《表1 INIFN表示11语义标签》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《网络计算系统中的区间直觉模糊信任模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对主体信任度的定义、评价和量化是网络计算系统信任建模的关键。本文对网络计算系统信任度的研究主要根据节点所需请求的服务相关的信任属性来进行描述、量化和评估。如软件服务需要研究软件的稳定性、易用性、可靠性等信任属性。所以需要严格区分服务相关的信任属性。设信任属性集合为A={A1，A2，...，Am}，其中m为信任属性种类；Ai（i=1，2，...，m）为第i类属性的描述，如运行效率、协作能力、安全性等等。节点间的每一次服务连接一般只会涉及到服务对应的性能属性，所以只需评价涉及到的信任属性，一律不评价没有涉及到的信任属性。由于信任描述具有主观性、随机性、模糊性等特点，目前服务系统对信任的描述大多采用语义标签。用语义标签组成的集合来描述节点在服务连接中所获得的满意度评价，设语义评价集S={S1，S2，S3...}。显然语义标签是一个定性的概念，其本身也具有模糊性和不确定性，需要将其量化并有效的表达其所代表的信息。如语义评价为“不太好”，这个评价显然表示总体是不满意的，潜含了小部分满意度和不确定度。区间直觉模糊数是一种能有效描述属性满意度评价中肯定信息、否定信息以及不确定信息的工具。因此，本文将文献【11】的11标度语言变量与Vague数的关系进行拓展，以将信任评价的语义标签映射成区间直觉模糊数进行量化并保持其信息的准确与完备性。语义标签与区间直觉模糊数的对应关系如表1所示。