融合QoS的对等电子服务信誉激励研究进展

在论述对等电子服务信誉激励领域研究科学意义的基础上,分别就对等系统服务质量(QoS)、信誉机制和信誉激励等方面的国外研究现状进行综述,并介绍了国内的相关研究情况,最后对本领域的遗存问题进行了总结.分析认为:对等电子服务信誉机制经过多年研究已经有了一定的进展,但还存在信任定义不一致、缺乏反馈激励、信任模型安全性差、信任模型实现复杂度高等问题亟待解决;因此,对等电子服务QoS评价模型、融合QoS和奖惩措施的双向信任模型、信任模型安全性保证等问题是今后研究的重点和主要方向.     

基于P2P网络的信誉模型研究

近年来,对等网络发展迅速。相对于传统的C/S模式,P2P网络的匿名性和开放性也使P2P网络的安全性更加受到人们关注。本文提出一种按照全局信任值分层管理的信誉模型,根据网络实体的交互信任域来构建信任关系,使网络得到良性发展。     

对等云存储系统信誉机制研究

云存储是分布式存储技术与虚拟化技术结合的产物,是分布式存储技术的最新发展.云存储意味着存储可以作为一种服务,通过互联网提供给用户.相对于当前主从（Master/Slave）结构的GFS（Google File System）,HDFS（Hadoop Distributed File System）,Sector,KFS...     

一种基于节点行为的无线传感器网络信誉计算模型

针对BRSN模型在计算过程中没有考虑节点能量的不足,设计一种基于节点行为的无线传感器网络信誉计算模型.该模型在评价节点信誉时,先计算节点行为的直接信誉参数,再参考邻居节点所提供的间接信誉参数,最终和节点的能量信誉参数进行整合,得到节点的综合信誉评估值,根据其值是否大于等于规定的阀值来确定节点是否可信.仿真结果证明该模型能够更准确反映节点的可信程度,有效防止恶意诽谤,提高系统安全性、可靠性,体现网络的公平性.     

一种基于节点行为的无线传感器网络信誉计算模型

针对BRSN模型在计算过程中没有考虑节点能量的不足,设计一种基于节点行为的无线传感器网络信誉计算模型.该模型在评价节点信誉时,先计算节点行为的直接信誉参数,再参考邻居节点所提供的间接信誉参数,最终和节点的能量信誉参数进行整合,得到节点的综合信誉评估值,根据其值是否大于等于规定的阀值来确定节点是否可信.仿真结果证明该模型能够更准确反映节点的可信程度,有效防止恶意诽谤,提高系统安全性、可靠性,体现网络的公平性.     

点对点网络中核心节点结构的全局信任网络模型

针对点对点网络节点信任关系以及交易可能性较小的特点,阐述基于核心节点的点对点信任网络模型．该网络模型中的网络节点以公有度和私有信任度进行聚类,依靠节点可靠度针对核心节点和普通节点分情况讨论,并给予相关解决方案．仿真实验结果表明：该信任模型不但具有抗恶意节点攻击的鲁棒性,同时在网络资源搜索时具有较低的评估计算量和通信开销．     

基于信誉的技术联盟动态激励机制研究

针对现有技术联盟激励机制“刚性”激励的缺陷,提出了技术联盟动态激励思想,通过构建数学模型,分析了动态激励合约对技术供给方的激励作用,得出的基本结论是：动态激励合约的激励强度优于“刚性”激励强度。     

激励Ad hoc网络自私节点协作的博弈论模型研究

基于虚拟货币,建立激励Ad hoc网络自私节点协作的博弈论模型,然后根据节点的角色选择激励自私节点协作的效用函数,并证明其有效性与合理性.     

Super—peer网络中基于信誉的资源发现算法

在Super-peer网络模型下，提出一种基于信誉的资源发现算法，通过计算域内和域间节点的信誉度，将请求信息转发给信誉高的节点，在保证资源发现效率的同时提高资源查找的可靠性。     

机会网络中激励节点检测策略研究

针对机会网络中现有激励机制只对低信誉或者低虚拟币节点进行处理,而没有考虑高信誉或高虚拟币等活跃节点由于自身的富裕性出现的偏好自私性问题,提出一种基于虚拟币激励机制的激励节点检测策略(incentives node detects policy,IND).该策略通过获取基于虚拟币激励机制中各节点所持有的虚拟币值,构建网络中各节点所持虚拟币哈希表,并利用齐夫定律及基尼系数判断各节点的富裕性,同时根据同一节点所持虚拟币的变化对该节点进行监督检查.通过仿真分析可知,IND策略有效解决了虚拟币激励机制中活跃节点出现的偏好自私性问题;在缓存空间为50 MByte、生存时间为350 min的条件下,IND的性能相对于存在活跃节点自私偏好的性能在信息投递率方面提高了13％,平均相对延迟降低了7％.     

网络环境下的非结构化数据库应用研究

本文从非结构化数据库技术出发,分析了网络环境下数据库应用现状,探讨了网络数据库的建设、非结构化数据的分析,并以一个具体应用实例进行了说明。     

基于深度学习模型的非结构化数据标注方法研究

大型的、标记密集的数据集是利用大量在线论坛中发现的非结构化数据有效促进文本和图像分析的深度学习方法的创建.虽然这种非结构化数据包比租用的数据注释包花费更低,但它也更容易陷入自然语言应答的陷阱,因为数据的非结构化特性会使回答者可能无法正确回答所提的问题.为了解决这些问题,提出一种深度学习的方法来系统地识别混淆,并从Instagram收集的非结构化数据包注释的数据中提取答案.每个注释数据包含一个图像、一个机器生成的问题和一个非结构化数据包响应.本文使用一个基于Facebook人工智能研究的Pythia体系结构模型:(1)用R-CNN模型来识别突出的特征(自下而上);(2)问题文本用作上下文来衡量这些特征(自上而下).使用基于伯特BERT的分类器来重复训练来自问题和响应的文本特征(不包括图像特征)等任务.结果显示:基于伯特BERT模型(分类AUC-ROC=0.84,应答预测F1=0.77)优于Pythia体系结构(分类AUC-ROC=0.79,应答预测F1=0.46).此外,还提出了一种基于BERT的多任务并行训练模型(1)和(2)能够优于特定任务模型(分类AUC-ROC=0.84,应答预测F1=0.78).     

基于BP神经网络的信誉欺骗检测模型

在分析信誉系统评价的目标系统的行为特征的基础上,提出了一种集成的BP神经网络模型.该模型使用训练集对构造好的BP神经网络进行训练,将测试集输入到训练好的BP神经网络中,进行欺骗检测,并在行为维度上进行欺骗检测效果验证.实验结果验证了基于BP神经网络的信誉欺骗检测模型的可行性.基于BP神经网络的欺骗检测模型能够快速、准确地实现欺骗行为的检测.     

混合P2P环境下基于信度模型的激励策略

针对困扰P2P文件共享系统的搭便车问题,构造了一种基于节点信度的激励模型.该模型中每个节点都是一个信度实体.引入信度收益函数使节点根据资源请求者的信度值分配资源,使信度收益最大化.并应用回溯算法求解信度收益最大化问题.引入信度衰减机制防止信度值"通货膨胀"且收到更好激励效果,该模型给出了节点信度的计算方法.针对当前激励机制评价标准的不足,补充了一个新的评价参数,即资源有效利用率.实验证明,该模型能够有效抑制P2P系统中的搭便车问题,提高了系统效率.     

基于声誉机制的开放式基金家族激励效率优化

首先,建立动态委托代理模型,研究业绩激励机制产生效率损失的原因和影响因素.进而,从基金家族视角建立声誉机制,优化开放式基金的激励效率.结果表明,业绩激励机制产生的效率损失,随证券市场中信息透明度的降低而增大,随投资期限的增加而降低;基金家族建立的声誉机制,能在基金经理之间产生一种正面的声誉传递作用,从而提高了开放式基金的激励效率,并在一定条件下,使其达到帕累托最优.最后,结合现实分析了所建模型的应用价值.     

企业网络组织稳定性的激励模型分析

针对企业网络组织不稳定的问题,建立了单委托人-多代理人的激励模型,基于企业收益率可测性情况分别进行讨论.在求解的基础上对激励契约的效果进行比较分析,得出有关最优固定报酬和激励系数之间关系的一系列结论,提出了构造激励契约的建议.     

基于P2P的协作系统的研究和设计

针对传统C／S结构网络协作系统存在的问题,提出了一种基P2P的协作系统．该系统采用网状拓扑结构,动态分配超级节点,实现协作的负载平衡化;研究了协作系统的功能和体系结构;实现了基于P2P的视频会议系统,证明了这种P2P的协作系统模型是可行的,其具有硬件费用低、配置简单、系统可扩展性好等优点．     

基于横向监督激励模型的员工间心理契约关系研究

利用员工间的心理契约,建立横向监督激励模型出发,通过模型分析了企业创造构建员工间心理契约关系的环境和氛围,发挥员工间横向监督激励作用。通过横向监督激励模型分析得出：企业一旦创造出良好的成员间心理契约关系环境和氛围,虽然企业的最优激励强度不变但是员工的努力水平却提高了,也就是说施加到偷懒员工的同事压力使得企业在不增加激励成本的情况下获得来自员工较高的努力投入,从而营造员工团结合作,相互激励这种高努力的工作氛围。     

无线传感器网络中可信的节点选择算法

以目标跟踪为背景,讨论无线传感器网络中如何利用节点的协作实现可信协作目标跟踪.首先利用传感器节点的检测概率建立节点的可信模型.然后,基于这个模型,综合考虑节点的信息贡献量和通信开销,建立了一个节点选择的最优化模型.最后,通过仿真来验证算法的有效性.     

一种基于信誉的电子商务信任模型

信任问题是电子商务安全的关键和瓶颈问题,信任的研究包括信任的概念、特征、信任源、信任标准等.本文在分析现有信任模型的基础上,提出了一种新的电子商务信任模型.与传统电子商务不同之处在于增加了惩罚机制,对恶意用户进行防御和监控,有效解决电子商务信任中的联合欺骗问题,从信任主观度量、信任客观度量、信任度计算几个方面进行了详细的阐述,并分析了电子商务存在的联合欺骗问题,并给出了防御措施与手段.