基于信息融合的多维度和自适应动态信任评测机理研究

面向大规模开放计算环境(如云计算、网格计算、P2P计算、Ad hoc和普适计算等)的动态信任关系本质上是最复杂的社会关系之一，涉及假设、期望、行为和环境等多种因子，因而必然具有多维决策属性。本课题提出将信息融合理论集成到信任管理的体系框架及其核心机制之中，探索具有多维决策属性和动态自适应能力的信任关系评估与预测(评测)机理。主要研究内容包括：基于信息融合的信任计算概念模型及其体系结构；基于分布式Agent的信任数据获取与分析技术；基于多维决策因子融合的信任动态评估、预测与演化机理；基于SFA-Tree的高效的反馈聚合机制；相关模型在典型的网络计算环境中的动态配置、实现与测试。本课题将信息融合和动态信任建模这两个研究领域交叉起来，预期能够显著改善当前动态信任模型可扩展性差、自适应性不强和预测精度不高等一系列的问题。本课题的研究能够提升对动态信任内涵的认知，同时促进信任计算的研究和发展。

面向大规模开放计算环境(如云计算、网格计算、P2P 计算、Ad hoc 和普适计算等)的动态信任关系本质上是最复杂的社会关系之一，涉及假设、期望、行为和环境等多种因子，因而必然具有多维决策属性。本项目将信息融合理论集成到信任管理的体系框架及其核心机制之中，深入研究了具有多维决策属性和动态自适应能力的信任关系评估与预测(评测)机理。同时，本项目紧密结合人类社会对信任关系的认知规律，从准确性、普适性、快速响应性和可扩展性等方面综合考虑，保证了所提出的信任评测机制在实际应用中的实用性问题。并通过认知方法和多种技术的有机融合，建立了基于上下文数据挖掘、信任关系动态评测、用户行为管理一体化的动态信任关系评测体系框架及其核心机制。本项目的研究成果对于量化分析开放系统中的动态信任关系具有重要的指导意义，对于可信网络、可信软件等新型研究领域中信任关系的评估和预测也具有重要的理论意义。.在本项目的支持下，在IEEE TPDS/TIFS、JPDC、IET Information Security等权威刊物共发表论文11篇，其中SCI论文8篇（项目负责人均为第一作者），EI论文3篇。申报国家发明专利4项，获得软件著作权1项，出版《信任管理与计算》学术专著一部