18、面向服务环境中基于上下文的信任归一化及可信软件资产检索框架

面向服务环境中基于上下文的信任归一化及可信软件资产检索框架

在当今数字化的时代，服务交易和软件资产的使用变得越来越频繁。然而，信任评估在其中起着至关重要的作用。一方面，在服务交易中，如何准确评估服务提供商的信任度，以避免潜在的风险，是一个亟待解决的问题。另一方面，随着互联网上软件资产的大量涌现，如何选择和重用值得信任的软件资产，也是用户面临的挑战。

基于上下文的信任归一化

折扣率与信任归一化原理

在面向服务的环境中，信任评估是一个复杂的过程。以Epinions3的五级评分系统为例，评分被缩放为{0, 0.25, 0.5, 0.75, 1}，分别对应{糟糕，差，中等，好，优秀}的评价。折扣率的计算公式为：
$Dr =(R1 R2 R3 R4 R5)×(0 0.25 0.5 0.75 1)^T=0.25R2+0.5R3+0.75R4+R5$

通过这个折扣率，可以将服务提供商交易历史中的信任评级投影到即将进行的交易中，实现信任评级的归一化。归一化后的信任评级可用于信任评估，使评估结果更贴近即将进行的交易，更加准确和客观。

上下文信任归一化示例

假设有服务客户端A计划从服务提供商P1购买一部诺基亚6085手机（交易TRAP1）。A需要P1之前交易的质量评级，并向信任管理机构请求有价值的信息。随机选取评级者B对P1之前交易TRBP1的评级rBP1 = 0.75，在TRBP1中，B从P1购买了一台奥林巴斯EVOLT E - 300数码相机。
为了归一化相关评级，需要建立从P1交易历史评级到即将进行的交易TRAP1的投影，这依赖于模糊隶属矩阵。该矩阵由交易TRBP1和交易TRAP1之间的相似度以及服务客户端