安 靜

(石家莊職業(yè)技術(shù)學(xué)院 信息工程系，河北 石家莊 050081)

?

基于P2P電子商務(wù)的可信信用評價模型

安 靜

(石家莊職業(yè)技術(shù)學(xué)院 信息工程系，河北 石家莊 050081)

與傳統(tǒng)電子商務(wù)相比，P2P環(huán)境下的電子商務(wù)更加開放、靈活，但用戶也面臨更大的交易風(fēng)險.為了解決P2P電子商務(wù)中的交易安全問題，提出了一種基于P2P電子商務(wù)的可信信用評價模型，它從直接信用度、推薦信用度兩個維度對節(jié)點(diǎn)的信用進(jìn)行綜合評價，充分考慮了交易時間與交易金額對直接信用度的影響以及信用反饋節(jié)點(diǎn)的信用度對推薦信用度的影響，并對初始推薦信用值進(jìn)行了修正.仿真試驗結(jié)果表明，該模型可以提高信用評價的準(zhǔn)確率，增強(qiáng)節(jié)點(diǎn)的抗風(fēng)險能力.

P2P；可信信用評價模型；直接信用度；推薦信用度

近幾年，P2P網(wǎng)絡(luò)(Peer-to-Peer)飛速發(fā)展，其在網(wǎng)絡(luò)中的應(yīng)用也越來越廣泛.基于其去中心化、計算成本低、交流方式更加人性化等優(yōu)勢，P2P網(wǎng)絡(luò)在電子商務(wù)領(lǐng)域的應(yīng)用有了很大的發(fā)展，如Lightshare，Interbind等點(diǎn)對點(diǎn)網(wǎng)上經(jīng)營模式.P2P電子商務(wù)環(huán)境中，每個用戶就是一個節(jié)點(diǎn)，節(jié)點(diǎn)之間可以直接進(jìn)行數(shù)據(jù)傳遞等交易活動，與傳統(tǒng)的電子商務(wù)模式相比，它更加靈活、便捷.但是參與交易的用戶具有匿名性和分散性，每個節(jié)點(diǎn)可以隨時加入或退出網(wǎng)絡(luò)，節(jié)點(diǎn)間彼此不熟悉，并且擁有不受他人約束的行為，不同節(jié)點(diǎn)有不同的能力和可靠性，由此可能導(dǎo)致不可靠的服務(wù)質(zhì)量及欺詐行為，這些行為給P2P電子商務(wù)的發(fā)展帶來了很大的安全隱患.

在P2P電子商務(wù)環(huán)境中，信用評價可以有效地識別惡意節(jié)點(diǎn)并避免欺詐行為.eBay傳統(tǒng)的電子商務(wù)系統(tǒng)和多Agent系統(tǒng)中信用評價得到了應(yīng)用，但這些系統(tǒng)都依賴于中心服務(wù)器，不適用于P2P電子商務(wù)環(huán)境.因此，建立安全、高效的P2P電子商務(wù)信用評價模型是非常必要的.

1 相關(guān)的研究工作

目前，已有許多國內(nèi)外學(xué)者給出了不同的信用模型.文獻(xiàn)[4]提出了Beta聲譽(yù)系統(tǒng).它是一個基于Beta網(wǎng)絡(luò)的信用模型，引入了事實空間、觀念空間等概念，利用主觀邏輯對信用關(guān)系進(jìn)行建模，將二元評價作為輸入并通過Beta函數(shù)的統(tǒng)計更新來計算信用值，提高了信用模型的計算能力.但該模型中運(yùn)算值的正確選取太過于依賴經(jīng)驗，對經(jīng)驗的要求較高，所以主觀性比較強(qiáng)，實際應(yīng)用受到一定的限制.

文獻(xiàn)[5]提出了全局信用模型Eigen Trust，它根據(jù)節(jié)點(diǎn)的交易歷史，通過節(jié)點(diǎn)間信用度的迭代來獲取節(jié)點(diǎn)的全局信用，節(jié)點(diǎn)可以根據(jù)全局信用來選擇交易對象，從而達(dá)到將惡意節(jié)點(diǎn)隔離的目的.但是，此模型需要預(yù)先選取一些信用高的節(jié)點(diǎn)作為起始節(jié)點(diǎn)，以保證計算的收斂性，并且每次交易都在全網(wǎng)范圍內(nèi)迭代，給網(wǎng)絡(luò)造成了較大的壓力，在節(jié)點(diǎn)數(shù)眾多的網(wǎng)絡(luò)中應(yīng)用缺乏可行性.

文獻(xiàn)[6]提出了Fuzzy Trust信用模型，通過模糊推理生成局部信用，在此基礎(chǔ)上再計算全局信用.該模型對惡意節(jié)點(diǎn)的檢測率較高，但計算和通信代價較大，并且沒有考慮影響評價準(zhǔn)確率的各種信用因素，也未對模型的收斂性進(jìn)行論證.

文獻(xiàn)[7]提出的Peer Trust信用模型綜合考慮了影響信用值度量的多個因素：交易評價、交易次數(shù)、評價反饋節(jié)點(diǎn)的可信程度、交易上下文、社區(qū)上下文等，并提供了一種純分布式的信用值計算方法，利用置信因子來綜合局部信用和全局信用得到信用值.但是此模型沒有給出置信因子的確定方法.

文獻(xiàn)在文獻(xiàn)的基礎(chǔ)上提出了一種P2P電子商務(wù)系統(tǒng)中基于聲譽(yù)的信用機(jī)制，全面引入了影響信用值度量的各種因素，并給出了置信因子的確定方法，在一定程度上提高了信用模型的準(zhǔn)確度.

本文在以上這些信用模型的基礎(chǔ)上進(jìn)行改進(jìn)，提出一種基于P2P電子商務(wù)的可信信用評價模型.

2 基于P2P電子商務(wù)的可信信用評價模型

2.1 直接信用度

直接信用度是根據(jù)對節(jié)點(diǎn)間發(fā)生過的歷史交易的評價計算得出的一個節(jié)點(diǎn)對另一個節(jié)點(diǎn)的信任程度.它類似于人類社會中人們通過直接交往所建立的一個個體對另一個個體的信任程度.直接信用度不僅要考慮歷史信用評價，還要考慮交易時間和交易金額對信用評價的影響.為了反映直接信用度計算的客觀性和準(zhǔn)確性，引入交易金額影響因子和交易時間影響因子.

2.1.1 交易金額影響因子

交易金額影響因子Vm(k)反映交易金額對第k次交易信用值的影響，即交易金額越大，對第k次交易信用值的影響越大，這樣可以防止用戶利用小額交易獲得的信用在大額交易時進(jìn)行欺詐[10].由于交易雙方對待大額交易的態(tài)度往往更認(rèn)真，故對大額交易的信用評價更能反映出節(jié)點(diǎn)的真實行為.交易金額影響因子的計算公式為：

2.1.2 交易時間影響因子

交易時間影響因子Vt(k)反映交易時間對第k次交易信用值的影響，即交易時間距離當(dāng)前時刻越近，對第k次交易信用值的影響越大，說明距離當(dāng)前時刻近的交易評價更能反映節(jié)點(diǎn)的近期交易行為[11].交易時間影響因子的計算公式為：

圖1 λ不同取值時交易時間差與交易時間影響因子的關(guān)系

2.1.3 直接信用度更新

2.2 推薦信用度

當(dāng)節(jié)點(diǎn)A與節(jié)點(diǎn)B進(jìn)行交易時，除了要考慮節(jié)點(diǎn)A與節(jié)點(diǎn)B的直接交易歷史，還要考慮其他節(jié)點(diǎn)與節(jié)點(diǎn)B的交易情況[12].推薦信用度是綜合網(wǎng)絡(luò)中其他節(jié)點(diǎn)的推薦信息、各推薦節(jié)點(diǎn)的推薦權(quán)重等因素得出的某節(jié)點(diǎn)對另一節(jié)點(diǎn)未來行為的信任程度[13].考慮到有些推薦節(jié)點(diǎn)的推薦可信，有些推薦節(jié)點(diǎn)的推薦不可信，在推薦信用度的計算過程中，需要對初始推薦信用值進(jìn)行修正，設(shè)置推薦節(jié)點(diǎn)的推薦權(quán)重.

2.2.1 初始推薦信用值修正

假設(shè)所有與節(jié)點(diǎn)B交易過的其他節(jié)點(diǎn)稱為推薦節(jié)點(diǎn)Pj，j=(1,2,…，n)，如圖2所示.推薦節(jié)點(diǎn)可以根據(jù)與節(jié)點(diǎn)B的直接交易歷史，對節(jié)點(diǎn)B的交易信用進(jìn)行推薦，所以節(jié)點(diǎn)Pj對節(jié)點(diǎn)B的初始推薦信用值為TDj→B，即推薦節(jié)點(diǎn)j對節(jié)點(diǎn)B的直接信用度.同時，為了防止惡評節(jié)點(diǎn)的惡意行為對推薦信用度計算準(zhǔn)確率的影響，對初始推薦信用值進(jìn)行了修正.

圖2 推薦信用

首先，設(shè)置初始推薦信用值修正的啟動條件.當(dāng)滿足啟動條件時，認(rèn)為節(jié)點(diǎn)Pm為惡評節(jié)點(diǎn)，修正節(jié)點(diǎn)Pm的推薦信用值.啟動條件描述如下：

(1) 節(jié)點(diǎn)Pm的交易總次數(shù)n超過N，即n>N；

2.2.2 推薦權(quán)重

由于推薦節(jié)點(diǎn)Pj的信用不同，對節(jié)點(diǎn)B推薦信用度的影響也不同，因此，計算推薦信用度時，設(shè)置了推薦節(jié)點(diǎn)Pj的推薦權(quán)重wj，

由此可以看出，推薦節(jié)點(diǎn)的推薦信用值越高，對節(jié)點(diǎn)B的推薦信用度影響越大.

2.3 綜合信用度

3 仿真試驗

為了驗證模型的準(zhǔn)確性和有效性，使用Matlab7.1進(jìn)行模擬仿真試驗.

3.1 試驗1

對直接信用度計算方法的準(zhǔn)確性進(jìn)行驗證.從節(jié)點(diǎn)A與節(jié)點(diǎn)B的交易歷史中，選取6次典型交易(times1，times2，times3，times4，times5，times6)，根據(jù)每次交易的信用評分、交易金額和交易時間，計算節(jié)點(diǎn)A對節(jié)點(diǎn)B的直接信用度，λ=0.05，試驗結(jié)果如圖3所示，具體數(shù)據(jù)如表1所示.

圖3 直接信用度對比

表1 交易數(shù)據(jù)表

從圖3可以看出，交易金額越大，交易時間距當(dāng)前時刻越近，直接信用度越高.

3.2 試驗2

此試驗進(jìn)行模型有效性驗證.信用模型的主要作用是通過某種算法來計算節(jié)點(diǎn)信用度的變化趨勢，預(yù)測未來的交易行為.在質(zhì)量較高的信用模型中，節(jié)點(diǎn)的信用度應(yīng)該很快收斂，并保持穩(wěn)定的變化趨勢.由圖4可以看出，各類節(jié)點(diǎn)的信用度變化趨勢不同，但是都能夠很快收斂到設(shè)定的數(shù)值，其中，誠信節(jié)點(diǎn)的信用度較高，變化趨勢穩(wěn)定；而惡評節(jié)點(diǎn)和虛假交易節(jié)點(diǎn)的信用度較低，下降速度較快.

圖4 綜合信用度變化趨勢

3.3 試驗3

此試驗為模型對比試驗.先選取兩個研究過程中用到的中間模型.即TD模型和TDR模型.其中，TD模型在計算信用度時，只考慮節(jié)點(diǎn)的直接信用度;TDR模型綜合考慮了直接信用度和推薦信用度，但并未對推薦信用值進(jìn)行修正.然后再選取三個經(jīng)典信用模型即Beta模型、Eigen Trust模型(簡稱ET模型)和Peer Trust模型(簡稱PT模型)與本模型(TW模型)進(jìn)行對比分析.圖5和圖6顯示，當(dāng)惡評節(jié)點(diǎn)的比例為30%時，各種信用模型的準(zhǔn)確性均比較高，當(dāng)惡評節(jié)點(diǎn)的比例增至60%時，各種信用模型的準(zhǔn)確性均下降，但是本模型卻能夠一直保持相對較高的準(zhǔn)確性，說明它具有較好的抗攻擊能力.

圖5 惡評節(jié)點(diǎn)比例為30%時信用評價準(zhǔn)確度對比

圖6 惡評節(jié)點(diǎn)比例為60%時信用評價準(zhǔn)確度對比

4 結(jié)語

本文提出的基于P2P電子商務(wù)的可信信用評價模型全面考慮了影響信用度的多種因素，通過直接信用度和推薦信用度綜合計算節(jié)點(diǎn)的信用，有效防止了惡意節(jié)點(diǎn)的欺詐行為.試驗結(jié)果表明，此模型能夠準(zhǔn)確反映節(jié)點(diǎn)的信用狀況，提高抗風(fēng)險能力.但由于P2P電子商務(wù)環(huán)境比較復(fù)雜，此模型仍需要不斷改進(jìn)，今后將在懲罰機(jī)制和激勵機(jī)制方面做進(jìn)一步研究.

[1]劉玉玲,劉倩.應(yīng)用于P2P電子商務(wù)的信任評估模型.計算機(jī)工程與應(yīng)用,2010,46(23):98-102.

[2]RESNICK P,ZECKHAUSER R.Trust among Strangers in Internet Transactions:Empirical Analysis of eBay’s Reputation System..Amsterdam:Elsevier Science，2002:127-157.

[3]ZACHARIA G,MAES P.Trust Management through Reputation Mechanisms.Applied Artificial Intelligence,2000,14(8):881-907.

[4]JOSANG A,ISMAIL R，BOYD C.A Survey of Trust and ReputatSion Systems for Online Service Provision.Decision Support Systems，2007，43(2):618-644.

[5]KAMVAR SD,SCHLOSSER MT.EigenRep:Reputation Management in P2P Networks//Lawrence S,ed.Proc.of the 12th Int’l World Wide Web Conf.(WWW 2003) .Budapest:ACM Press,2003:123-134.

[6]SONG SHANSHAN,KAI HWANG，ZHOU RUNFANG,et al.Trusted P2P Transactions with Fuzzy Reputation Aggregation.IEEE Internet Computing,2005,9(6):24-34.

[7]LI XIONG,LIU LING.PeerTrust:Sopporting Reputation-basedTrust for Peer-to-peer Electronic Communities.IEEE Trans on Knowledge and Data Engineering,2004,16(7):843-857.

[8]姜守旭,李建中.一種P2P電子商務(wù)系統(tǒng)中基于聲譽(yù)的信任機(jī)制.軟件學(xué)報,2007,18(10):2551-2563.

[9]李旭軍.P2P電子商務(wù)中的信任評價模型研究.重慶科技學(xué)院學(xué)報,2011(19):89-90.

[10]WANG YAN,LIN FUREN.Trust and Risk Evaluation of Transactions with Different Amounts in Peer-to-peer e-commerce Environments.Shanghai:Proceedings of the IEEE International Conference on e-Business Engineering (ICEBE 2006),2006:102.

[11]樸春慧,安靜,方美琪.C2C電子商務(wù)網(wǎng)站信用評價模型及算法研究.情報雜志,2007(59) :105-107.

[12]汪克文,謝福鼎,張永.基于懲罰機(jī)制的P2P電子商務(wù)模型.計算機(jī)工程,2010,36(12 ):265-268.

[13]李致遠(yuǎn),王汝傳.P2P電子商務(wù)環(huán)境下的動態(tài)安全信任管理模型.通信學(xué)報,2011,32(3):50-59.

[14]張徐,高承實,戴青.P2P電子商務(wù)中一種基于交易標(biāo)的額的信任評價模型.信息工程大學(xué)學(xué)報,2010,11(1):93-98.

[15]唐偉,鄭小林.基于交易成功率的P2P電子商務(wù)信任模型.計算機(jī)工程,2011,37(7):285-287.

責(zé)任編輯：金 欣

Trustworthy trust evaluation P2P-based E-commerce model

AN Jing

(Department of Information Technology，Shijiazhuang Vocational Technology Institute，Shijiazhuang，Hebei 050081，China)

The P2P E-commerce environment is more open and flexible than the traditional one，but so is the transaction risk.Hence，a trustworthy trust evaluation model is proposed based on P2P e-commerce，pinpointing the trust value of peer by direct and recommended trust values.The direct trust value comes from transactions in relation to timing and amount，while the recommended trust value is obtained from feedback of the peers.The original recommended trust value is amended.Result shows that the model improves the accuracy of trust evaluation and enhances the anti-risk ability of peers.

P2P; trustworthy trust evaluation model; direct trust value; recommended trust value

2015-06-02

安 靜(1980-)，女，河北石家莊人，石家莊職業(yè)技術(shù)學(xué)院講師.

1009-4873(2015)06-0046-05

TP393.02

A