3、基于信任与声誉的服务选择及资源分配机制解析

基于信任与声誉的服务选择及资源分配机制解析

1. 信任模型助力服务选择

在当今在线服务飞速发展的背景下，在线社区需要一种基于信任的决策方式来选择服务。通过一种基于加权Dempster - Shafer理论的形式化信任模型，智能代理能够做出基于信任的决策。该模型会研究信任的各个组成部分，并展示如何将这些部分聚合以形成信任决策。

在模拟实验中，有这样的发现：消费者群体在选择服务时，会逐渐趋向于每个服务池中的清洁服务实例。比如在延迟服务调整模拟里，所有服务调整在特定服务第10次调用后才开始，结果显示这种延迟会使向清洁服务的收敛在图表上向右移动。

使用这种信任形式化模型具有显著优势：
- 提升决策能力 ：信任指标能有效帮助在可用服务中做出选择，使系统在服务选择时更加智能，可利用各种来源的信任信念。
- 监控服务行为 ：系统会持续关注每个服务的行为，当服务出现错误行为时能予以考虑。

2. 网格计算资源分配问题

网格计算是大规模地理分布式系统中共享IT资源的有前景范式，能实现软件和硬件基础设施的有效共享。然而，在粒子物理网格社区等场景中，资源分配的优化尚未实现。

用户为了确保能得到可评估的结果，会多次向网格发送同一作业，导致资源冗余占用，可能影响更重要作业的执行。同时，站点管理员在有内部作业等待时，会优先分配内部作业，这类似于P2P网络中的搭便车行为。

每个用户都是自利的参与者，追求自身效用最大化，效用不仅取决于作业最快完成时间，还与价格相关。声誉机制有助于在松散耦合且地理分布的参与者之间建立信任，未来收入也会受到