摘要隨著網(wǎng)絡(luò)的快速發(fā)展，網(wǎng)絡(luò)交易由于其快速便捷等特點(diǎn)已經(jīng)成為人們廣泛采用的交易方式，但是參與交易的用戶的匿名性特點(diǎn)加大了網(wǎng)絡(luò)交易活動(dòng)的風(fēng)險(xiǎn)性。信任模型的研究為交易安全性問(wèn)題的解決提供了方案，它可以減少交易的風(fēng)險(xiǎn)性和不確定性。分析現(xiàn)有的信任模型研究發(fā)現(xiàn)大多都忽略了信任的模糊性和動(dòng)態(tài)性，本文針對(duì)信任的模糊性以及動(dòng)態(tài)性，把模糊數(shù)學(xué)相關(guān)理論運(yùn)用到信任模型研究的各個(gè)環(huán)節(jié)中去。本文首先提出了兩種不同的信任傳遞與評(píng)估方法。一種是基于模糊p e t r i網(wǎng)的直接推薦信任評(píng)估，該方法是利用模糊p e t r i 網(wǎng)的推理方法綜合多個(gè)對(duì)被評(píng)估者的直接推薦而得出評(píng)估者對(duì)被評(píng)估者的一個(gè)綜合信任值，把模糊p e t r i 網(wǎng)這樣一個(gè)圖形化的工具運(yùn)用到信任評(píng)估中來(lái)，使得信任推理分析可以象傳統(tǒng)的流程圖一樣簡(jiǎn)單、直觀；另一種是基于相似度模糊推理的多路徑間接推薦信任評(píng)估，該方法是通過(guò)多條路徑的間接推薦而得出評(píng)估者對(duì)被評(píng)估者的信任值，對(duì)于信任路徑的找尋運(yùn)用了圖論里的遍歷搜索算法，而在單條信任路徑上的信任計(jì)算則采取的是相似度模糊推理方法，它只需要運(yùn)用一個(gè)模糊推理規(guī)則就可以計(jì)算出單條路徑上的信任值，最后綜合多條路徑上的信任值得到交易體之間的最終信任值。本文還提出了一種新的基于模糊理論的網(wǎng)絡(luò)交易信任模型，該模型的特點(diǎn)是把信任值的評(píng)估看做是一種動(dòng)態(tài)評(píng)估的過(guò)程，在信任的建立階段采用模糊p e l r i 網(wǎng)在實(shí)體之間進(jìn)行信任關(guān)系的初始化，通過(guò)模糊p e t r i 網(wǎng)綜合實(shí)體的初始信任值；對(duì)于信任值動(dòng)態(tài)累積中權(quán)重的確定則采用基于模糊推理的權(quán)重確定方法，此方法通過(guò)建立與交易時(shí)間相關(guān)的模糊規(guī)則進(jìn)行權(quán)重的確定；最后在信任決策階段采用模糊決策方法，此方法是通過(guò)建立與交易金額、信任值相關(guān)的模糊規(guī)則進(jìn)行信任決策。在模型中還通過(guò)m a t l a b 模糊工具箱對(duì)信任累積權(quán)重的確定和模糊決策結(jié)果進(jìn)行了仿真。關(guān)鍵詞：模糊推理，信任模型，相似度，模糊p e t r i 網(wǎng)a b s t r a c tw i t l lt h er a p i dd e v e l o p m e n to fi n t e m e t ，o n l i n et r a n s a c t i o ni sw i d e l yu s e db yp e o p l e b u tt h eu s e r se n r o l l e di nt h et r a n s a c t i o na r ea n o n y m o u s ，w h i c hi n c r e a s e st h er i s ko fo n l i n et r a n s a c t i o na c t i v i t i e s t h er e s e a r c hi nt h et r u s tm o d e lp r o v i d e sas o l u t i o nt ot h i sp r o b l e m ，b e c a u s ei tw i l lh e l pd e c r e a s et h er i s ka n du n p r e d i c t a b i l i t y b yt h ea n a l y z i n go fc u r r e n tt r u s tm o d e lr e s e a r c h , w ef o u n dm o s to ft h e mi g n o r e dt h ed y n a m i c i t ya n df u z z i f i c a t i o n s ot h i sp a p e ri sf o c u s i n go nt h ef u z z i f i c a t i o na n dd y n a m i c i t yo ft r u s t ，a n de x e r t st h ef u z z ym a t ht h e o r yi n t oe v e r yp a r to ft h et r u s tm o d e lr e s e a r c h t 1 1 i st h e s i sf i r s t l yp r o p o s e st w od i f f e r e n tm e t h o d st oe v a l u a t et r u s tr e l a t i o n s h i p s o n ei st h ed i r e c tr e c o m m e n d a t i o nt r u s te v a l u a t i o nb a s e d0 1 1f u z z yp e t r i n e t ，t h i sm e t h o dc o m b i n e st h ed i r e c tr e c o m m e n d a t i o na b o u ts o m eo n ew h oi se v a l u a t e da n dt h e ng e tac o m p r e h e n s i v et r u s tv a l u e b e c a u s et h ef u z z yp e t r i - n e ti sak i n do fg r a p h i c a lt o o l ，s oi tw i l lm a k et r u s tr e a s o n i n gt ob el i k et r a d i t i o n a lf l o wc h a r tw h i c hi ss i m p l ya n di n t u i t i v e l y t h eo t h e rm e t h o di st h ei n d r e c tr e c o m m e n d a t i o nt r u s te v a l u a t i o no fm a n yr o a d sb a s e do nf u z z yr e a s o n i n go fs i m i l a r i t y ，t h i sm e t h o dg e t st r u s tv a l u ea b o u ts o m eo nw h oi se v a l u a t e dw i t ht h ei n d i r e c tr e c o m m e n d a t i o no fm a n yr o a d s t h es e a r c h i n go ft h er o u t eu s e st h et r a v e r s a ls e a r c ha l g o r i t h mi ng r a p ht h e o r y i nas i n g l er o u t e ，t h et r a n s f e r r i n go ft r u s tv a l u ei su s i n gt h em e t h o do ff u z z yr e a s o n i n go fs i m i l a r i t y t i l i sm e t h o di ss i m p l ea n dd i r e c t w ec a nc a l c u l a t et h et r u s tv a l u eo fo n er o u t eb yu s i n gar e g u l a t i o no ff u z z yr e a s o n i n ga n df i n a l l yc o m b i n et h et r u s tv a l u eo fm a n yr o a d s t h i st h e s i sa l s op r o p o s e san e wt r u s tm o d e lo fo n l i n et r a n s a c t i o nb a s e do nf u z z yt h e o r y i tt r e a t e dt h ee v a l u a t i o no ft r u s tv a l u ea sad y n a m i ce v a l u a t i o np r o c e d u r e i nt h et r u s te s t a b l i s h m e n ts t a g e ，i tu s e st h ef u z z yp e t r i - n e tt oe s t a b l i s hi n i t i a lt r u s tr e l a t i o n s h i pb e t w e e ne n t i t i e s r e g a r d i n gt h ew e i g h td e t e r m i n a t i o ni nt h et r u s tv a l u ed y n a m i ca c c u m u l a t i o n , i ta d o p t san e ww e i g h td e t e r m i n a t i o nb a s e do nf u z z yr e a s o n i n g a f t e rw eg e tt h et r u s tv a l u e s ，i tu s e sf u z z yj u d g m e n tt oj u d g et h et r u s t ，w h i c hm a k e st h ej u d g m e n tv i ab u i l d i n gt h er e g u l a t i o nr e l a t e d 、析t l lt r a n s a c t i o na m o u n ta n dt r u s tv a l u e i nt h i sm o d e l ，w eu s em a t l a bf u z z yt o o l b o xt os i m u l a t et h ew e i g h td e t e r m i n a t i o na n df u z z yj u d g m e n t k e y w o r d s ：f u z z yr e a s o n i n g ，t r u s tm o d e l ，s i m i l a r i t y ，f u z z yp e t r i - n e tu獨(dú)創(chuàng)性聲明本人聲明，所呈交的論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果，也不包含為獲得武漢理工大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解武漢理工大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即學(xué)校有權(quán)保留、送交論文的復(fù)印件，允許論文被查閱和借閱；學(xué)校可以公布論文的全部或部分內(nèi)容，可以采用影印、縮印或其他復(fù)制手段保存論文。( 保密的論文在解密后應(yīng)遵守此規(guī)定)武漢理工大學(xué)碩士學(xué)位論文1 1 引言第1 章緒論信任是一個(gè)涉及面很廣的話題，不僅表現(xiàn)在人們的日常生活中，而且在社會(huì)科學(xué)，技術(shù)科學(xué)等領(lǐng)域，信任都時(shí)刻發(fā)生著作用。隨著i n t e m e t 規(guī)模的擴(kuò)大和新的網(wǎng)絡(luò)和應(yīng)用技術(shù)的迅猛發(fā)展，i n t e r a c t 已經(jīng)發(fā)展成為一種全球范圍的信息基礎(chǔ)設(shè)施，這個(gè)不斷延生的網(wǎng)絡(luò)基礎(chǔ)設(shè)施構(gòu)成了人類社會(huì)信息化、數(shù)字化的基礎(chǔ)，成為我們學(xué)習(xí)生活和工作的必備環(huán)境，這勢(shì)必造成信任在網(wǎng)絡(luò)中將扮演著越來(lái)越重要的角色。以方便性和靈巧性為特點(diǎn)的電子商務(wù)交易模式已廣泛運(yùn)用在人們?nèi)粘５纳虅?wù)交易，人們?cè)谙硎苓@些服務(wù)帶來(lái)的便捷的同時(shí)，有一個(gè)重要的問(wèn)題值得關(guān)注，那就是交易的安全性問(wèn)題i l j 。網(wǎng)絡(luò)本身所存在的安全隱患會(huì)導(dǎo)致網(wǎng)絡(luò)交易過(guò)程中的安全性降低，銷售者與消費(fèi)者雙方的信任程度是影響交易正常進(jìn)行十分重要的因素。如付款后收不到商品，或收到的商品數(shù)量不符、品種不對(duì)，或以偽劣產(chǎn)品替代正規(guī)產(chǎn)品等等。在傳統(tǒng)“面對(duì)面”交易中，非法交易者要實(shí)施犯罪必須到現(xiàn)場(chǎng)，而網(wǎng)上交易在計(jì)算機(jī)前就可完成，所以雙方的信任程度非常重要，只要交易的任意一方信任程度很低，那么它就不被大家所信任，就會(huì)成為網(wǎng)絡(luò)交易的“黑名單”。因此在交易者合作之前建立信任關(guān)系，將在網(wǎng)絡(luò)交易中起著重要的作用。信任模型的建立就可以幫助交易各方在交易之前建立信任關(guān)系，對(duì)交易各方的行為產(chǎn)生約束力，限制投機(jī)行為，鼓勵(lì)誠(chéng)信行為，降低交易風(fēng)險(xiǎn)1 2 j 1 ；同時(shí)，信任模型的建立也便于交易各方了解交易伙伴的信用狀況，幫助用戶確定誰(shuí)可以信任，從而提高網(wǎng)上交易的成交率。因此有效的信任模型對(duì)網(wǎng)絡(luò)交易的發(fā)展無(wú)論是從理論上還是從實(shí)際應(yīng)用上都具有重要的意義。1 2 研究背景和發(fā)展現(xiàn)狀針對(duì)如何在網(wǎng)絡(luò)用戶間建立信任關(guān)系，許多研究人員引入了信任管理技術(shù)，以人及信任關(guān)系的觀點(diǎn)來(lái)處理開(kāi)放分布式環(huán)境的信任安全問(wèn)題。信任管理的研究大致分為兩個(gè)方向：基于策略的信任管理和基于信譽(yù)的信任管理。武漢理工大學(xué)碩士學(xué)位論文1 2 1 基于策略的信任管理基于策略的信任管理是指使用憑證驗(yàn)證機(jī)制來(lái)建立對(duì)其他實(shí)體的信任。m b l a z e 4 1 等人將信任管理定義為，采用一種統(tǒng)一的方法描述和解釋安全策略、安全憑證以及用于直接授權(quán)關(guān)鍵性安全操作的信任關(guān)系，已有的典型的信任管理解決方案包括：p o l i c y m a k e r t 5 1 、k e y n o t e l 6 、r t 7 】等。基于憑證的信任管理技術(shù)主要為規(guī)范應(yīng)用的安全策略和憑證提供了標(biāo)準(zhǔn)的、通用機(jī)制，統(tǒng)一了安全策略、憑證、訪問(wèn)控制和授權(quán)。以標(biāo)準(zhǔn)語(yǔ)言所書寫的策略和憑證可以被所有的信任管理應(yīng)用所解釋。信任管理策略易于通過(guò)網(wǎng)絡(luò)分發(fā)，并可避免使用具體于特定應(yīng)用的分布是策略配置機(jī)制、訪問(wèn)控制列表、證書解析等。相對(duì)于傳統(tǒng)的基于身份的訪問(wèn)控制系統(tǒng)，此類系統(tǒng)統(tǒng)一了身份認(rèn)證和授權(quán)兩個(gè)概念，簡(jiǎn)化了復(fù)雜的授權(quán)判吲引。基于憑證的信任管理系統(tǒng)本質(zhì)上使用了一種精確的、靜態(tài)的方式來(lái)描述和處理復(fù)雜的、動(dòng)態(tài)的信任關(guān)系，即通過(guò)程序以形式化的方法驗(yàn)證信任關(guān)系，并將這種信任歸結(jié)到了頒發(fā)信任憑證的信任權(quán)威，其研究的核心問(wèn)題是訪問(wèn)控制信息的驗(yàn)證，包括憑證鏈的發(fā)現(xiàn)、訪問(wèn)控制策略的表達(dá)及驗(yàn)證等。應(yīng)用開(kāi)發(fā)人員需要編制復(fù)雜的安全策略，以進(jìn)行信任評(píng)估，這樣的方法顯然不適合于處理受多種動(dòng)態(tài)信息影響的信任關(guān)系【8 1 ?；趹{證的信任管理技術(shù)主要分析的是身份和授權(quán)信息，并側(cè)重于授權(quán)關(guān)系、委托等的研究，通?？紤]了授權(quán)的絕對(duì)化，沒(méi)有顧及實(shí)體的行為對(duì)實(shí)體信任意向的影響。1 2 2 基于信譽(yù)的信任管理基于信譽(yù)的信任管理是指通過(guò)觀察收集實(shí)體在網(wǎng)絡(luò)中交互表現(xiàn)來(lái)評(píng)估其信任，也稱其為基于行為( b e h a v i o r s ) 的信任管理，其所研究的信任關(guān)系更接近于人際網(wǎng)絡(luò)的特征，是可度量的、動(dòng)態(tài)的，并可能受到多個(gè)方面的影響?；谛抛u(yù)的信任管理主要著眼于信任的主觀性、可度量性。信譽(yù)一般定義為網(wǎng)絡(luò)中的一組實(shí)體對(duì)特定實(shí)體行為表現(xiàn)的評(píng)價(jià)。在基于信譽(yù)的信任管理技術(shù)中，為了度量實(shí)體的可信性需要根據(jù)直接交互經(jīng)驗(yàn)或者其他實(shí)體的反饋進(jìn)行信任推導(dǎo)計(jì)算，信任計(jì)算模型對(duì)實(shí)體關(guān)于信息搜集、安全決策都有重要的影響，它是基于聲望的信任管理的關(guān)鍵組件。目前己有許多文獻(xiàn)給出了不同的信任計(jì)算模型，這些模型一般都針對(duì)了不同的應(yīng)用域，模型在信任的表述和度量、信任推導(dǎo)方法、綜合計(jì)算等方面都有很大差異。2武漢理工大學(xué)碩士學(xué)位論文最簡(jiǎn)單的信任計(jì)算直接將正面的評(píng)價(jià)和負(fù)面的評(píng)價(jià)相減，從而得出信任度，如e b a y l 9 1 ，優(yōu)點(diǎn)是方案簡(jiǎn)單易于理解，缺點(diǎn)是信任計(jì)算中沒(méi)有考慮其他信任信息。t b e m 【1 0 】等人提出了一個(gè)基于經(jīng)驗(yàn)和概率統(tǒng)計(jì)解釋的信任計(jì)算模型，模型將經(jīng)驗(yàn)分為正面和負(fù)面的兩類。交易成功則正面經(jīng)驗(yàn)計(jì)數(shù)增加，交易失敗則負(fù)面經(jīng)驗(yàn)計(jì)數(shù)增加。直接信任定義為目標(biāo)實(shí)體能成功完成交易的概率?；谪惾~斯理論( ( b a y e s i a nt h e o r y ) 的計(jì)算模型使用描述二項(xiàng)事件( 滿意不滿意) 的后驗(yàn)概率b e t a 密度函數(shù)來(lái)記錄信任評(píng)估結(jié)果，其可以描述為b e t a ( a t ，j ) ，其中口和p 分別表示了信任評(píng)估中正面和負(fù)面的評(píng)估次數(shù)，信任度通?？梢员硎緸閎 e t a 概率密度函數(shù)的概率期望【1 1 , 1 2 。信任值的大小同目標(biāo)節(jié)點(diǎn)提供滿意服務(wù)的概率，也表達(dá)了目標(biāo)節(jié)點(diǎn)在網(wǎng)絡(luò)中提供一定服務(wù)質(zhì)量的能力。yw a n g 1 3 】使用了貝葉斯網(wǎng)絡(luò)( ( b a y e s i a nn e t w o r k ) 為不同條件下的信任進(jìn)行建模。貝葉斯理論為信任計(jì)算提供了可靠的理論基礎(chǔ)。d wm a n c h a l a 1 4 j 提出了基于模糊邏輯的信任模型。該模型使用模糊邏輯來(lái)合并信任矩陣并核實(shí)事務(wù)，因此適用于交易實(shí)體。此外，該模型提出了可以用在電子商務(wù)中保護(hù)信任信息所涉及的個(gè)人隱私的信任協(xié)議。j o s a n 9 1 1 5 , 1 6 等引入證據(jù)空間( e v i d e n c es p a c e ) 和觀念空間( o p i n i o ns p a c e ) 的概念來(lái)描述和度量信任關(guān)系，并提供了一套主觀邏輯( s u b j e c t i v el o g i c ) 運(yùn)算子用于信任度的推導(dǎo)和綜合計(jì)算。g u h a t l l 7 】等人提出了基于權(quán)重的信任傳遞方法。他們提出用權(quán)重的方法解決推薦信任問(wèn)題，對(duì)不同推薦路徑的推薦信任值進(jìn)行合并，并利用從e p i n i o n c o m獲得的大量具體數(shù)據(jù)驗(yàn)證了模型的有效性。程遠(yuǎn)炳等人i l8 j 提出了一個(gè)通用的并可以獨(dú)立使用的動(dòng)態(tài)分布式信任模型( d d t m ) ，在d d t m 中訪問(wèn)權(quán)限直接與信任值相關(guān)聯(lián)，這個(gè)模型的核心就是基于推薦的信任模型，被組織成信任授權(quán)樹(shù)( t d t ) ，并以證書鏈的形式進(jìn)行授權(quán)。姜怡等人l 】9 1 針對(duì)p 2 p 網(wǎng)絡(luò)環(huán)境提出了一種基于用戶行為的分布式信任模型，此模型通過(guò)量化實(shí)體行為和計(jì)算實(shí)體信任度來(lái)評(píng)估實(shí)體間的信任關(guān)系并引入了修正因子和評(píng)價(jià)準(zhǔn)確度反饋系統(tǒng)。劉玉龍等人1 2 0 】研究了分布網(wǎng)絡(luò)環(huán)境中主觀信任評(píng)價(jià)和信任合成方法，分析信任的含義和影響信任行為的因素以及信任與信任屬性的關(guān)系，提出了基于相對(duì)經(jīng)驗(yàn)的信任評(píng)價(jià)模型并給出了推薦信任合成方法。武漢理工大學(xué)碩士學(xué)位論文基于信任域的信任模型 2 1 , 2 2 】是將網(wǎng)格劃分成若干個(gè)自治域，將節(jié)點(diǎn)間信任關(guān)系分為域內(nèi)信任關(guān)系和域間信任關(guān)系，設(shè)置不同的策略來(lái)處理這兩種不同的信任關(guān)系，這比較符合現(xiàn)實(shí)社會(huì)的情況，并且算法復(fù)雜度較小，域內(nèi)信任值的計(jì)算復(fù)雜度僅依賴于域內(nèi)節(jié)點(diǎn)數(shù)目，域間計(jì)算復(fù)雜度僅取決于域的個(gè)數(shù)。隨著分布式計(jì)算技術(shù)的發(fā)展，系統(tǒng)趨于開(kāi)放、動(dòng)態(tài)，其中的節(jié)點(diǎn)具有更大策自主性，節(jié)點(diǎn)間的協(xié)作具有更強(qiáng)的動(dòng)態(tài)性、不確定性，僅使用憑證的這種傳統(tǒng)方式來(lái)表達(dá)節(jié)點(diǎn)間的信任關(guān)系具有明顯的不足，已經(jīng)不能表現(xiàn)信任的動(dòng)態(tài)性、主觀性、不確定性，具有一定的局限性1 2 3 】：一方面，傳統(tǒng)的基于地域性的防護(hù)模式不能滿足i n t e m e t 的連通性和動(dòng)態(tài)性需求；另一方面，以證書為中心的身份認(rèn)證體制并不能確保信任關(guān)系的建立和維護(hù)，存在需要可信第三方的問(wèn)題，而且單純的身份認(rèn)定并不等同于信任關(guān)系的建立。此外，傳統(tǒng)的安全手段也無(wú)法解決多元化的i n t e m e t 應(yīng)用中匿名實(shí)體之間合作所面臨的信任和激勵(lì)問(wèn)題。基于信譽(yù)的信任模型更貼切地模擬了人類社會(huì)中的信任機(jī)制，實(shí)體可以收集、處理、傳播其他實(shí)體在系統(tǒng)中多方面的信任并建立與其的信任關(guān)系。由此可以看出基于信譽(yù)的信任模型研究已成為現(xiàn)在信任模型研究的熱點(diǎn)。1 3 論文目的和意義網(wǎng)絡(luò)交易給現(xiàn)代人帶來(lái)諸多便利的同時(shí)，也帶來(lái)了一系列的問(wèn)題。究其原因，主要是由于網(wǎng)絡(luò)交易雙方的誠(chéng)信問(wèn)題。傳統(tǒng)交易方式是一種面對(duì)面的交易方式，交易雙方通過(guò)現(xiàn)實(shí)中的相互了解和真實(shí)接觸，為建立雙方的信任提供了一定的保證。網(wǎng)絡(luò)交易作為一種新型的交易方式，被定義為借助于計(jì)算機(jī)、通信以及相關(guān)技術(shù)進(jìn)行商務(wù)活動(dòng)以及基于商務(wù)目的的實(shí)體間的信息交換。網(wǎng)絡(luò)交易發(fā)生在虛擬環(huán)境中，交易雙方的行為在網(wǎng)絡(luò)上表現(xiàn)為數(shù)字流的形式，不確定性和風(fēng)險(xiǎn)程度與傳統(tǒng)交易方式相比更大。信任在網(wǎng)絡(luò)交易過(guò)程中所起的作用遠(yuǎn)遠(yuǎn)超過(guò)了它在傳統(tǒng)交易活動(dòng)中所起的作用，因?yàn)榇藭r(shí)的信任是建立在虛擬空間的交易基礎(chǔ)之上。因此，本文將探究網(wǎng)絡(luò)交易環(huán)境中信任模型的建立問(wèn)題。本論文中的信任模型主要涉及了信任的度量和由推薦所引起的信任值推導(dǎo)和綜合計(jì)算。網(wǎng)絡(luò)交易環(huán)境所具有的動(dòng)態(tài)性和開(kāi)放性相似于人際網(wǎng)絡(luò)的信任關(guān)系，網(wǎng)絡(luò)中的節(jié)點(diǎn)可以通過(guò)自身的經(jīng)驗(yàn)和觀察以及其他節(jié)點(diǎn)的推薦來(lái)建立信任關(guān)系。通過(guò)總結(jié)對(duì)節(jié)點(diǎn)的直接交互經(jīng)驗(yàn)或觀察其行為表現(xiàn)，節(jié)點(diǎn)間可以建立一定的信任關(guān)系。分析以往的信任模型不難發(fā)現(xiàn)它們雖然從某些方面解決了一定的問(wèn)題，4武漢理工大學(xué)碩士學(xué)位論文但還是存在一定的缺陷，更多的忽略了信任的模糊性和動(dòng)態(tài)性，有的僅僅只在信任值的計(jì)算時(shí)考慮了信任的模糊性，而對(duì)信任關(guān)系傳遞以及信任決策這些環(huán)節(jié)卻沒(méi)有進(jìn)行模糊性研究，這是無(wú)法反映信任關(guān)系的真實(shí)情況的。所以本課題的研究目標(biāo)是針對(duì)信任的模糊性和動(dòng)態(tài)性問(wèn)題，首先提出適用于不同情況的兩種信任傳遞與評(píng)估的方法，一種是基于模糊p e t d 網(wǎng)的直接推薦信任關(guān)系評(píng)估，而另一種是基于相似度模糊推理的多路徑間接推薦信任關(guān)系評(píng)估，最后建立一種新的基于模糊理論的信任模型，把信任關(guān)系的評(píng)估看做是一個(gè)動(dòng)態(tài)的過(guò)程，在信任的建立階段，采用模糊p e t r i 網(wǎng)在實(shí)體之間進(jìn)行信任關(guān)系的初始化；對(duì)于信任值動(dòng)態(tài)累積中權(quán)重的確定，采用基于m a t l a b 模糊工具箱的模糊推理方法；在信任決策階段，采用模糊決策的方法，此方法是通過(guò)建立與交易金額、信任值相關(guān)的模糊規(guī)則進(jìn)行信任決策。由此可以看出本文的研究?jī)?nèi)容不僅把模糊理論運(yùn)用到交易節(jié)點(diǎn)信任值的計(jì)算中去，而且還運(yùn)用到信任傳遞以及信任決策中去，這樣可以更好的幫助交易節(jié)點(diǎn)建立信任關(guān)系從而降低交易的風(fēng)險(xiǎn)。因而本課題的研究對(duì)網(wǎng)絡(luò)交易的發(fā)展和交易安全的提高具有一定的學(xué)術(shù)意義。1 4 論文內(nèi)容及安排本論文的關(guān)鍵詞在于：模糊理論、信任模型研究，因此，論文緊緊圍繞模糊理論在信任模型研究中的應(yīng)用。論文信任模型的研究采用模糊綜合評(píng)判對(duì)網(wǎng)絡(luò)交易實(shí)體的信任值進(jìn)行評(píng)估，利用模糊推理中的相似度推理算法和模糊p e t d網(wǎng)算法對(duì)網(wǎng)絡(luò)實(shí)體間的信任關(guān)系進(jìn)行傳遞以便建立陌生實(shí)體或者直接交易經(jīng)驗(yàn)不是很多的實(shí)體間的信任關(guān)系，最后進(jìn)行模糊信任決策。論文的主要研究?jī)?nèi)容如下：第1 章緒論：說(shuō)明了信任管理在網(wǎng)絡(luò)交易中的地位，從而指出信任模型研究的重要性，提出了本文研究目的及其意義，分析了相關(guān)領(lǐng)域的研究現(xiàn)狀，最后闡述了本文的研究?jī)?nèi)容和各章節(jié)的安排。第2 章理論基礎(chǔ)：對(duì)信任模型研究要用到的理論知識(shí)做了介紹，包括模糊數(shù)學(xué)和圖論的相關(guān)知識(shí)。第3 章信任模型：在這章中介紹信任以及信任模型的概念，并介紹了幾種典型的信任模型，為后面的研究提供了依據(jù)。第4 章基于模糊理論的信任關(guān)系傳遞：提出了兩種情況下信任關(guān)系傳遞的不同方法，一種是基于模糊p e t r i 網(wǎng)的直接信任關(guān)系評(píng)估，它是一種基于對(duì)多個(gè)5武漢理工大學(xué)碩士學(xué)位論文推薦實(shí)體綜合的得到目標(biāo)實(shí)體信任值的信任傳遞方法，在信任值的綜合計(jì)算中采用模糊p e t r i 網(wǎng)的推理算法，另一種是基于相似度模糊推理的多路徑信任關(guān)系評(píng)估，它是使用圖論中的深度遍歷算法來(lái)搜索網(wǎng)絡(luò)實(shí)體間的所有信任路徑，而在計(jì)算單條信任路徑上的信任傳遞值時(shí)采用的是相似度模糊推理算法；在本章中還具體對(duì)這兩種種方法進(jìn)行了說(shuō)明。第5 章基于模糊理論的網(wǎng)絡(luò)交易信任模型研究：詳細(xì)說(shuō)明了信任模型中直接信任計(jì)算以及間接信任的傳遞和計(jì)算，并把信任關(guān)系的評(píng)估過(guò)程看做是一種與時(shí)間有關(guān)的動(dòng)態(tài)過(guò)程，即實(shí)體的信任值是不斷更新變化的，最后利用模糊決策方法對(duì)實(shí)體進(jìn)行信任決策并仿真了模糊決策圖。第6 章結(jié)束語(yǔ)：本章是論文的最后一部分，總結(jié)了論文的工作，并指出了進(jìn)一步工作的方向。1 5 本章小結(jié)本章闡述了信任管理在網(wǎng)絡(luò)交易中的重要地位，信任管理大致分為基于策略的信任管理和基于信譽(yù)的信任管理，而基于信譽(yù)的信任模型更貼切地模擬了人類社會(huì)中的信任機(jī)制，實(shí)體可以收集、處理、傳播其他實(shí)體在系統(tǒng)中多方面的信任并建立與其的信任關(guān)系，由此可以看出基于信譽(yù)的信任模型研究已成為現(xiàn)在信任模型研究的熱點(diǎn)。在本章中還提出了基于模糊理論的信任模型研究的目的和意義，最后闡述了本論文的主要研究?jī)?nèi)容和各章節(jié)安排。6武漢理工大學(xué)碩士學(xué)位論文第2 章相關(guān)理論2 1 模糊及圖論理論模糊數(shù)學(xué)產(chǎn)生于本世紀(jì)6 0 年代，它的形成與發(fā)展不是背離數(shù)學(xué)的準(zhǔn)確性、嚴(yán)格性，而是使客觀存在的一些模糊性的事物和現(xiàn)象能夠用數(shù)學(xué)方法來(lái)研究和處理。所謂“模糊性”是指客觀事物中的不分明性和不確定性，其根源在于客觀事物的差異之間存在著中介過(guò)渡。例如，說(shuō)一杯水是“熱的”，這就是一個(gè)模糊概念。為從根本上解決這類問(wèn)題，美國(guó)控制論專家z a d e h 教授f 2 4 】重新研究了數(shù)學(xué)的基礎(chǔ)集合論，并于1 9 6 5 年首次提出模糊集合的概念，從而形成了模糊數(shù)學(xué)這一新的數(shù)學(xué)分支，而本文要研究的“信任”同樣是一個(gè)模糊的概念，下面針對(duì)本文中所需要的部分模糊數(shù)學(xué)理論作個(gè)介紹。2 1 1 模糊集合經(jīng)典集合a 是由其特征函數(shù)x 。唯一確定的，即映射：x 一：xhx 彳( x ) = ：= ( 2 - 1 )確定了x 上的經(jīng)典子集a ，j 一( z ) 表明x 對(duì)a 的隸屬程度，要么屬于a ，要么不屬于a ，它確切地描述了“非此即彼”的現(xiàn)象。經(jīng)典集合的表示法除了上面的特征函數(shù)的表示法外還有以下兩種：( 1 ) 列舉法( 枚舉法)當(dāng)集合的元素?cái)?shù)目有限時(shí)，將所有的元素一一列出，并用大括號(hào)括起來(lái)，如a = a l ，口2 ，口。)( 2 - 2 )( 2 ) 描述法( 定義法)當(dāng)集合的元素?cái)?shù)目無(wú)限時(shí)，可通過(guò)元素的定義來(lái)描述集合，如a = 馴p ( x ) ( 2 3 )p ( x ) 是指x 應(yīng)滿足的條件，給出x 的定義域。其中彳( 口) 是集合a 的特征函數(shù)而模糊集合是建立在經(jīng)典集合的基礎(chǔ)上的，它描述的是一種模糊的概念。7武漢理工大學(xué)碩士學(xué)位論文例如“胖”與“瘦”，究竟體重多少才算胖”或“瘦”，并沒(méi)有一個(gè)公認(rèn)的定量標(biāo)準(zhǔn)或界限。因?yàn)轶w重的變化是逐漸的、連續(xù)的，不存在一個(gè)突然的轉(zhuǎn)折，致使“胖與“瘦”的分界線模糊不清。二值描述在人類主觀因素起主導(dǎo)作用的事件中是不適合的。模糊集合描述為【2 5 】：對(duì)于所研究對(duì)象的全體稱為論域，記作x = 缸) ，其中x 表示論域中的元素，論域x = x ) 上的模糊子集a ，就是以映射。：x 哼【o ，1 】，x - - - ) 。為表征的集合，。稱為x 對(duì)a 的隸屬度。隸屬度。表示x 屬于a 的程度。當(dāng)。= 1 時(shí)，x 完全屬于a ；當(dāng)。= 0 時(shí)，x 完全不屬于a ，。的值越接近于1 ，x 屬于a 的程度就越大；反之，。的值越接近于0 ，x 屬于a 的程度就越小。例如：模糊集合b = 接近6 的正整數(shù) ，設(shè)論域即要討論的全體正整數(shù)為x = 3 ，4 ，5 ，6 ，7 ，8 ，論域中的6 個(gè)正整數(shù)依次對(duì)模糊集合b 的隸屬度為0 2 ，0 4 ，0 8 ，l ，0 8 ，0 4 ；模糊集合b 可以表示為隸屬度的集合，即b = 0 2 ，0 4 ，0 8 ，1 ，o 8 ，0 4 ) 這就是模糊集合的數(shù)學(xué)表達(dá)式。2 1 2 模糊向量在實(shí)際情況中，往往不能很肯定的判斷要研究的某個(gè)對(duì)象到底隸屬于哪個(gè)模糊集合時(shí)，這個(gè)時(shí)候就可以利用對(duì)各個(gè)模糊集合的隸屬度組成的向量來(lái)表示這個(gè)對(duì)象。設(shè)針對(duì)某個(gè)研究對(duì)象有n 個(gè)模糊集合，則表示這個(gè)對(duì)象的模糊向量表達(dá)式為：q = 吼，9 2 ，g 。) ，其中q ，( i = 1 ，2 ，刀) 是對(duì)第i - 個(gè)- 模糊集合的隸屬度。例如：評(píng)判一個(gè)商品的質(zhì)量m ，描述質(zhì)量的模糊等級(jí)可以表示為 差”，“一般”，“較好”，“非常好”) ，則可以把這個(gè)商品的質(zhì)量表示為m = 0 1 ，0 3 ，0 2 ，0 2 。2 1 3 模糊關(guān)系模糊關(guān)系是模糊集合概念的推廣，不僅描述客觀事物之間有無(wú)關(guān)系，而且描述其程度。如“張三比李四高得多”就是一種模糊關(guān)系。定義2 5 】：集合x 到集合y 的一個(gè)“二元模糊關(guān)系”r 是給定論域x x y 中的模糊集合，記為x 與j ，( 2 4 )模糊關(guān)系r 的隸屬函數(shù)r ( x ，y ) 是x x y 到實(shí)數(shù)區(qū)間【o ，1 的一個(gè)映射。設(shè)x ，y分別為有限集x = x 。，x 2 ，x 肘 ，y = y 。，y 2 ，兒，則x x y 中的模糊關(guān)系r可以用如下所n 階矩陣表示：8武漢理工大學(xué)碩士學(xué)位論文r =( 2 5 )其中勺表示集合x 中第，個(gè)元素一隸屬于集合y 中第個(gè)元素y 的程度，勺“0 , 1 】。2 1 4 模糊綜合評(píng)判模糊綜合評(píng)判是對(duì)受多種因素影響的事物作出的一種綜合評(píng)判方法。其具體的評(píng)判模型為口6 l ：設(shè)u = x a ，x 29 0 * 0 9 毛 為力種因素，礦= v l , 屹，) 為所種評(píng)判，由于各種因素所處的地位不同，作用也不一樣，當(dāng)然權(quán)重也不一樣，評(píng)判也就不同，人們對(duì)m 種評(píng)判并不是絕對(duì)的肯定或者否定，因此綜合評(píng)判應(yīng)該是y上的一個(gè)模糊子集b = 島，如9o 9 吒) ，其中6 f ( ，= 1 , 2 ，m ) 反映了第門砷評(píng)判，在綜合評(píng)判中所占的地位，綜合評(píng)判b 依賴于各個(gè)因素的權(quán)重，設(shè)為a = q ，啦， ，且q = 1 ，其中a i 是第f 種因素的權(quán)重。模糊綜合評(píng)判過(guò)程為：( 1 ) 設(shè)定評(píng)判因素集u = x i , x 2 ，x 。 ，評(píng)判等級(jí)礦= 1 ，l ，1 ，2 ，v 。)( 2 ) 對(duì)u 種的每個(gè)因素根據(jù)評(píng)判等級(jí)中的等級(jí)指標(biāo)進(jìn)行模糊評(píng)判，得到評(píng)判矩陣r = ( ) 。肘，其中白表示從因素“，對(duì)評(píng)判等級(jí)中y ，的隸屬程度。( ，v ，月) 則構(gòu)成一個(gè)模糊綜合評(píng)判模型。( 3 ) 確定各個(gè)因素的權(quán)重a = a l , a ：，a 。 ，合成得b = aor = ( 6 l ，b 29 9 b 聊)( 2 6 )2 1 5 模糊推理( 1 ) 模糊推理的模式模糊推理是建立在模糊集合理論基礎(chǔ)上的，人們對(duì)問(wèn)題進(jìn)行分析最終做出決策通常根據(jù)已知的事實(shí)出發(fā)，歸納總結(jié)出結(jié)論，這就稱為推理。而模糊推理是模擬人類的一般思考決策來(lái)解決問(wèn)題。在推理以前，要掌握一定的知識(shí)，并把它表示出來(lái)。在這里，進(jìn)行模糊推理所要掌握的知識(shí)可以理解為模糊推理的規(guī)則。在本課題研究中所運(yùn)用的是模糊推理模式為：用如下形式直觀的表示：9一打晰乞一武漢理工大學(xué)碩士學(xué)位論文知識(shí)：i fxi sat h e nyi sb觀測(cè)事實(shí)：xi sa 結(jié)論：yi sb ( 2 ) 基于相似度的模糊推理運(yùn)用在模糊推理的算法有很多種，在本課題研究中則選取的是基于相似度的算法，用來(lái)研究在一條信任鏈中信任關(guān)系的傳遞，相似度可以理解為觀測(cè)事實(shí)與規(guī)則前件命題的相似程度或模糊匹配程度，取值為【o ，1 】。關(guān)于相似度的模糊推理算法相關(guān)知識(shí)在文獻(xiàn)2 7 1 中作了詳細(xì)的闡述。本文是利用這種算法來(lái)研究信任傳遞，而不是研究算法本身，并且是針對(duì)一條推理規(guī)則的，在這里利用規(guī)則前件命題只有一個(gè)的情況簡(jiǎn)單介紹一下基于相似度的模糊推理的基本思想：簡(jiǎn)單的來(lái)說(shuō)就是已知規(guī)則前件命題中的a 和結(jié)論中b ，還有觀測(cè)事實(shí)a ，求結(jié)論b 。首先求出“a ”和“彳的相似度既，如果算出的相似度既，大于規(guī)定的閥值五，那么就把相似度只。與b 進(jìn)行運(yùn)算就可以得到b 。這就算出了用隸屬度表示的模糊向量b ，如果要把它轉(zhuǎn)化成單值，可利用一些反模糊化方法，如最大隸屬原則，加權(quán)平均等等。關(guān)于相似度的定義有很多種，在本文研究中選取的是文獻(xiàn)【2 刀中i d s 相似度算法，基于i d s 相似度模糊推理的過(guò)程基本上和一般的相似度模糊推理一樣，只是在求出“a ”和“彳的相似度s 。，后，并沒(méi)有直接與b 進(jìn)行運(yùn)算就得到b ，而是通過(guò)規(guī)定了的兩個(gè)調(diào)整函數(shù)計(jì)算值再來(lái)選擇求b 的公式，這樣使得計(jì)算結(jié)果更加可靠【1 4 】。針對(duì)知識(shí)的前提條件有多個(gè)，在i d s 算法中給每個(gè)規(guī)則前件命題都賦予了權(quán)重w ，和閥值乃。這兩個(gè)參數(shù)的取值范圍都是【0 ，1 】，閥值五的作用是在觀測(cè)事實(shí)與規(guī)則匹配之后，用來(lái)判斷規(guī)則是否執(zhí)行。這是因?yàn)楫?dāng)每個(gè)觀測(cè)事實(shí)與每個(gè)規(guī)則前件命題相差太大時(shí)計(jì)算的結(jié)果在大部分情況下是不合理的，因此給每個(gè)規(guī)則前件命題都賦予一個(gè)閥值就可以避免這種錯(cuò)誤結(jié)果的發(fā)生。給規(guī)則前提條件每個(gè)命題賦予權(quán)重w i 是用來(lái)表示規(guī)則前提條件中不同的命題對(duì)規(guī)則結(jié)論的影響。i d s 相似度s 脒定義如下：m ( 4 ) = 心( x ) ，五是4 ，4 的論域( 凈l ，2 ，刀)x e x -如果4 ，4 或者4 ，2 41 0武漢理工大學(xué)碩士學(xué)位論文= 端( 2 - 7 )在其他情況則= 糍鏟( 2 - 8 )根據(jù)給定的知識(shí)( 即規(guī)則) 和觀測(cè)事實(shí)( 即已知的條件) 以及定義的i d s 相似度( 即觀測(cè)事實(shí)與規(guī)則前件命題的相似程度) 就可以推理出要求的結(jié)論了。i d s 相似度模糊推理算法具體步驟：( 1 ) 計(jì)算每個(gè)觀測(cè)事實(shí)與每個(gè)規(guī)則前件命題的相似度s ，o s ( a ；，a ，) ，( 凈l ，2 ，刀)( 2 ) 若( 4 ，4 ) 以，計(jì)算觀測(cè)事實(shí)與規(guī)則前件命題的整體相似度：c vo 一厶i = 1( 4 ，4 ) 宰毒lm，穹l( 2 9 )( 3 ) 根據(jù)i d s 相似度計(jì)算推理結(jié)果：在這里，定義兩個(gè)調(diào)整函數(shù)q 和島，通過(guò)它們的值的大小來(lái)選擇使用計(jì)算結(jié)果的式子。定義如下：q2 割遴i厶一0 2 ：爭(zhēng)j -i = ls , o s ( 形，4 ) 木 f 一j = l其中j f f ：m ( 4 ) - - m ( a 3 ( 2 一l o )其中j f i - m ( 4 ) ( 2 一1 1 )計(jì)算的結(jié)果如卜：如果毋o ，i = 1 ，2 ，貝0如果q 吼肚警；否則召，：曲 1 ，掣扶如果q = 0 或島= 0 ，則如果q 島，b = 曰堆昂；否則b = i i l i n 1 ，b l( 2 1 2 )( 2 - 1 3 )( 2 - 1 4 )( 2 1 5 )武漢理工大學(xué)碩士學(xué)位論文2 1 6 模糊p e t r i 網(wǎng)一般性模糊推理規(guī)則可表示為【2 8 】：i f u l ( 口1 ) a n du 2 ( 口2 ) a n d a n du 。l ( 口。) 三專d 1 ( 屆) ，d 2 ( 及) ，d 。( 尾)其中，u ：，u 。為條件命題，q ，口：，口。為條件命題的權(quán)系數(shù)，f 為規(guī)則的閥值；d 1 ，d 2 ，d 。為結(jié)論命題，屆，展，成為規(guī)則滿足時(shí)所推出每個(gè)結(jié)論的可信度且滿足0 ，1 ，歹= 1 ，2 ，m ；此表達(dá)式含義為：如果條件u 。，u 2 ，u 。成立，則可以推出結(jié)論d l ，d 2 ，d 。若轉(zhuǎn)化為模糊p e t r i 網(wǎng)模型，表示如圖2 1 所示：u醍d 1d 2圖2 1 一般推理過(guò)程的模糊p e t r i 網(wǎng)在這個(gè)模型中，所有命題( 包括條件和結(jié)論) 用模糊p e t r i 網(wǎng)的庫(kù)所節(jié)點(diǎn)表示，推理規(guī)則用變遷節(jié)點(diǎn)表示，條件的權(quán)系數(shù)和結(jié)論的可信度則用輸入輸出弧的連接強(qiáng)度來(lái)表示。下面，給出基于推理規(guī)則的模糊p e l r i 網(wǎng)的一般形式【2 引：定義七元組( p ，t ，i ，o ，w ，f ( f ) ，s o ( p ) ) 為模糊p e t r i 網(wǎng)，其中：p = p 。，p ：，p 。) 是模糊庫(kù)所節(jié)點(diǎn)的有限集合，表示模糊命題；丁= “，f ：，r 。) 是模糊變遷節(jié)點(diǎn)的有限集合，表示規(guī)則的實(shí)現(xiàn)；i 是定義在px t 上的一個(gè)帶標(biāo)識(shí)的模糊關(guān)系，表示庫(kù)所節(jié)點(diǎn)到變遷節(jié)點(diǎn)的連接情況和每一個(gè)連接的權(quán)系數(shù)，滿足o ，( b ，t ，) 1 ；o 是定義在t xp 上的一個(gè)帶標(biāo)識(shí)的模糊關(guān)系，表示變遷節(jié)點(diǎn)到庫(kù)所節(jié)點(diǎn)的連接情況和每個(gè)輸出連接的可信度，0 ，t = f 1 表示只有一個(gè)規(guī)則，l ( p i ，t 1 ) = 1 0o ( t i ，p 2 ) = 0 8 5 ，t i = o 5 ，s 。( p ) = 0 8 ，0 ) 。相應(yīng)的圖形如圖2 2 所示：發(fā)動(dòng)機(jī)油管漏油f l = 0 5發(fā)動(dòng)機(jī)不能啟動(dòng)f l圖2 2 模糊p e t r i 網(wǎng)示例對(duì)模糊p e t r i 網(wǎng)的應(yīng)用就要涉及到具體的推理算法了，即如何通過(guò)已知條件和規(guī)則來(lái)求結(jié)論。在本文中采用的是文獻(xiàn)【2 8 1 中的形式化推理算法，具體算法如下：設(shè)某個(gè)推理過(guò)程中有n 個(gè)命題( 包括條件和結(jié)論) ，m 個(gè)推理規(guī)則，表現(xiàn)在模糊p e t r i 網(wǎng)模型中則有n 個(gè)庫(kù)所和m 個(gè)變遷規(guī)則，模糊p e t f i 網(wǎng)模型的輸入矩陣。研，輸出矩陣r 。，變遷的閥值向量f 和狀態(tài)向量分別定義為：( 1 ) a = 吒 為輸入矩陣，磊【o ，1 】，表示p ，到f f 上的輸入關(guān)系和權(quán)重。當(dāng)p ，是t 的輸入時(shí)，島等于p ，到0 輸入弧上的權(quán)系數(shù)嘞；當(dāng)p ，不是f 的輸入時(shí)，磊2 0 ，其中i - - 1 ，2 ，力；j f = 1 ，2 ，肌。( 2 ) f = 為輸出矩陣，【0 ，1 】，表示，到p ，上的輸出關(guān)系和結(jié)論的可信度。當(dāng)p ，是r 的輸出時(shí)，等于變遷f 推出結(jié)論p ，的可信用度島；當(dāng)p ，不是f 的輸出時(shí)，靠= o ，其中i = 1 ，2 ，刀；= 1 ，2 ，m 。( 3 ) s = 【s 。，s ：，j ?！? 為定義在模糊庫(kù)所集p 上的狀態(tài)向量，表示每個(gè)命題的武漢理工大學(xué)碩士學(xué)位論文可信度，s ，【0 ，1 】，i = 1 ，2 ，n ，s o = 【s l o ，s 2 0 ，j 。o 】r 表示命題的初始可信度。( 4 ) f = _ ，r 2 ，f ?！? 為變遷的閥值，f 。【0 ，1 】，i = 1 ，2 ，m 。推理步驟分為7 步：( 1 ) 計(jì)算等效模糊輸入可信度：e = 岔s 。( 2 1 6 )( 2 ) 等效模糊輸入可信度與變遷閥值的比較：g=eof( 2 - 1 7 )o 是一個(gè)比較算子，g 為m 維列向量，當(dāng)?shù)刃：斎氲目尚哦却笥诘扔谧冞w閥值時(shí)，g 向量中對(duì)應(yīng)的位置為1 ，否則為o 。( 3 ) n 除等效模糊輸入中可信度小于等于變遷閥值的輸入項(xiàng)：h = eo g( 2 1 8 )其中h 是與e ，g 同維的列向量，o 表示列向量中對(duì)應(yīng)位置直接數(shù)乘。( 4 ) 計(jì)算模糊輸出庫(kù)所的可信度：s 1 = f h( 2 - 1 9 )( 5 ) 計(jì)算當(dāng)前可得到的所有命題的可信度：s = s o o s l( 2 - 2 0 )o 為加法算子，是一種取較大的算法。( 6 ) 進(jìn)行反復(fù)迭代，則在第k 步推理進(jìn)行后，所有命題的可信度為：& = & 一l0 s k( 2 - 2 1 )( 7 ) 5 & = & 一。時(shí)，推理結(jié)束。2 1 7 模糊判決方法由于經(jīng)模糊控制系統(tǒng)得到的控制量是一個(gè)模糊集合，而系統(tǒng)的最終響應(yīng)顯然必須是確定的，所以必須進(jìn)行模糊判決，也叫做反模糊化。在網(wǎng)絡(luò)信任關(guān)系的研究中，運(yùn)用模糊數(shù)學(xué)相關(guān)知識(shí)得到了關(guān)于某個(gè)實(shí)體的模糊信任值，它就是一種集合的形式，因此就要用到模糊判決來(lái)得到一個(gè)確定的信任值來(lái)決定是否進(jìn)行交互。模糊判決的方法有很多，這里僅介紹常用的幾種：重心法，最大隸屬度法，系數(shù)加權(quán)平均法和隸屬度限幅元素平均、法【2 5 3 0 l 。下面以“水溫適中”為例，說(shuō)明不同方法的計(jì)算過(guò)程。這里假設(shè)“水溫適中”的隸屬度函數(shù)為：( z f ) = x ：0 0 0 + 0 0 1 0 + 0 3 3 2 0 + 0 6 7 3 0 + 1 0 4 0 + 1 0 5 0 + 0 7 5 6 01 4武漢理工大學(xué)碩士學(xué)位論文+ 0 5 7 0 + 0 2 5 8 0 0 o 9 0 0 o 1 0 0 ( 1 ) 重心法所謂重心法( c e n t e ro fg r e v i t y , 簡(jiǎn)稱c o g ) 就是取模糊隸屬度函數(shù)曲線與橫坐標(biāo)軸圍成面積的重心作為代表點(diǎn)。理論上說(shuō)，我們應(yīng)該計(jì)算輸出范圍內(nèi)一系列連續(xù)點(diǎn)的重心，即l 。 ，( x ) d x臚贏q 乏2 )但實(shí)際上我們是通過(guò)計(jì)算輸出范圍內(nèi)整個(gè)采樣點(diǎn)( 即若干離散值) 的重心。這樣在不花太多時(shí)間的情況下，用足夠小的采樣間隔來(lái)提供所需要的精度，這是一種最好的折衷方案。即= ，( z 。) ( t ) = ( o 0 0 + 0 0 1 0 0 3 3 2 0 + 0 6 7 3 0 1 0 4 0 +1 5 5 0 + 0 7 5 6 0 + 0 5 7 0 + 0 2 5 8 0 + 0 0 9 0 + 0 0 10 0 )( o 0 + 0 0 + o 3 3 + 0 6 7 + 1 0 + 0 7 5 + 0 5 + 0 2 5 + 0 0 + 0 0 ) = 4 8 2在隸屬度函數(shù)不對(duì)稱的情況下，如圖2 3 所示，其輸出的代表值是4 8 2 c 。如果模糊集合中沒(méi)有4 8 2 c ，那么就選取最靠近的一個(gè)溫度值5 0 輸出。圖2 3 重心法解模糊判決( 2 ) 最大隸屬度法最大隸屬度平均法( m e a no f m a x i m u m 簡(jiǎn)稱m o m ) ，這種方法最簡(jiǎn)單，只要在推理結(jié)論的模糊集合中取隸屬度最大的那個(gè)元素作為輸出量即可。不過(guò)要求這種情況下其隸屬度函數(shù)曲線一定是正規(guī)凸模糊集合( 即其曲線只能是單峰曲線) 。如果該曲線是梯形平頂?shù)?，那么具有最大隸屬度的元素就可能不止一個(gè)，這時(shí)就要對(duì)這所有取最大隸屬度的元素求平均值。例如對(duì)于“水溫適中”，按最大隸屬度原則，有兩個(gè)元素4 0 和5 0 具有最大隸屬度1 0 ，那就要對(duì)所有取最大隸武漢理工大學(xué)碩士學(xué)位論文屬度的元素4 0 和5 0 求平均值，執(zhí)行量應(yīng)?。簃 肛= ( 4 0 + 5 0 ) 2 = 4 5( 3 ) 系數(shù)加權(quán)平均法系數(shù)加權(quán)平均法( w i g h t e dm e a mm e t h o d ，簡(jiǎn)稱w m m ) 的輸出執(zhí)行量由下式?jīng)Q定：mmz 。= 口。z ；口，( 2 - 2 3 )j = lf = l這里的系數(shù)口f 的選擇要根據(jù)實(shí)際情況而定，不同的系數(shù)就決定系統(tǒng)有不同的響應(yīng)特性。當(dāng)該系數(shù)選擇口，= ( x ，) 時(shí)，即取其隸屬函數(shù)時(shí)，這就是重心法。在模糊邏輯控制中，可以通過(guò)選擇和調(diào)整該系數(shù)來(lái)改善系統(tǒng)的響應(yīng)特性。這種方法具有靈活性。例如：已知輸出量z ，的模糊集合為ci = 0 1 2 + 0 4 3 + 0 7 4 + 1 0 5 + 0 7 6 + 0 3 7z ，的模糊集合為：c ：= o 3 ( - 4 ) + o 8 ( 一3 ) + 1 ( - 2 ) + 1 “1 ) + 0 8 0 + 0 3 1 + 0 1 2用加權(quán)平均法求相應(yīng)的清晰量z 。和z 。zl o21 ：! 蘭蘭旦：蘭蘭! ! ：z 蘭! ! 蘭! ! ：! 蘭魚竺：! 蘭! = 4 8 40 1 + 0 4 + 0 7 + 1 + o 7 + o 370 3x ( 一4 ) + 0 8x ( 一3 ) + 1x ( 一2 ) + 1x ( 一1 ) + 0 8x0 + 0 3 1 + 0