检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]国防科学技术大学信息系统与管理学院,长沙410073
出 处:《科学技术与工程》2010年第12期2897-2901,共5页Science Technology and Engineering
基 金:国家自然科学基金(70371008)资助
摘 要:对等网信誉系统的一个关键问题是如何提高推荐信息的可用性。现有模型将推荐节点的交易可信度等同于其推荐可信度,因而容易造成恶意推荐节点对信誉系统的虚假推荐和共谋推荐攻击。提出了一种基于意图隐藏的推荐可信度评价模型。在该模型中,一方面恶意推荐节点无法判断节点的查询意图,因而很难采取针对性行为;另一方面,基于历史推荐满意度的评价方法能对节点的推荐可信度进行有效评价。分析和仿真结果验证了模型的有效性。A key issue for peer-to-peer network reputation systems is how to improve the usability recommenda- tory information. In the existing models, the trustworthiness of transaction for the recommender is viewed as equal as that of recommendation, as a result, the reputation systems oan be easily attacked by the malicious recommender through the false or collusive recommendation. A model for evaluating the- trustworthiness of recommendation based on obscure intention is proposed. In the model, as the malicious recommender could not identify the query intention of the nodes, it's difficult for the malicious to response. On the other hand, the evaluating method based on the satisfaction of historic recommendation can efficiently evaluate the trustworthiness of the recommendation. The analysis and simulation result prove its efficiency.
分 类 号:TP393.02[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.3