4、声誉流变化的检测与响应

声誉流变化的检测与响应

在企业间的协作中，来自不同组织的自主服务需要独立地判断可以信赖哪些其他服务。基于声誉的信任管理在这一过程中起着关键作用，它结合了参与者过去行为的共享经验信息和决策背景，来评估协作的风险。本文将介绍一种新的模型，用于在基于声誉的信任管理系统中检测和响应声誉变化。

1. 引言

在企业间协作里，不同组织领域的服务会联合起来实现共同目标。在开放服务生态系统中，服务是自主的，协作过程没有集中控制。每个服务都要独立确定能依赖哪些其他服务，为此会收集其他服务过去表现的经验信息，这些信息构成了服务的声誉。不过，由于开放服务生态系统的分散性，声誉是收集和分析信息的参与者主观认定的，并非全局一致认可。

基于声誉的信任管理支持在特定协作背景下对不同服务做出信任决策，决策过程分为两部分：
- 第一步，将声誉信息与决策背景模型结合，估算做出积极决策的风险。
- 第二步，把这个风险估算与特定决策类型的风险容忍政策进行比较，确定结果：继续协作、撤回协作，或者如果结果处于两者之间的灰色地带，则将决策交给人类用户。

半自动决策过程是必要的，因为商业环境复杂且不断变化。自动化适合处理常规情况，但不可预见的情况和不确定性无法用精确规则全面处理，需由人类用户解决。因此，信任管理系统必须能检测出非例行决策。服务性能的突然变化（即不一致性）对自动化决策过程是个挑战，比如原本表现良好的服务突然变得恶意，以利用其良好声誉获取非法经济利益。声誉系统需要迅速对这些变化做出反应，既要限制决策者服务的损失，又要通过减少不当行为的收益来阻止不当行为。同时，不能因瞬间故障或不诚实的负面反馈而不可挽回地损害诚实参与者的声誉。这些相互冲突的要求无法用单一通用或固定的规则满足，基于