Cooperativeness prediction in P2P networks
Cooperativeness prediction in P2P networks
复制标题
P2P网络中的合作性预测
DOI：
10.1016/j.eswa.2007.08.046
复制
发表时间：
2008-10
影响因子：
8.5
通讯作者：
Heng Luo
中科院分区：
文献类型：
--
作者：
Liping Shen;Jian Wang;Changyong Niu;Ruimin Shen;Heng Luo
对等系统是开放的社区，其中不仅没有总体控制，而且系统组件之间也没有任何控制层次结构。在这种同伴可以自由加入和离开、自主行为的开放社区中，选择合适的同伴进行合作是一个具有挑战性的问题，因为候选同伴可能不可靠或不诚实。人们提出了信誉系统来增强信任并加强同行之间的协作。然而，传统的计算信誉系统倾向于基于临时聚合技术生成信任，从而产生具有模糊含义的信誉值。在本文中，我们提出了一种概率计算方法来建模和生成声誉。通过明确区分提供服务和提供推荐之间的声誉，我们的解决方案将特定交易的服务质量估计表示为以每个检索到的推荐为条件的概率，从而考虑到报告者的固有行为。应用卡尔曼滤波器从估计中进一步了解服务声誉。即使报告同行的反馈很少，给出的输出具有明确定义的语义和有用的含义，所提出的方法也能很好地发挥作用。
Peer-to-peer systems are open communities, in which not only is there no overarching control, but neither is there any hierarchy of control among the system components. In such open communities where peers can join and leave freely and behave autonomously, selecting appropriate peers to cooperate with is a challenging problem, since the candidate peers may be unreliable or dishonest. Reputation systems have been proposed to boost trust and enhance collaboration among peers. However, conventional computational reputation systems tend to generate trust based on ad hoc aggregation techniques thus produce reputation values with ambiguous meanings. In this paper we propose a probabilistic computational approach to model and generate reputation. By explicitly separating the reputation between providing services and giving recommendations, our solution represents the estimate of service quality for a specific transaction as a probability conditioned upon each retrieved recommendation, thus taking the innate behaviours of reporters into account. A Kalman filter is applied to learn further the service reputation from the estimate. The proposed approach works well even when there is sparse feedback from the reporting peers giving output with well-defined semantics and useful meanings.
登录
查看更多内容
影响因子：
26.6
作者：
Roslan Ismail;A. Jøsang
通讯作者：
Roslan Ismail;A. Jøsang
DOI：
10.1016/j.eswa.2006.01.017
发表时间：
2006-11
期刊：
Expert Syst. Appl.
影响因子：
--
作者：
N. Griffiths
通讯作者：
N. Griffiths
DOI：
10.1016/j.engappai.2005.06.001
发表时间：
2005-10
期刊：
Eng. Appl. Artif. Intell.
影响因子：
--
作者：
Zoran Despotovic;K. Aberer
通讯作者：
Zoran Despotovic;K. Aberer
DOI：
--
发表时间：
2004
期刊：
--
影响因子：
--
作者：
Andrew Whitby;A. Jøsang;J. Indulska
通讯作者：
Andrew Whitby;A. Jøsang;J. Indulska
DOI：
10.1109/hicss.2000.926814
发表时间：
2000-01
期刊：
Proceedings of the 33rd Annual Hawaii International Conference on System Sciences
影响因子：
--
作者：
A. Abdul-Rahman;S. Hailes
通讯作者：
A. Abdul-Rahman;S. Hailes