学位论文 > 优秀研究生学位论文题录展示

基于社会网络和声誉信任机制的多Agent系统信任模型

作　者: 彭泽洲
导　师: 蔡鸿明
学　校: 上海交通大学
专　业: 软件工程
关键词: 多Agent系统社会网络声誉信任机制信任模型
分类号: TP393.08
类　型: 硕士论文
年　份: 2012年
下　载: 103次
引　用: 0次
阅　读: 论文下载

内容摘要

基于多Agent系统(Multi-Agent System,MAS)的电子商务系统在移动性、协调性和智能性上,有着传统电子商务技术无法具备的优势,近年来得到了快速的发展。在绝大多数的Agent系统中,依靠信任机制帮助系统中的节点选择最适合的交易者,避免恶意节点的欺骗。在节点数量较多的多Agent系统中,两个Agent之间很难有直接交互记录,直接信任通常难以获得。因此,对推荐声誉值的可靠性、准确性的要求越来越高。现有的众多信任模型中,在计算推荐信任值时并不关心推荐信息的来源,虽然使用了维护推荐信任度等方法来聚合推荐信息,但一方面推荐信任度的更新一直处于技术难点,另一方面这种机制也难以避免恶意节点的干扰。为计算推荐声誉值时更为准确,本文利用多Agent系统的拓扑结构,使用社会网络结构观的两种观点:地位结构观和网络结构观进行社会网络的挖掘,得到一些更为得到用户信赖的推荐节点,对这些节点分配不同的信任度用以聚合它们提供的推荐信息。并结合现有的信任模型,提出了一种基于社会网络和声誉信任机制的多Agent系统信任模型。具体的研究内容包括:首先,研究和分析了多Agent网络的拓扑结构。然后通过社会网络结构观对多Agent网络进行了社会网络的挖掘。用以获得一组值得用户信赖的节点,并根据不同的情况赋予这些节点不同的信任度。其次,改进、优化了现有声誉信任模型基础上提出了一种基于社会网络的声誉信任模型。其中,在计算直接信任值时考虑了风险因子,推荐声誉值的计算结合了社会网络发掘出的节点,计算综合信任值时提出了基于历史交易数量判断直接信任值和推荐信任值双方的权重,最后在计算全局信任度时,设置了阈值,提高了模型对振荡节点攻击的抗性。并且对该模型进行了仿真实验,验证了该模型的有效性。最后,基于本文提出的信任模型,在一个应用场景下对该推荐算法进行了开发和实现,完成了算法的可行性与有效性验证。结果证明,论文模型能比原推荐算法能更为全面的的判断节点信任度,具有一定的参考应用价值。

全文目录

摘要  3-5
ABSTRACT  5-9
第一章绪论  9-14
  1.1 研究背景  9-10
  1.2 国内外研究现状  10-12
  1.3 研究内容与研究意义  12-13
  1.4 论文结构  13-14
第二章基于社会网络与声誉信任机制的多AGENT 信任模型概述  14-21
  2.1 基于社会网络与声誉信任机制的多Agent 信任模型概述  14-15
  2.2 模型的主要模块介绍  15-18
    2.2.1 社会网络的挖掘  15-16
    2.2.2 社会网络观  16-17
    2.2.3 两种结构观点的区别与联系  17-18
  2.3 基于声誉的多Agent 系统的信任机制  18-20
    2.3.1 信任的定义  18
    2.3.2 信任的特性  18-19
    2.3.3 基于声誉的信任模型  19-20
  2.4 本章小结  20-21
第三章多AGENT 系统的社会网络挖掘  21-29
  3.1 多Agent 网络的拓扑结构分析  21-22
  3.2 多Agent 系统基于地位结构观的社会网络挖掘  22-25
    3.2.1 确定节点的地位  22-24
    3.2.2 不同地位信任度  24-25
  3.3 多Agent 系统基于网络结构观的社会网络挖掘  25-27
    3.3.1 节点的关联网络  25-26
    3.3.2 不同距离的信任度  26-27
  3.4 基于多Agent 系统的两种社会网络观点联系  27
  3.5 本章小结  27-29
第四章基于社会网络和声誉信任机制的动态信任模型  29-44
  4.1 基于社会网络和声誉的信任机制  29-30
  4.2 基于社会网络和声誉信任的信任模型  30-37
    4.2.1 直接信任值  31-32
    4.2.2 推荐声誉值  32-35
    4.2.3 综合信誉值  35
    4.2.4 短期信誉  35-36
    4.2.5 全局信任度  36-37
  4.3 对比实验与分析  37-42
    4.3.1 试验设计  38-39
    4.3.2 试验结果及分析  39-42
  4.4 本章小结  42-44
第五章基于本文信任模型推荐算法的实现与应用  44-58
  5.1 原型的架构  44-45
  5.2 主要模块的详细设计  45-49
  5.3 基于信任模型的推荐算法的应用  49-54
    5.3.1 应用背景  49-50
    5.3.2 系统的应用  50-54
  5.4 推荐算法的性能分析  54-57
    5.4.1 实验内容及环境  54-55
    5.4.2 试验结果及分析  55-57
  5.5 本章小结  57-58
第六章总结与展望  58-60
  6.1 全文总结  58
  6.2 未来工作  58-60
参考文献  60-63
致谢  63-64
攻读学位期间发表的学术论文  64-66

基于社会网络和声誉信任机制的多Agent系统信任模型

内容摘要

全文目录

相似论文