1、提升网格可靠性的基于声誉的信任模型

提升网格可靠性的基于声誉的信任模型

在当今的计算领域，网格计算作为分布式计算的下一个进化阶段，将分散在各个领域的用户和资源进行整合。然而，要使网格及其相关技术得到有效应用，用户和资源提供者之间的相互信任至关重要。本文将深入探讨一种基于声誉的信任模型，旨在提高网格计算的可靠性。

1. 网格计算与信任的重要性

网格计算通过互联的计算机系统，实现了高度异构资源的共享。为了确保可靠的交易，发起者和提供者之间必须建立相互信任。信任可以定义为在特定上下文中，对一个实体可靠、安全和稳定行为的强烈信念。而声誉则是基于对一个实体过去行为的信息或观察，对其行为的预期，是衡量可靠性的一种方式。声誉可以作为建立信任的来源，个人的主观信任可以通过收到的推荐和个人经验相结合来推导。

传统的安全机制，如身份验证和授权，通常可以保护资源免受恶意用户的侵害，但在很多情况下，我们还需要保护自己免受提供资源者的影响，因为他们可能会故意提供虚假信息。而信任和声誉系统可以很好地应对这类威胁，通过利用社区中关于过去经验的反馈，为交易的质量和可靠性提供建议和判断。

2. 相关工作回顾

在计算声誉分数方面，有多种不同的方法：
- 简单计算方法 ：Resnick和Zeckhauser提出的最简单形式，通过分别计算正评分和负评分的总和，然后用正评分减去负评分得到声誉分数。这种方法简单易懂，但过于原始，不能很好地反映参与者的声誉情况。
- 高级加权平均方法 ：一些先进的模型会计算所有评分的加权平均值，评分权重由评分者的可信度/声誉、评分的时效性、评分与当前分数的距离等因素决定。例如，Xiong和