目录
前言
第1章 可信计算 1
1.1 可信计算概述 1
1.1.1 可信计算的发展 2
1.1.2 可信计算的概念 6
1.1.3 可信计算的基本特征 11
1.1.4 可信计算的应用 13
1.2 可信计算技术 15
1.2.1 可信计算基 15
1.2.2 可信计算平台 15
1.3 可信计算研究的发展趋势 18
1.3.1 可信计算面临的挑战 18
1.3.2 可信计算待研究领域 20
1.4 本章小结 21
参考文献 21
第2章 信任链技术 23
2.1 TCG的信任链技术 23
2.2 TCG信任链的不足 27
2.3 信任链传递研究现状 28
2.3.1 静态可信认证 29
2.3.2 动态可信认证 30
2.4 可信引擎驱动下的可信软件信任链模型 32
2.4.1 可信软件的设计 34
2.4.2 软件动态可信性评价 37
2.4.3 软件可信性分析 40
2.5 本章小结 41
参考文献 41
第3章 信任评估 44
3.1 信任概述 44
3.1.1 信任的定义 45
3.1.2 信任的分类 46
3.1.3 信任的特征 47
3.2 典型的信任模型 48
3.2.1 eBay系统中的信任模型 48
3.2.2 EigenTrust 48
3.2.3 PowerTrust 49
3.2.4 PeerTrust 49
3.3 信任评估理论 50
3.3.1 关键问题 50
3.3.2 研究现状 53
3.4 基于层次结构的信任管理框架 56
3.4.1 Agent技术 56
3.4.2 基于Agent和信任域的层次化信任管理框架 57
3.4.3 基于应用和目的的信任域 59
3.5 本章小结 60
参考文献 60
第4章 信任评估模型 64
4.1 信任评估模型分类 64
4.1.1 基于精确性理论的信任评估模型 64
4.1.2 基于非精确性理论的信任评估模型 66
4.2 基于多服务属性的信任评估模型 67
4.2.1 相关定义 68
4.2.2 交易流程 69
4.2.3 基于用户体验质量的信任评价 70
4.2.4 信任度计算 71
4.2.5 仿真实验与结果分析 72
4.3 基于扩展主观逻辑的信任评估模型 76
4.3.1 相关工作及定义 77
4.3.2 扩展主观逻辑 78
4.3.3 动态基率 79
4.3.4 信任值计算 80
4.3.5 风险 82
4.3.6 仿真实验与结果分析 82
4.4 基于多维主观逻辑的P2P信任评估模型 86
4.4.1 多维评价 86
4.4.2 声誉值Re的计算 86
4.4.3 风险值Ri的计算 89
4.4.4 可信度计算 90
4.4.5 仿真实验与结果分析 91
4.5 评价可信度量与信任评价研究 94
4.5.1 评价可信度量 94
4.5.2 推荐权重确定 98
4.5.3 基于云模型的信任评价 101
4.6 本章小结 104
参考文献 104
第5章 基于个性偏好的服务选择算法 109
5.1 模糊综合评判方法 109
5.2 模糊聚类 111
5.2.1 数据标准化 111
5.2.2 建立模糊相似关系 112
5.2.3 利用模糊等价关系聚类 115
5.3 基于个性偏好的模糊聚类 121
5.3.1 基于个性偏好的模糊聚类方法及其证明 122
5.3.2 基于个性偏好的聚类过程及实例 123
5.4 最佳阈值λ的确定方法及其证明 127
5.5 本章小结 130
参考文献 131
第6章 云计算环境下基于信任和个性偏好的服务选择模型 132
6.1 概述 132
6.2 相关工作 133
6.3 服务选择模型 135
6.3.1 相关定义 135
6.3.2 服务选择系统框架 136
6.3.3 交易流程 137
6.4 模型中的相关计算方法 139
6.4.1 初始信任值 139
6.4.2 基于个性偏好的服务聚类 139
6.4.3 基于个性偏好的分类选择策略 140
6.4.4 服务满意度 140
6.4.5 信任的时间衰减性 141
6.4.6 直接信任度 142
6.4.7 持续因子 142
6.4.8 推荐信任度 143
6.4.9 综合信任度 144
6.5 仿真实验 144
6.5.1 随交易次数的增加四类实体信任度变化情况 145
6.5.2 随交易次数增加不同选择策略的平均服务满意度 146
6.5.3 随恶意提供者比例增加不同选择策略的平均服务满意度 147
6.6 本章小结 148
参考文献 148
第7章 基于信任力矩的服务资源选择模型 150
7.1 模型逻辑结构图 150
7.2 相关定义 151
7.3 模型基本流程 153
7.4 信任的相关计算方法 154
7.4.1 信任引力的计算 154
7.4.2 信任半径的计算 155
7.4.3 信任力矩的计算 156
7.5 仿真实验与结果分析 157
7.5.1 仿真平台 157
7.5.2 仿真实验 157
7.5.3 重大交易成功率分析 157
7.5.4 资源选择失效率分析 158
7.6 本章小结 159
参考文献 160
第8章 面向社交网的个性化可信服务推荐方法 162
8.1 基本框架模型 163
8.2 相似度计算 164
8.2.1 服务之间的相似度计算 164
8.2.2 偏好相似度计算 165
8.3 对服务的信任度计算 166
8.3.1 对服务的直接信任度 166
8.3.2 目标用户对服务的间接信任度 167
8.4 推荐方法的具体步骤 167
8.5 仿真实验与结果分析 168
8.5.1 数据集 168
8.5.2 实验设置 168
8.5.3 对比方法 169
8.5.4 不同推荐用户集数目的影响 169
8.5.5 Top-n的长度对推荐算法的影响 171
8.6 本章小结 173
参考文献 173
第9章 基于信誉属性的动态云资源预留方法 175
9.1 研究意义 175
9.2 相关理论知识 178
9.2.1 云计算的定义 178
9.2.2 云计算的安全问题及研究现状 179
9.2.3 云计算的发展趋势 180
9.2.4 可信计算 181
9.2.5 模糊聚类 182
9.3 基于管理域的云资源管理逻辑架构 183
9.3.1 逻辑架构 183
9.3.2 伯努利大数定理的域内资源数目确定方法 184
9.4 云用户和云资源双向信任评价方法 185
9.4.1 用户对服务实体的信任评价 185
9.4.2 用户对推荐用户的信任评价 187
9.4.3 服务实体对用户的信任评价 187
9.4.4 推荐信任 188
9.5 基于用户偏好的云资源选择方法 189
9.6 动态资源预留策略 191
9.6.1 服务实体与预留请求之间的关系 191
9.6.2 预留请求的处理过程 193
9.7 仿真实验与结果分析 194
9.7.1 实验环境 194
9.7.2 接纳率随着服务实体个数增多的变化规律 194
9.7.3 存在恶意服务实体时，交易成功率的变化规律 195
9.7.4 存在恶意用户时，交易失败率的变化规律 195
9.7.5 用户满意度的变化 196
9.8 本章小结 197
参考文献 198
展开
