需要通過映射函數(shù)來完成.映射函數(shù)的定義不存在統(tǒng)一的標(biāo)準(zhǔn)，而是有一定的主觀性.對(duì)不同的用戶來說，同一量化方法與統(tǒng)一量化方法之間的映射關(guān)系不一定相同.

2 實(shí)例

下面以當(dāng)前主要的信任和聲譽(yù)模型為例，說明這些模型中的信任度或聲譽(yù)值是如何映射到統(tǒng)一映射框架中，并轉(zhuǎn)化為信任觀念的表示形式.

2.1 eBay在線聲譽(yù)系統(tǒng)

eBay利用過去1個(gè)月、6個(gè)月、12個(gè)月的正反饋（+1）、負(fù)反饋（－1）、中性反饋（0）的總數(shù)反映用戶的聲譽(yù).

設(shè)實(shí)體A在過去某個(gè)時(shí)間段T［t-ε，t］內(nèi)的正反饋、負(fù)反饋和中性反饋的數(shù)量分別為Nr、Ns和Nu，則在該時(shí)間段內(nèi)的事件總數(shù)N=Nr+ Ns+Nu.為將A在eBay中的聲譽(yù)映射到統(tǒng)一量化區(qū)間［0，1］上，映射函數(shù)f（x）的定義為

則與ω0={b0，d0，μ0}的映射關(guān)系為：

b0=f（Nr），d0=f（Ns），u0=f（Nu）（2）

2.2 Abdul-Rahman-Hailes模型

Abdul-Rahman-Hailes是基于信任的社會(huì)屬性，把實(shí)體間的相互信任看作是上下文相關(guān)、主觀和基于以前交互經(jīng)驗(yàn)的.群體中實(shí)體通過相互交換聲譽(yù)信息來幫助信任決策.該模型中的信任度、評(píng)估值和不確定值的表示形式及其含義如表1所示.

表1 搖Abddul-rahman中的各種量化方法

Abdul-Rahman采用定性的量化方法，需將Abdul-Rahman模型中的離散值映射到區(qū)間［0，1］上的某一個(gè)實(shí)數(shù).以信任度為例，將區(qū)間［0，1］平均分為3個(gè)相同尺度的區(qū)間，而每個(gè)區(qū)間的邊界值{0，1/3，2/3，1}分別表示表1中的4個(gè)信任值，用映射函數(shù)pos（i）來表示，i= 0，1，2，3，則每一個(gè)離散信任值間的映射函數(shù)f（x）可定義為：

則Tg與td之間的映射關(guān)系可用式(4)計(jì)算：

則td與信任觀念ω0={b0，d0，u0}的映射關(guān)系為

類似地，對(duì)于評(píng)估值tr等也可采用上述映射方法進(jìn)行定義.不確定值tu與統(tǒng)一映射框架的映射函數(shù)f（x）可定義為

則tu與信任觀念ω0={b0，d0，u0}的映射關(guān)系為

2.3 ReGret聲譽(yù)系統(tǒng)

此系統(tǒng)中，聲譽(yù)計(jì)算的信任信息源包括直接經(jīng)驗(yàn)、見證者聲譽(yù)和社會(huì)網(wǎng)絡(luò)分析，并同時(shí)考慮了聲譽(yù)的個(gè)性維、社會(huì)維和本體維.其中，直接經(jīng)驗(yàn)采用連續(xù)區(qū)間［-1，1］來表示；聲譽(yù)值tr則根據(jù)經(jīng)驗(yàn)的加權(quán)平均值來計(jì)算，結(jié)果為區(qū)間［-1，1］上的值；評(píng)估值te為區(qū)間［-1，1］上的任一連續(xù)值，其中-1表示絕對(duì)否定，1表示絕對(duì)肯定，0表示中性，則tr與統(tǒng)一量化區(qū)間上的tg映射規(guī)則為

2.4 原UniTEC算法

在原UniTEC算法中，新信任值的計(jì)算是由舊信任值與新評(píng)估值的加權(quán)所得，信任值td為區(qū)間［0，1］上的任一實(shí)數(shù)值，其中0表示沒有任何經(jīng)驗(yàn)或全部都是否定經(jīng)驗(yàn)，1表示最大程度上的信任.評(píng)估值則采用二值邏輯{0，1}（好或壞）來表示.

由于UniTEC中信任值區(qū)間與統(tǒng)一映射框架上的量化區(qū)間相同，而且也是基于二項(xiàng)事件，則可直接將UniTEC表示為統(tǒng)一映射框架上的信任值，而無需再經(jīng)過轉(zhuǎn)換，即

b0=td；d0=1-td；u0=0（9）

2.5 Yu和Singh模型及Grid＆P2P信任模型

Yu和Singh模型采用證據(jù)理論作為信任（聲譽(yù)）推導(dǎo)的理論基礎(chǔ).評(píng)估值采用集合{0,0.1,0.2,…,1.0}中的某個(gè)實(shí)數(shù)值表示，并分別定義了上下限wi和Ωi用于計(jì)算信任度m（TA），不信任度為m（-TA）和不確定度（{TA，-TA}）.

由于Yu和Singh模型與擴(kuò)展主觀邏輯都是基于證據(jù)理論，則可建立直接的對(duì)應(yīng)關(guān)系，即：

b（x）=x（TA）；d（x）=m（-TA）；u（x）=m（{TA，-TA}）（10）

類似地，提出Grid＆P2P信任模型也是基于證據(jù)理論.則其與統(tǒng)一量化方法的映射關(guān)系與上述所述相似.

2.6 合理性分析

統(tǒng)一量化方法利用映射函數(shù)將各種定性或定量的量化方法映射到區(qū)間［0，1］上，利用擴(kuò)展主觀邏輯中的信任觀念來表示，從而使各種不同的量化方法約束下的信任信息的比較和集合成為可能.

3 實(shí)驗(yàn)

本實(shí)驗(yàn)以統(tǒng)一量化方法為中介，對(duì)部分量化方法進(jìn)行了分析和比較，從另一個(gè)角度說明了以統(tǒng)一量化方法為中介進(jìn)行信任信息的融合和集成的可行性，驗(yàn)證了本文提出的統(tǒng)一量化方法在信任評(píng)估和聲譽(yù)的量化中的作用.

3.1 實(shí)驗(yàn)用例描述

條件1（最大值評(píng)估）：從初始值開始，每次評(píng)估的結(jié)果均為最大值.

條件2（最小值評(píng)估）：從量化方法的初始值開始，每次評(píng)估的結(jié)果均為最小值.如初始值為0，則實(shí)體的信譽(yù)或聲譽(yù)值一直為0；否則，信任或聲譽(yù)值逐漸降低并最終無限接近最小值.

條件3（最小最大值評(píng)估）：先給出10次最小評(píng)估值，接著再給出10次最大評(píng)估值.

條件4（最大最小值評(píng)估）：先給出10次最大評(píng)估值，接著再給出10次最小評(píng)估值.

條件5（特定評(píng)估值）：評(píng)估值為：

1.0，0.8，0.5，0.4，0.5，

1.0，0.6，0.7，0.8，1.0，0.4，0.3，0.2，0.2，0.5，1.0，0.3，0.4，0.3.

在eBay聲譽(yù)系統(tǒng)中，假設(shè)初始聲譽(yù)值為0.5；在UniTEC中，假定時(shí)間衰減因子為aging= 0.3；在Yu和Singh模型中，上下限wi和Ωi分別為0.6和0.4，并只考慮本地信任；在ReGret模型中，當(dāng)評(píng)估次數(shù)超過10次時(shí)，設(shè)開始時(shí)的評(píng)估值的權(quán)重為0，而對(duì)最近的一次評(píng)估值的權(quán)重為1，其他評(píng)估值的權(quán)重隨著評(píng)估時(shí)間而在區(qū)間［0.1］上線性增長.

假設(shè)擴(kuò)展主觀邏輯中不確定度分量調(diào)節(jié)因子L=2，否定事件懲罰因子K=1.2.

3.2 實(shí)驗(yàn)結(jié)果及分析

由條件1、2、3、4得出實(shí)驗(yàn)結(jié)果1如圖2所示.其中ESL（Extended Subjective Logic）表示擴(kuò)展主觀邏輯，ESL Aging=0.3表示時(shí)間衰減因子λ（1－Aging）為0.7的擴(kuò)展主觀邏輯.

根據(jù)不同的評(píng)估順序，由條件5可得到的實(shí)驗(yàn)結(jié)果2如圖3所示.

圖2 實(shí)驗(yàn)結(jié)果1

圖3 實(shí)驗(yàn)結(jié)果2

實(shí)驗(yàn)結(jié)果1和2表明，通過統(tǒng)一量化方法，各種不同的信任評(píng)估和聲譽(yù)的量化方法能夠在同一語義進(jìn)行比較，從而為信任信息的共享和集成提供了基礎(chǔ).

4 結(jié)論

本文針對(duì)目前各種信任和聲譽(yù)模型中量化方法的多樣性和異構(gòu)性的問題，提出基于擴(kuò)展主觀邏輯的統(tǒng)一量化方法，用于解決各種不同的量化方法之間的互操作性問題，并結(jié)合實(shí)例說明如何定義不同的映射函數(shù)將各種量化方法約束下的信任信息轉(zhuǎn)化為信任觀念的表示形式，從而滿足量化方法的多樣性和統(tǒng)一性的要求，為全局的信任信息共享和集成提供基礎(chǔ).

［1］劉樹棟,孟祥武.基于位置的社會(huì)化網(wǎng)絡(luò)推薦系統(tǒng)［J］,計(jì)算機(jī)學(xué)報(bào),2015,38(2):322-336.

［2］蔣偉進(jìn).動(dòng)態(tài)信任多Agent量化建模與方法研究［M］.科學(xué)出版社,2014.

［3］邱皓政.量化研究與統(tǒng)計(jì)分析——SPSS(PASW)數(shù)據(jù)分析范例解析［M］.重慶大學(xué)出版社,2013.

［4］劉利釗,魏鵬,王穎,等.對(duì)基于可信計(jì)算的網(wǎng)絡(luò)行為信任模型的量化評(píng)估方法研究［J］.武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2010,35(5):587-590.

［5］李小勇,桂小林.可信網(wǎng)絡(luò)中基于多維決策屬性的信任量化模型［J］.計(jì)算機(jī)學(xué)報(bào),2009,32(3):405-416.

［6］李季,朱小勇.基于模糊理論的Web服務(wù)信任評(píng)估模型［J］.計(jì)算機(jī)工程,2010,Vol,36(15):25-28.

［7］Marmol F G,Girgo J,Perez G M.TRIMS:a privacyaware trust and reputation model for identity management systems［J］.Computer Networks,2010(16):2899-2912.

［責(zé)任編輯：劉昱］

Based on the Research of the Unity of the Trust Network Quantitative Method

MAO Lina1，WANG Xiaojun2，TANG Linyan1，WANG Ande

(1.Guangdong Industy Technical College,Guangzhou 510055;
2.Guangdong Polytechnic Normal University,Guangzhou 510665;
3.Guangdong ChangYing Precision Technology Co.Ltd.,Dongguang 523000)

In this paper,according to the disunion of quantitative method,unified quantization method based on extended subjective logic is proposed.The method is independent of the specific trust representation and inference rule.By defining different mapping rules,different trust and reputation model of trust information reaches consensus.

Trust information;Trusted network;Unified quantify

TP 393

A

1672-402X（2016）11-0020-05

2016-06-20

國家自然科學(xué)基金資助項(xiàng)目（61571141）；廣東省科技廳應(yīng)用型科技項(xiàng)目(2016B090927009)；廣東省教育廳科技創(chuàng)新項(xiàng)目(2013KJCX0119)；廣東省科技廳2014年度公益研究與能力建設(shè)項(xiàng)目（2014A010104013）；江西省科技計(jì)劃項(xiàng)目（20141311100020）.

毛莉娜（1988-），女，湖南邵陽人，碩士，廣東輕工職業(yè)技術(shù)學(xué)院講師，工程師.研究方向：自動(dòng)化控制，軟件工程等.