基于模糊数学理论的信誉评估算法研究摘要：针对信任评估的主观性、模糊性以及无法精确地描述和验证等问题，提出信誉评估算法。算法定义了信任度、隶属度、信任关系、关键属性以及模糊变换等基本概念和关键属性集??U、代理集Y、评价集V??、评价集矩阵R四个要素。根据模糊数学理论，将代理??X的信任程度以及各代理对被代理的各关键属性的评估进行模糊变换，得到即将交易的代理Y的信任向量，并根据实际对原代理X的各信任值向量化，最终得到对代理X??的信任值或信誉。实例表明，算法能用直观、简洁的语义定量地描述信任值，反映了实体之间信任的模糊性，解决了关于模糊性实体之间的信任建模问题，适用于电子商务、电子政务等领域。关键词：信誉；关键属性；模糊变换；信誉评估：TP393文献标志码：A：1001-3695(2007)06-0022-030引言??因特网的迅猛发展,使网上交易表现出了巨大的潜力。但是网上交易过程缺乏对交易者背景信息的了解，以及对交易者可靠性的判断，极大地阻碍了网上交易的发展。交易双方信任或信誉的评估成了当前网络安全研究的焦点。??通过建立在线信誉评估机制帮助交易者评估彼此信任度，是解决上述问题的可靠方法。在线信誉评估机制中的一个关键问题就是如何计算信任度。在线信誉评估机制根据交易者过去交易行为的反馈值帮助交易的一方决定谁可信，从而阻止不确定或不诚实的交易者。目前的信誉评估机制通过将交易者的信任值相加或取平均值得到信誉值。这使得在线交易中一些微妙、重要的细节，如反馈值的真实性和反馈值对最终信任值的作用等难以表达。因此在线交易中，将反馈值有效地结合交易者之间的信任值，形成有效的信誉评估结论可以加强交易者之间的信任，减少由信任引起的风险。??LikMui等人［1］根据周期提出一个基于贝叶斯的信任计算模型。模型描述和强调了信任、信誉与互反性之间的关系，其信任传播机制适用于简单的并行网络。A.J??sang［2］主要收集反馈信息计算代理的信誉而形成Beta信誉系统。Beta能灵活地利用主观逻辑运算中的概率密度函数和标准逻辑，但不能担保用户正确地分配信任值。Zacharia提出eBay在线信誉模型的演化版，将推荐者的信誉值直接作为他们可信度的衡量，以代理不同等级的个人评估预测各自的可靠性。Marsh［3］将信任计算模型引入分布式人工智能。模型中的信任值严格限制在－1~1，不能处理信任值为0和对消极信任以及信任的传播等特殊情况。AlfarezAbdul??Rahman等人［4］根据现实社会信任特性，为在虚拟社区支持信任提出了基于推荐的信任模型。模型引入语义等级，允许代理逐渐协调对其他代理主观推荐的理解，但不能区分欺骗的代理。文献[5]引入模糊集合中的隶属度描述信任的模糊性，并定义信任向量作为信任的度量机制，提出运用概念树描述和定义信任模型。本文尝试从模糊数学的角度研究信誉报告策略，建立一个基于模糊数学理论的信誉评估算法。1基本定义??定义1信任关系??信任包含了双方的一种关系以及对该关系的期望。实际上信任包括两种相互关联的信任关系：①对客体（如标志、证书）的信任，它是基于证据的，可以精确地描述、推理和验证。②实体之间的信任。它是由实体与实体之间或实体与客体之间的混合体所构成的个体或全体，对实体的特定特征或行为的特定级别的主观判断。这种主观判断是独立于主题特征和行为监控的。本文主要讨论后一种实体之间的信任。定义2代理??交易过程中参与的实体，可以是人或机器。??定义3关键属性??2信誉评估算法??对实体的有关信任信息进行评估和综合可以决定实体的信任度或信任向量，评价的过程就是信任的综合评估。现实生活中，人们对一个产品的质量评价常常是好或者较好。由此决定了对生产企业的信誉评价，是相信或者比较相信等。信任本身具有模糊性，构成信任的因素也具有模糊性。对这种模糊性因素作出的综合评判，称为模糊综合评估。信任的模糊综合评估的理论基础是模糊变换。算法的基本思想是：根据代理的经验以及其他代理的推荐获取给定的代理的信誉值。首先计算推荐代理的信誉值，根据其信誉值可以计算出各代理的权重。再根据其他代理对给定代理的关键属性进行反馈，从而得到模糊关系矩阵R。根据模糊...