CH-P2P电子商务中基于模糊理论的信任模型研究

1、P2P电子商务中基于模糊理论的信任模型研究耿殿明（山东工商学院工商管理学院，烟台，264005）摘要：针对当前P2P电子商务中存在的信任问题，将电子商务中的信任分为直接信任和推荐信任，结合模糊理论，构造了P2P电子商务的信任模型，并对模型进行了实验仿真。实验结果表明该信任模型比传统的信任模型具有更高的准确率，大大提高了信任评价的可靠性和实用性。关键词：P2P；电子商务；直接信任；推荐信任 1引言P2P（peer to peer），是一种对等网络技术。由于P2P技术的开放结构使其具有高度自治性、可扩展性、动态性以及性能和性价比都比较高等一系列特性,使得P2P技术得到了飞速发展,被广泛的应用到文件

2、共享、流媒体应用、即时通讯、协同应用软件、服务共享以及云存储等方面。基于P2P技术的电子商务系统也得到了迅速的发展。在P2P电子商务系统中，一个节点代表商业活动中的一个个体。和传统的C/S模式下的电子商务网络相比，P2P电子商务系统中的节点可以通过建立直接的链接关系进行彼此交互，不必通过第三方，各个节点是相互平等的，它们既是服务的销售者，也是服务的消费者，这种节点的自组织行为引起的网络拓扑变化可以提高资源的查找效率，能够很好地实现系统资源和服务的共享，具有计算成本低、灵活有效的特点。但同时也是由于P2P的自治性、匿名性、开放性等特点，使得P2P电子商务系统中存在着大量不可靠的服务和欺诈行为。如

3、何降低用户风险，帮助用户选择可信的交易对象，已成为P2P电子商务系统中急需解决的问题。针对上述问题，相关学者进行了大量的研究，并提出了一系列行之有效的模型。比较有代表性的有：Beth T提出了一种BBK信任模型1,陈永华又对其进行了改进2。Yao Wang利用贝叶斯网络，构建了一种信任模型3。孟宪福采用带超级节点的混合P2P网络拓扑结构，构建了基于域的信任模型4。李致远提出了一种基于信任云的动态安全信任管理模型(TCDSTM) 5。已有的研究表明，通过建立有效的信任评价机制，标识出可靠节点，是提高P2P系统整体可用性和可靠服务质量的有效解决方案。2信任及信任度在社会科学中，信任被认为是一种依赖

4、关系。相互依赖表示双方之间存在着交换关系，无论交换内容为何，都表示双方至少有某种程度的利害相关，己方利益必须靠对方才能实现。当信任者在交换过程中获得被信任者值得信任的证据，如口碑、意图、能力、可靠性等，然后信任者会依其信任倾向来决定是否信任对方。信任度（trust degree）是信任的定量衡量标准。在P2P电子商务中，网络中进行交易的各个节点构成了信任的主客体。各个节点积累的其他节点对自己的评价就是各自的信任度，信任度的高低是电子商务中交易能否达成的关键因素。因此构建一个有效的信任模型的关键就是运用科学的方法得出各个节点真实的信任度。根据P2P电子商务中节点间获取信任的方式，可将信任分为两大

5、类：直接信任和推荐信任。直接信任是源节点根据与目标节点以往的交易经验，对目标节点未来行为的主观判断；推荐信任是源节点与目标节点无直接交易经验，凭借着与目标节点有交易经验的其他节点的推荐来对目标节点未来行为进行的判断。相应的信任度也可分为直接信任度和推荐信任度。将直接信任度与推荐信任度进行加权综合就得到了节点的整体信任度，用以表示节点在交易中值得信任的总程度。另外，节点自身属性有助于提高其他节点对它的信任度。节点属性指标主要包括用户名、用户地址、联系方式、是否实名认证、是否支持退换货以及提供的交易是否有第三方担保等。节点属性指标信息越完善，它所能获得的信任度就越高。3基于模糊理论的信任评价模型3

6、.1 直接信任度的计算方法确定评价因素集。在P2P电子商务中，每个参与交易的节点都具有多种属性，如交易金额、交易次数、商品种类数量以及服务态度等。所有属性共同构成一个评价因素集，可定义为，中属性向量的多少可以根据需要进行增减。确定评判集。设为评判集，其中分别表示完全信任，非常信任，基本信任，轻微信任，不信任。根据评判集中的等级指标对中每个因素进行模糊评判，得出模糊评判矩阵建立权重集：由于评价因素集中各因素的重要程度不同，所以要对每个因素赋予不同的权重。令权重集为，其中。通过模糊综合评判，得出直接信任向量，设直接信任向量为，则：式中“”表示模糊算子，本文采用加权平均算子进行模糊运算，即。得到的结

7、果仅仅是一个评价向量，为了得到准确的信任度，还需要对评价结果进行量化，以便得到直接信任度。设等级量化向量，则直接信任度为：3.2 推荐信任度的计算方法首先，确定各个推荐节点与源节点之间的推荐信任向量以及各个推荐节点的权重。用表示第个推荐节点与源节点构成的交易路径的推荐信任向量；表示第个推荐节点的权重。和的计算公式如下：其中，表示第个推荐节点对目标节点的直接信任向量；为时间衰减系数，为常数，反映了时间衰减的程度。表示推荐节点与源节点成功交易的次数；表示所有推荐节点中与源节点成功交易次数的最大值；表示源节点对推荐节点的直接信任度。然后，计算推荐信任向量本方法仅考虑与目标节点有直接信任的推荐路径，通

8、过加权计算得出推荐信任向量。令表示推荐信任向量，则：最后，对推荐信任向量进行量化，得到推荐信任度3.3 综合信任评价直接信任和推荐信任分别从不同的方面反映了目标节点的可靠性，对直接信任度和推荐信任度进行加权求和可得到一个综合信任度，即对目标节点的综合信任评价。令表示目标节点的综合信任度，则： 通过目标节点的综合信任度的计算结果来判断目标节点的可靠程度，进而决定是否与其交易。4实验仿真 为验证基于模糊理论的信任模型的有效性和合理性，模拟真实场景进行仿真实验。实验运行的硬件环境为：CPU Intel P8400,2GB内存，软件工具为Matlab7.0。本实验主要模拟在系统中存在不同比例的恶意节点

9、时，信任评价的可靠性。为了计算的方便，设恶意推荐时，模糊贴近度为0.2，交易金额为500，实验观察的节点总数为100个，图1反映了当恶意节点所占比例不同时，信任评估的准确性。信任评估的准确度用来表示，通过公式来计算，为一极小值，用来消除系统误差。表示实际的信任值，表示模型的评价结果。图1 信任评价准确率由图1可见，直接信任度是通过源节点与目标节点之间的直接历史交易经验来计算得出的，因此基本上不会受到恶意推荐点的影响，信任评价准确率基本上保持在0.99以上，信任度的微小波动主要是由相关属性值的波动造成的。推荐信任度的准确率受恶意节点的影响较大，可以通过引入惩罚机制，借助惩罚机制，可以在恶意节点比

10、例小于0.5时，推荐准确率仍可以保持较高的水平，但当恶意节点比例上升到0.5以上时，推荐准确率出现明显的下降，这反映了模型在恶意节点比例不是很高时，具有较高的推荐可靠性。为了强调恶意节点对综合信任评价的影响，在综合信任度的计算中取，计算所得的综合评价度的准确率基本保持在0.9左右，即使恶意节点的比例高达0.8，其准确率仍达到0.8以上，可见模型的评价结果具有较高的准确率。5结论基于模糊理论的P2P电子商务信任管理模型，可以在交易前较为全面的考察影响信任的主要因素，得出相对准确的信任评价度。针对P2P电子商务的特点，通过信任类群来初始化信任向量，减少了网络流量，提高了评价效率，同时在信任评价过程

11、中引入交易金额、交易次数和交易时间等因素，使得评价结果更加客观、真实。实验仿真表明，基于模糊理论的P2P电子商务信任模型具有更高的可靠性和更强的实用性。参考文献：1Beth T, Borcherding M, Klein B. Valuation of trust in open networksC.Proc 1994 the European Symposium on Research in Security. Berlin: Springer-Verlag, 1994:3-18 2陈华勇，谢冬青，王永静.BBK信任计算模型的分析与改进J.湖南大学学报，2003，30(03):182-185.3Yao Wang, Vassileva J. Bayesian Network-Based Trust ModelC.Proceedings of IEEE /International Conference on Web Intelligence.Halifax,Canada