融、環(huán)保能力、信譽(yù)度理論概念與相關(guān)文獻(xiàn)，并進(jìn)行了研究假設(shè)，然后通過(guò)問(wèn)卷調(diào)查的方式獲取了271家中小企業(yè)的數(shù)據(jù)，并使用結(jié)構(gòu)方程模型（SEM）進(jìn)行數(shù)據(jù)分析。研究結(jié)果表明，綠色供應(yīng)鏈金融對(duì)中小企業(yè)融資模式具有顯著正向影響；環(huán)保能力和信譽(yù)度在綠色供應(yīng)鏈金融與融資模式之間起到了部分中介作用；中小企業(yè)提高自身的環(huán)保能力和信譽(yù)度可以增強(qiáng)其融資能力。由此從綠色供應(yīng)鏈金融、中小企業(yè)、金融機(jī)構(gòu)和政府4個(gè)方面提出了實(shí)質(zhì)性建議，以期促進(jìn)中小企業(yè)可持續(xù)發(fā)展。【關(guān)鍵詞】綠色供應(yīng)鏈金融

對(duì)眾包測(cè)試人員信譽(yù)度進(jìn)行研究與展現(xiàn)。1 相關(guān)研究國(guó)內(nèi)外學(xué)者對(duì)眾包測(cè)試人員的信譽(yù)度進(jìn)行了積極研究并取得了一定成果。例如，芮蘭蘭等［7］采用重復(fù)博弈方法計(jì)算測(cè)試人員信譽(yù)值并構(gòu)建了激勵(lì)機(jī)制，同時(shí)設(shè)置了懲罰機(jī)制針對(duì)惡意工作者作出相應(yīng)懲罰，有效激勵(lì)了理性工作者盡力工作；阮閃閃等［8］提出基于證據(jù)理論的信任評(píng)估模型實(shí)現(xiàn)眾包平臺(tái)的質(zhì)量監(jiān)控，通過(guò)計(jì)算眾包測(cè)試人員的直接信譽(yù)值和間接信譽(yù)值綜合評(píng)定其信譽(yù)值，模型中同時(shí)引入獎(jiǎng)懲機(jī)制,用以激勵(lì)接包方參與眾包并提供高質(zhì)量眾包，同時(shí)遏

安全問(wèn)題構(gòu)建了信譽(yù)度模型，經(jīng)過(guò)模型仿真對(duì)比，該模型可精準(zhǔn)評(píng)價(jià)所有節(jié)點(diǎn)信譽(yù)度，杜絕傳輸過(guò)程中出現(xiàn)的安全性問(wèn)題，保證了數(shù)據(jù)的傳輸結(jié)果真實(shí)性、穩(wěn)定性與機(jī)密性。2 Prim計(jì)算與圖例分析物聯(lián)網(wǎng)的首要目的是準(zhǔn)確地在安全范圍內(nèi)監(jiān)控并感知傳輸節(jié)點(diǎn)數(shù)據(jù)。傳輸性攻擊就可能發(fā)送非原始數(shù)據(jù)，使隱私徹底向惡意性攻擊者暴露，導(dǎo)致數(shù)據(jù)融合后結(jié)果不真實(shí)。2.1 Prim計(jì)算為了防止傳輸節(jié)點(diǎn)被惡意盜取、篡改，本文運(yùn)用Prim算法所得到的最小生成樹來(lái)構(gòu)建以數(shù)據(jù)傳輸安全為目的的信譽(yù)度模型。P

研究在考慮節(jié)點(diǎn)信譽(yù)度的基礎(chǔ)上設(shè)計(jì)了一種新的傳感器網(wǎng)絡(luò)數(shù)據(jù)并行聚集方法，分析傳感器節(jié)點(diǎn)信譽(yù)度，排除低信譽(yù)度節(jié)點(diǎn)，進(jìn)行數(shù)據(jù)并行聚集，從而提升數(shù)據(jù)聚集精度。1 數(shù)據(jù)并行聚集方法設(shè)計(jì)1.1 減法聚類分簇考慮節(jié)點(diǎn)信譽(yù)度的傳感器網(wǎng)絡(luò)數(shù)據(jù)并行聚集方法以分簇路由機(jī)制為基礎(chǔ)，將數(shù)據(jù)并行聚集過(guò)程劃分為兩個(gè)主要過(guò)程，分別為節(jié)點(diǎn)分簇與數(shù)據(jù)傳輸。利用定位算法獲取無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的位置信息，將這些信息發(fā)送至基站。 以n1，n2，L，nm和ei(x，y)分別表示傳感器節(jié)點(diǎn)和節(jié)點(diǎn)ni的

設(shè)計(jì)了一種基于信譽(yù)度懲罰(TTFT)博弈模型，用于機(jī)會(huì)網(wǎng)絡(luò)的節(jié)點(diǎn)協(xié)作激勵(lì)。在所構(gòu)建的博弈模型中，博弈雙方根據(jù)網(wǎng)絡(luò)環(huán)境中節(jié)點(diǎn)的信譽(yù)度來(lái)動(dòng)態(tài)調(diào)整懲罰周期來(lái)進(jìn)行策略博弈，以期獲得模型的收益最大化。1 相關(guān)工作文獻(xiàn)[3]提出一種典型的基于聲譽(yù)的激勵(lì)機(jī)制。該模型通過(guò)Watchdog[4]監(jiān)測(cè)工具完成節(jié)點(diǎn)行為的監(jiān)測(cè)，通過(guò)聲譽(yù)值的比較來(lái)激勵(lì)節(jié)點(diǎn)協(xié)作。Watchdog用來(lái)監(jiān)測(cè)、記錄鄰居節(jié)點(diǎn)的行為數(shù)據(jù)，并計(jì)算節(jié)點(diǎn)間的聲譽(yù)值。通過(guò)將其與所設(shè)定的閾值比較來(lái)決定是否通信，該模型不

建立可行的節(jié)點(diǎn)信譽(yù)度評(píng)判機(jī)制，在動(dòng)態(tài)環(huán)境下保證路由的可靠運(yùn)行成為自組織網(wǎng)的研究熱點(diǎn)。IETF的MANET工作組致力于自組織網(wǎng)絡(luò)協(xié)議的標(biāo)準(zhǔn)化工作，目前自組織網(wǎng)RFC無(wú)論是表驅(qū)動(dòng)路由還是按需路由協(xié)議，由于沒(méi)有任何節(jié)點(diǎn)評(píng)估機(jī)制[8]，可能存在自私節(jié)點(diǎn)，自私節(jié)點(diǎn)或者接收消息卻拒絕轉(zhuǎn)發(fā)，或者由于鏈路狀態(tài)等原因難以正確完成轉(zhuǎn)發(fā)任務(wù)，這些消極行為嚴(yán)重影響網(wǎng)絡(luò)的QoS保證。針對(duì)自組織網(wǎng)網(wǎng)絡(luò)路由的可靠運(yùn)行性和安全保障問(wèn)題，國(guó)內(nèi)外學(xué)者從鑒權(quán)認(rèn)證和節(jié)點(diǎn)信譽(yù)評(píng)估角度提出了諸多解決

提出了基于節(jié)點(diǎn)信譽(yù)度的傳感器數(shù)據(jù)安全融合方法。探究數(shù)據(jù)融合節(jié)點(diǎn)行為過(guò)程，運(yùn)用Josang信任模型處理數(shù)據(jù)流中不確定因素問(wèn)題，創(chuàng)建安全數(shù)據(jù)融合信譽(yù)度模型，保障數(shù)據(jù)融合結(jié)果的真實(shí)性與安全性。2 數(shù)據(jù)融合信譽(yù)度模型構(gòu)建在沒(méi)有恰當(dāng)管制措施的情況下，傳感器極易遭受各種惡意攻擊，這些攻擊一般會(huì)致使節(jié)點(diǎn)隱私完全泄露給攻擊方，導(dǎo)致無(wú)法辨別傳感器數(shù)據(jù)的真實(shí)性。為了有效提升傳感器的能量效率，需要對(duì)其采取適當(dāng)?shù)臄?shù)據(jù)融合措施。因此，在構(gòu)建信譽(yù)度模型之前，首先，要對(duì)參與數(shù)據(jù)融合的傳

影響(二)平臺(tái)信譽(yù)度、互動(dòng)質(zhì)量以及用戶購(gòu)買意愿H2:平臺(tái)信譽(yù)度在電商平臺(tái)意見領(lǐng)袖對(duì)用戶購(gòu)買意愿產(chǎn)生影響的過(guò)程中具有中介效應(yīng)H3:互動(dòng)質(zhì)量在平臺(tái)意見領(lǐng)袖對(duì)平臺(tái)信譽(yù)度的影響過(guò)程中起到調(diào)節(jié)效應(yīng)H4:互動(dòng)質(zhì)量在平臺(tái)信譽(yù)度對(duì)用戶購(gòu)買意愿的影響過(guò)程中起到調(diào)節(jié)效應(yīng)綜上，論文的理論研究模型如圖1 所示。圖1 理論研究模型二、 研究設(shè)計(jì)(一)變量定義及測(cè)量研究所采用的變量定義和測(cè)量盡可能選取國(guó)內(nèi)外公開發(fā)表文獻(xiàn)已使用過(guò)的成熟量表。 電商平臺(tái)意見領(lǐng)袖五維度特征，是基于Nair

壞對(duì)施工單位的信譽(yù)度和市場(chǎng)發(fā)展?jié)摿Χ加兄苯拥挠绊憽Ｈ绻惶岣咧匾?，建筑產(chǎn)品出現(xiàn)質(zhì)量問(wèn)題，即使未造成人員生命安全也會(huì)給企業(yè)發(fā)展帶來(lái)嚴(yán)重的阻礙，甚至?xí)o居住人員的生命構(gòu)成威脅。關(guān)鍵詞：市場(chǎng)經(jīng)濟(jì);建筑行業(yè);建筑質(zhì)量;市場(chǎng)發(fā)展;信譽(yù)度文章編號(hào)：2095-4085（2020）04-0165-02在工程的施工過(guò)程中，最重要的環(huán)節(jié)是質(zhì)量監(jiān)管，質(zhì)量是企業(yè)發(fā)展的根基，因此要從思想上強(qiáng)化每個(gè)員工的質(zhì)量重視，加強(qiáng)現(xiàn)場(chǎng)監(jiān)管。首先要定期組織操作者的安全培訓(xùn)工作，結(jié)合工程需求不斷改

壞對(duì)施工單位的信譽(yù)度和市場(chǎng)發(fā)展?jié)摿Χ加兄苯拥挠绊憽Ｈ绻惶岣咧匾?，建筑產(chǎn)品出現(xiàn)質(zhì)量問(wèn)題，即使未造成人員生命安全也會(huì)給企業(yè)發(fā)展帶來(lái)嚴(yán)重的阻礙，甚至?xí)o居住人員的生命構(gòu)成威脅。關(guān)鍵詞：市場(chǎng)經(jīng)濟(jì);建筑行業(yè);建筑質(zhì)量;市場(chǎng)發(fā)展;信譽(yù)度文章編號(hào)：2095-4085（2020）04-0165-02在工程的施工過(guò)程中，最重要的環(huán)節(jié)是質(zhì)量監(jiān)管，質(zhì)量是企業(yè)發(fā)展的根基，因此要從思想上強(qiáng)化每個(gè)員工的質(zhì)量重視，加強(qiáng)現(xiàn)場(chǎng)監(jiān)管。首先要定期組織操作者的安全培訓(xùn)工作，結(jié)合工程需求不斷改

機(jī)制和評(píng)審專家信譽(yù)度機(jī)制四個(gè)部分；項(xiàng)目評(píng)審機(jī)制的框架結(jié)構(gòu)如圖1所示。圖1 項(xiàng)目評(píng)審機(jī)制框架結(jié)構(gòu)（2）評(píng)審機(jī)制構(gòu)建思路①建立評(píng)審專家動(dòng)態(tài)調(diào)整機(jī)制動(dòng)態(tài)調(diào)整機(jī)制包括評(píng)審專家準(zhǔn)入機(jī)制和評(píng)審淘汰機(jī)制兩部分：評(píng)審專家準(zhǔn)入機(jī)制通過(guò)數(shù)據(jù)挖掘分類方法把專家候選人自動(dòng)添加到評(píng)審專家?guī)熘?；評(píng)審專家淘汰機(jī)制主要是用數(shù)據(jù)挖掘聚類方法把信譽(yù)度較差的專家從評(píng)審專家?guī)熘刑蕴?。②建立學(xué)科領(lǐng)域關(guān)聯(lián)機(jī)制關(guān)聯(lián)機(jī)制是將待審項(xiàng)目與評(píng)審專家進(jìn)行智能關(guān)聯(lián)，主要解決的問(wèn)題是怎樣把待審項(xiàng)目提交給最佳評(píng)審專家

客觀的在線服務(wù)信譽(yù)度量方法不僅能有效地幫助用戶選擇在線服務(wù)也能促使服務(wù)提供者改善其服務(wù)質(zhì)量.用戶與在線服務(wù)進(jìn)行交易后，會(huì)根據(jù)個(gè)人體驗(yàn)對(duì)在線服務(wù)進(jìn)行反饋評(píng)分，信譽(yù)系統(tǒng)將用戶反饋評(píng)分以特定的方式集結(jié)起來(lái)形成信譽(yù)[5].用戶對(duì)服務(wù)的評(píng)分可看成是用戶對(duì)服務(wù)的分類.例如，用戶對(duì)服務(wù){(diào)s1,s2,s3,s4,s5,s6,s7}的評(píng)分為(1，3，3，1，2，4，2)，體現(xiàn)出用戶將服務(wù)分為4類，分別為{s1,s4}、{s2,s3}、{s5,s7}以及{s6}.因此基于評(píng)分

風(fēng)險(xiǎn)時(shí)，因?yàn)楦?span id="j5i0abt0b" class="hl">信譽(yù)度資金需求者M(jìn)2的參與，存在按時(shí)還款的情況，保證了資金供給方期望收益б（c1高信譽(yù)度資金需求方M2在投資項(xiàng)目成功時(shí)，一定會(huì)選擇及時(shí)還款，在投資失敗時(shí)，仍會(huì)選擇盡快還款。因此，高信譽(yù)度資金需求方M2在考慮到項(xiàng)目的投資風(fēng)險(xiǎn)時(shí)，能夠接受支付高于資金供給方M1所要求的收益C1，即愿意支付貸款利息C4，且C1低信譽(yù)度資金需求方M2無(wú)論項(xiàng)目投資成功或失敗，均會(huì)選擇延期還款?？紤]到延期還款會(huì)降低資本成本，低信譽(yù)度資金需求方M2愿意付出更高的貸款利息C5

息，針對(duì)工人的信譽(yù)度的研究較少。本文首先對(duì)工人信譽(yù)度進(jìn)行定義，針對(duì)現(xiàn)有相關(guān)研究存在的問(wèn)題，提出基于信譽(yù)度的任務(wù)分配算法，目標(biāo)為最大化任務(wù)完成質(zhì)量。實(shí)驗(yàn)中將本文提出的算法與隨機(jī)算法進(jìn)行對(duì)比，結(jié)果表明本文提出的算法性能優(yōu)于隨機(jī)算法。關(guān)鍵詞：時(shí)空眾包;任務(wù)分配;信譽(yù)度Abstract： The problem of space-time crowdsourcing task assignment mostly involves the location info

壞對(duì)施工單位的信譽(yù)度和市場(chǎng)發(fā)展?jié)摿Χ加兄苯拥挠绊?。如果不提高重視，建筑產(chǎn)品出現(xiàn)質(zhì)量問(wèn)題，即使未造成人員生命安全也會(huì)給企業(yè)發(fā)展帶來(lái)嚴(yán)重的阻礙，甚至?xí)o居住人員的生命構(gòu)成威脅。關(guān)鍵詞：市場(chǎng)經(jīng)濟(jì);建筑行業(yè);建筑質(zhì)量;市場(chǎng)發(fā)展;信譽(yù)度文章編號(hào)：2095-4085（2020）04-0165-02在工程的施工過(guò)程中，最重要的環(huán)節(jié)是質(zhì)量監(jiān)管，質(zhì)量是企業(yè)發(fā)展的根基，因此要從思想上強(qiáng)化每個(gè)員工的質(zhì)量重視，加強(qiáng)現(xiàn)場(chǎng)監(jiān)管。首先要定期組織操作者的安全培訓(xùn)工作，結(jié)合工程需求不斷改

據(jù)信息，提出了信譽(yù)度的概念，根據(jù)需要將信譽(yù)度進(jìn)行等級(jí)和操作權(quán)限確定，基于主機(jī)和移動(dòng)代理構(gòu)建雙向信譽(yù)度和安全校驗(yàn)認(rèn)證機(jī)制，根據(jù)信譽(yù)度等級(jí)確定是否為惡意主機(jī)或代理，以便進(jìn)行接納和拒絕操作，實(shí)例證明了安全保護(hù)策略對(duì)移動(dòng)代理安全的作用。關(guān)鍵詞：移動(dòng)代理；信譽(yù)度；信譽(yù)度等級(jí)；操作權(quán)限中圖分類號(hào)：TP393文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1008-1739（2019）24-53-40引言隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)所承載的業(yè)務(wù)也越來(lái)越多樣化，同時(shí)多樣化業(yè)務(wù)的需求也越來(lái)越

.目前在線服務(wù)信譽(yù)度量領(lǐng)域的研究工作已經(jīng)取得了很大的進(jìn)展但依然具有局限.例如，許多在線服務(wù)信譽(yù)度量模型是單維度的［4］，模型僅根據(jù)服務(wù)交易中的評(píng)分?jǐn)?shù)據(jù)來(lái)度量服務(wù)信譽(yù)，沒(méi)有區(qū)分交易過(guò)程中服務(wù)的各屬性信息對(duì)服務(wù)信譽(yù)度的影響.而在基于多維度評(píng)價(jià)信息進(jìn)行服務(wù)信譽(yù)度量方法［5，6］，僅依據(jù)用戶對(duì)服務(wù)的各屬性評(píng)價(jià)信息度量服務(wù)信譽(yù)，沒(méi)有考慮服務(wù)自身的屬性，如服務(wù)消費(fèi)者保障、服務(wù)規(guī)模等屬性對(duì)服務(wù)信譽(yù)度的影響.因此，一種通過(guò)綜合服務(wù)多維度評(píng)價(jià)信息對(duì)服務(wù)進(jìn)行信譽(yù)度量的方法可以

家，但是買家的信譽(yù)度還不能確定，如果買家轉(zhuǎn)手以更高的價(jià)格賣出，則會(huì)造成賣家信譽(yù)受損，間接地影響了賣家的利益。因此在買家價(jià)格博弈時(shí)需要考慮買家的信譽(yù)度影響，來(lái)最大化賣家收益。由于銷售信息的滯后性，本文將定價(jià)分為了初次定價(jià)和后續(xù)定價(jià)。在進(jìn)行初次定價(jià)時(shí)，考慮到每一個(gè)買家的需求定位不同且具有不同的信譽(yù)度，通過(guò)歸一化聯(lián)合判定將買家的信譽(yù)度和買家的報(bào)價(jià)進(jìn)行分析最終選出優(yōu)勝買家。為了讓賣方不至于虧本，每一個(gè)買家都有自己的報(bào)價(jià)：買家之間互相之間不知道彼此的報(bào)價(jià)，每一個(gè)買家

客觀的在線服務(wù)信譽(yù)度量方法可有效地輔助用戶進(jìn)行在線服務(wù)的優(yōu)劣選擇決策.現(xiàn)有的在線服務(wù)信譽(yù)度量方法均假設(shè)所有用戶根據(jù)相同的標(biāo)準(zhǔn)來(lái)評(píng)價(jià)服務(wù)，而未考慮到用戶因主觀偏好導(dǎo)致的評(píng)價(jià)準(zhǔn)則不一致的問(wèn)題[6].然而，受到自身習(xí)慣、生活經(jīng)驗(yàn)和消費(fèi)歷史的影響，用戶對(duì)在線服務(wù)評(píng)價(jià)的標(biāo)準(zhǔn)不可能完全相同.比如，有些用戶傾向于給服務(wù)較高的評(píng)分，有些用戶傾向于給服務(wù)較低的評(píng)分，導(dǎo)致即使本質(zhì)表現(xiàn)相同的服務(wù)也會(huì)得到不同的評(píng)分[7].因此，不同用戶對(duì)同一服務(wù)的評(píng)分不可比較，不考慮用戶評(píng)分可比

(Suit)和信譽(yù)度(Cred)對(duì)其進(jìn)行改進(jìn)。通過(guò)構(gòu)建案例庫(kù)，根據(jù)新任務(wù)與歷史任務(wù)的匹配度選擇候選承包商，減少了傳統(tǒng)算法中對(duì)所有承包商招標(biāo)的通信開銷和對(duì)標(biāo)書的評(píng)估時(shí)間；再根據(jù)信譽(yù)度的高低選擇最佳的承包商，避免了傳統(tǒng)方法中承包商之間的沖突問(wèn)題；當(dāng)某承包商發(fā)生故障，在降低其信譽(yù)度的同時(shí)，選擇次高信譽(yù)度的承包商完成任務(wù)，較于傳統(tǒng)算法適應(yīng)了動(dòng)態(tài)環(huán)境。2.1 構(gòu)建案例庫(kù)為了獲得案例庫(kù)中的有效數(shù)據(jù)，使不同的圍捕機(jī)器人組成的圍捕小組在同一環(huán)境下執(zhí)行任務(wù)。案例Case用一

客觀的在線服務(wù)信譽(yù)度量方法來(lái)反映服務(wù)的實(shí)際信譽(yù)狀況，受到行業(yè)許多研究者的廣泛關(guān)注.雖然目前提出的許多解決方案在信譽(yù)度量的準(zhǔn)確性和客觀性上已有很大的提升，但大多數(shù)在線服務(wù)信譽(yù)度量模型是單維度的[6,7]，信譽(yù)度量只對(duì)歷史交易給出單一的評(píng)價(jià)，并不區(qū)分服務(wù)的各維度屬性質(zhì)量，評(píng)價(jià)粒度較粗，難以客觀反映服務(wù)的實(shí)際綜合表現(xiàn).其次，單維度信譽(yù)度量模型可識(shí)別的屬性信息結(jié)構(gòu)單一，對(duì)于屬性質(zhì)量描述方式不同，使其對(duì)數(shù)據(jù)異構(gòu)的服務(wù)環(huán)境缺乏適應(yīng)性.因此，綜合服務(wù)的多維度評(píng)價(jià)信息進(jìn)行

路由協(xié)議、基于信譽(yù)度的安全路由協(xié)議以及以上兩種安全策略的有效結(jié)合，下面將逐一介紹。2.1 基于密碼學(xué)的安全路由協(xié)議基于密碼學(xué)的安全路由技術(shù)主要通過(guò)采用密碼技術(shù)對(duì)路由控制信息(如路由請(qǐng)求、路由應(yīng)答、路由失效信息)進(jìn)行簽名、認(rèn)證和完整性校驗(yàn)等，保障路由協(xié)議的正常穩(wěn)定工作。在這類方法中，密鑰和證書的分發(fā)與管理是安全策略的前提[9,11]，代表協(xié)議有SMOR、SRP、SLOAR等。按需路由協(xié)議[12](SMOR)采用基于身份的密碼學(xué)方案對(duì)路由控制信息實(shí)施簽密，可在

以及市場(chǎng)經(jīng)濟(jì)的信譽(yù)度，減少財(cái)務(wù)系統(tǒng)錯(cuò)誤的發(fā)生，必須改善自身管理，建立健全的內(nèi)部控制制度，消除并減少風(fēng)險(xiǎn)帶來(lái)的企業(yè)損失，有效提高企業(yè)的競(jìng)爭(zhēng)力與應(yīng)對(duì)能力。關(guān)鍵詞：內(nèi)部控制；風(fēng)險(xiǎn)管理；信譽(yù)度企業(yè)想要立于不敗之地，實(shí)現(xiàn)企業(yè)自身的經(jīng)營(yíng)目標(biāo)，需要建立現(xiàn)代化企業(yè)管理制度，而且必須注重企業(yè)內(nèi)部控制與風(fēng)險(xiǎn)管理。一、內(nèi)部控制與風(fēng)險(xiǎn)管理的概述（一）內(nèi)部控制概述為了保護(hù)企業(yè)財(cái)產(chǎn)的安全，保證會(huì)計(jì)信息的可靠準(zhǔn)確性，確保企業(yè)經(jīng)營(yíng)管理制度有效運(yùn)行，全面實(shí)現(xiàn)企業(yè)經(jīng)營(yíng)目標(biāo)從而實(shí)施的一種可以達(dá)

缺少使用目的、信譽(yù)度、義務(wù)等隱私語(yǔ)義，并且需要針對(duì)不同的數(shù)據(jù)使用者定義不同的策略。針對(duì)策略冗余、策略沖突等問(wèn)題，提出了支持目的與信譽(yù)度綁定的隱私保護(hù)框架。首先給出了對(duì)應(yīng)的訪問(wèn)控制模型，其次分析了隱私偏好的沖突問(wèn)題，提出了目的沖突檢測(cè)算法以及偏好沖突檢測(cè)算法，最后通過(guò)實(shí)驗(yàn)證明了算法的可行性。關(guān)鍵字：隱私保護(hù)；基于目的訪問(wèn)控制；隱私偏好；沖突檢測(cè)中圖法分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：AAbstract： It is the key issue of priva

能對(duì)移動(dòng)應(yīng)用的信譽(yù)度進(jìn)行靜態(tài)的評(píng)估。然而，移動(dòng)應(yīng)用的安全防護(hù)需要對(duì)其行為進(jìn)行動(dòng)態(tài)評(píng)估，以便為用戶的操作提供實(shí)時(shí)防護(hù)。因此，針對(duì)移動(dòng)應(yīng)用行為的評(píng)估應(yīng)該既能夠從總體上分析其安全狀況，也要能夠?qū)τ脩舻拿恳徊讲僮鬟M(jìn)行實(shí)時(shí)的動(dòng)態(tài)評(píng)估，以便為用戶的操作提供指導(dǎo)。本文在借鑒上述研究成果基礎(chǔ)上，針對(duì)他們的不足，提出了一種基于操作行為的移動(dòng)應(yīng)用信譽(yù)度評(píng)估模型。模型引入了原子操作的信譽(yù)值和節(jié)點(diǎn)信譽(yù)度來(lái)衡量移動(dòng)應(yīng)用的可靠性；同時(shí)基于剪枝算法生成子信譽(yù)度模型，能夠動(dòng)態(tài)地評(píng)估節(jié)點(diǎn)信

來(lái)評(píng)估眾包人員信譽(yù)度，存在運(yùn)算代價(jià)高、實(shí)時(shí)性差等問(wèn)題；另有學(xué)者提出針對(duì)信譽(yù)評(píng)估的數(shù)據(jù)分類算法[5]，卻只適合簡(jiǎn)單標(biāo)注類型的眾包任務(wù)。本文在充分考慮移動(dòng)應(yīng)用眾包測(cè)試基本特性的前提下，提出了一種面向復(fù)雜眾包測(cè)試任務(wù)的測(cè)試人員信譽(yù)度的評(píng)估方法，通過(guò)劃分可信與不可信2個(gè)模糊集合，以移動(dòng)應(yīng)用眾包測(cè)試任務(wù)發(fā)包方與測(cè)試人員相互間的評(píng)分為計(jì)算基礎(chǔ)，利用模糊集合理論判斷眾包測(cè)試人員對(duì)2個(gè)集合的隸屬程度，計(jì)算評(píng)估眾包測(cè)試人員信譽(yù)度。1 基于模糊集合的移動(dòng)應(yīng)用眾包測(cè)試人員信譽(yù)度

系統(tǒng)，提出基于信譽(yù)度的信譽(yù)系統(tǒng)對(duì)Leader進(jìn)行改進(jìn)，增加選擇新網(wǎng)格Leader的依據(jù)，抑制內(nèi)部背叛節(jié)點(diǎn)攻擊。2 網(wǎng)格Leader選擇協(xié)議改進(jìn)2.1 SGRP的安全方案陳晶[12]等人在GRID協(xié)議的基礎(chǔ)上提出了安全的網(wǎng)格路由協(xié)議SGRP(Security Grid Routing Protocol)，它利用單向散列函數(shù)為基礎(chǔ)而改進(jìn)的TESLA認(rèn)證方案[13]，對(duì)新加入網(wǎng)絡(luò)的節(jié)點(diǎn)進(jìn)行認(rèn)證，并提出了一種基于CONFIDENT[14]的信譽(yù)系統(tǒng)來(lái)抑制內(nèi)部惡意節(jié)

數(shù)量、以及會(huì)員信譽(yù)度，分析任務(wù)的定價(jià)規(guī)律，任務(wù)定價(jià)與會(huì)員個(gè)數(shù)、會(huì)員信譽(yù)度有高度的相關(guān)性。分別建立任務(wù)價(jià)格與周圍會(huì)員個(gè)數(shù)、會(huì)員信譽(yù)度之間的曲線估計(jì)模型：多項(xiàng)式擬合模型和對(duì)數(shù)模型，分析任務(wù)價(jià)格與會(huì)員個(gè)數(shù)、會(huì)員信譽(yù)度之間的規(guī)律。根據(jù)模型，分析未完成任務(wù)的原因，有任務(wù)定價(jià)過(guò)低、任務(wù)所處地理位置不佳、任務(wù)周圍會(huì)員信譽(yù)度過(guò)低等原因。影響價(jià)格的原因不是單一的，因此建立任務(wù)價(jià)格和會(huì)員個(gè)數(shù)、會(huì)員信譽(yù)度的二元多項(xiàng)式擬合模型，根據(jù)建立的模型，對(duì)所給任務(wù)進(jìn)行重新定價(jià)，分析定價(jià)的合

Pi的負(fù)值說(shuō)明信譽(yù)度較低的人群對(duì)眾包任務(wù)搶單，可能造成的社會(huì)資源（延長(zhǎng)任務(wù)完成周期性、占用他人完成任務(wù)的機(jī)會(huì)等）的浪費(fèi)的程度。反之，pi的正值說(shuō)明信譽(yù)度較高的人群，可能創(chuàng)造的社會(huì)價(jià)值的程度。（2）對(duì)激勵(lì)系數(shù)進(jìn)行數(shù)據(jù)處理，將負(fù)值數(shù)全部轉(zhuǎn)化為正數(shù)。設(shè)最小的激勵(lì)系數(shù)為mmp，處理后的新值表達(dá)式為：pi=pi+|min p|（2）（3）會(huì)員完成某項(xiàng)任務(wù)可能創(chuàng)造的價(jià)值是piCij。任意會(huì)員完成n項(xiàng)任務(wù)能夠創(chuàng)造的潛在價(jià)值應(yīng)不小于任務(wù)的平均價(jià)格和完成的項(xiàng)目數(shù)量的乘積。因

計(jì)算影響因素和信譽(yù)度的等級(jí)，而非具體數(shù)值。例如：文獻(xiàn)[9]在信譽(yù)評(píng)估模型設(shè)計(jì)時(shí)，考慮了參與者能力、響應(yīng)時(shí)間、位置以及參與者和任務(wù)請(qǐng)求者的聯(lián)系等因素，得出T(信譽(yù)) = {VL,L,M,H,VH}，將參與者信譽(yù)分為5個(gè)等級(jí)，未將信譽(yù)度數(shù)值化，導(dǎo)致評(píng)估準(zhǔn)確度不高。為了解決上述問(wèn)題，本文提出基于邏輯回歸模型的參與者信譽(yù)評(píng)估方案(Participant Reputation Evaluation Scheme, PRES)。該方法將響應(yīng)時(shí)間、距離、歷史信譽(yù)度這3個(gè)

成度，就要挑選信譽(yù)度高的會(huì)員來(lái)做任務(wù)?？紤]根據(jù)信譽(yù)度篩選一定數(shù)量的優(yōu)質(zhì)會(huì)員，再?gòu)乃Y選出的會(huì)員中選取一定比例的極優(yōu)質(zhì)會(huì)員予以分配打包任務(wù)。認(rèn)為打包任務(wù)的數(shù)量與極優(yōu)質(zhì)會(huì)員的數(shù)量相同，以此任務(wù)數(shù)為標(biāo)準(zhǔn)對(duì)任務(wù)進(jìn)行打包從而確定包內(nèi)任務(wù)數(shù)。最后建立以任務(wù)包裹數(shù)、任務(wù)大小、區(qū)域內(nèi)會(huì)員數(shù)量、位置信息、信譽(yù)度、高程信息等為約束條件，以任務(wù)完成率為目標(biāo)函數(shù)的目標(biāo)規(guī)劃數(shù)學(xué)模型，用MATLAB求解得到優(yōu)化后的定價(jià)模型。三、問(wèn)題假設(shè)（一）假設(shè)會(huì)員位置到任務(wù)點(diǎn)位置的距離為直線距離；

務(wù)在用戶心中的信譽(yù)度較低。因此，用戶隱私信息應(yīng)當(dāng)盡量避免被信譽(yù)度較低的服務(wù)收集和使用[1]。為了處理日益突出的隱私問(wèn)題，工業(yè)界已經(jīng)有很多隱私保護(hù)的技術(shù)和標(biāo)準(zhǔn)。萬(wàn)維網(wǎng)聯(lián)盟（World Wide Web Consortium，W3C）提出了隱私偏好平臺(tái)（platform for privacy preferences，P3P）[2]，提供了一套較完整的框架來(lái)定義隱私策略，提供了標(biāo)準(zhǔn)的、機(jī)器可讀的隱私策略定義語(yǔ)法，可以進(jìn)行自動(dòng)分析以及清楚地體現(xiàn)服務(wù)提供方的隱私策

詞：在線查詢；信譽(yù)度；滿意度；調(diào)撥單中圖分類號(hào)：TP311.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2018）02-00-030 引 言在競(jìng)爭(zhēng)日益激烈的IT市場(chǎng)中，客戶的滿意度是決定一個(gè)公司成敗的關(guān)鍵。對(duì)于客戶來(lái)說(shuō)，當(dāng)產(chǎn)品出現(xiàn)問(wèn)題需要返修時(shí)，代理商的態(tài)度對(duì)其滿意程度有極大影響。這是一個(gè)分岔口：要么客戶的滿意度極大提升，要么跌入谷底，對(duì)代理商失去信心。隨著業(yè)務(wù)的擴(kuò)大，現(xiàn)有的ERP系統(tǒng)已不能滿足“客戶在線跟蹤查詢返修件”和公司對(duì)“返修件管理精細(xì)化”的

的優(yōu)劣可以通過(guò)信譽(yù)度來(lái)評(píng)價(jià)，Gambetta、Abdul-Rahman以及Halie給予信譽(yù)的定義為：信譽(yù)是個(gè)體對(duì)服務(wù)方一定程度的期望，表現(xiàn)為服務(wù)的一種主觀能動(dòng)性，而對(duì)信譽(yù)的定義是考察服務(wù)方的歷史行為并分析使用者對(duì)其評(píng)價(jià)的信息[1-5]。利用相關(guān)的計(jì)算模型最終得出服務(wù)者將來(lái)要使用服務(wù)的期望。當(dāng)前的信譽(yù)計(jì)算可以利用服務(wù)消費(fèi)者評(píng)價(jià)信息、服務(wù)提供者的公告信息，以及使用相同服務(wù)的消費(fèi)者的推薦信息等。而具體模型又可以在不同程度上綜合利用以上信息，不同模型在不同的場(chǎng)景

。(一)高、低信譽(yù)度會(huì)員位置的分布根據(jù)信譽(yù)度對(duì)會(huì)員進(jìn)行分類，將信譽(yù)度大于100的會(huì)員定義為高信譽(yù)度會(huì)員，低于100的會(huì)員定義為低信譽(yù)度會(huì)員。然后分別將高、低信譽(yù)度會(huì)員位置的經(jīng)緯度轉(zhuǎn)換輸入到BIGEMAP軟件中，得到它們的位置分布圖，如圖2。圖2 高、低信譽(yù)度會(huì)員分布圖信譽(yù)度大于10000的會(huì)員分布點(diǎn)為藍(lán)點(diǎn)樣式，信譽(yù)度介于1000到10000的分布點(diǎn)為黃色樣式，信譽(yù)度介于100到1000的分布點(diǎn)為綠色樣式。信譽(yù)度介于100到10的會(huì)員分布點(diǎn)為橙色樣式，信譽(yù)度

闡述了評(píng)估用戶信譽(yù)度的標(biāo)準(zhǔn)，但并未對(duì)基于信任的用戶管理建模。然而，上述文獻(xiàn)中，云服務(wù)需提前在云訪問(wèn)中心與用戶協(xié)商信任關(guān)系，當(dāng)云服務(wù)的可信度發(fā)生變化，用戶無(wú)法及時(shí)發(fā)現(xiàn)并進(jìn)行動(dòng)態(tài)調(diào)整，存在一定的滯后性。并且，云訪問(wèn)中心無(wú)法動(dòng)態(tài)監(jiān)控用戶的行為變化，自適應(yīng)調(diào)整用戶的訪問(wèn)權(quán)限。因此本文提出一種基于動(dòng)態(tài)授權(quán)機(jī)制的自適應(yīng)云服務(wù)訪問(wèn)控制方法。首先對(duì)用戶行為進(jìn)行信譽(yù)建模，使用繼承思想分層描述云用戶訪問(wèn)權(quán)限，云認(rèn)證中心依據(jù)用戶歷史信譽(yù)度與用戶角色樹構(gòu)建模型的映射關(guān)系，授予不同

點(diǎn)從創(chuàng)提高企業(yè)信譽(yù)度，創(chuàng)建品牌特質(zhì)；確定目標(biāo)消費(fèi)者，合理制定營(yíng)銷策略；經(jīng)營(yíng)品牌，促進(jìn)品牌發(fā)展三個(gè)方面論述當(dāng)前服裝品牌營(yíng)銷的實(shí)戰(zhàn)策略。關(guān)鍵詞：信譽(yù)度；品牌特質(zhì)；品牌管理我國(guó)服裝業(yè)和服裝市場(chǎng)已走向成熟，國(guó)內(nèi)消費(fèi)者更加理性和挑剔，人們不再滿足于眾多數(shù)量或品種的服裝，而需要同時(shí)兼具質(zhì)量、品味、風(fēng)格及文化的品牌服裝，品牌效應(yīng)已在全國(guó)各大城市中顯現(xiàn)。因此，企業(yè)的發(fā)展離不開品牌，如何經(jīng)營(yíng)品牌，樹立產(chǎn)品形象，形成獨(dú)特的風(fēng)格和特征，是企業(yè)首要的任務(wù)，本文將從品牌營(yíng)銷的角度出

回應(yīng)我?！澳愕?span id="j5i0abt0b" class="hl">信譽(yù)度是多少？你要是騙子那我的錢豈不是扔進(jìn)大海了？”“你好，我是第一次賣東西，所以信譽(yù)度還是零。但我保證，絕不會(huì)騙你一分錢?！笨蔁o(wú)論我怎么解釋，那位買家仍然不相信我，第一次交易失敗了。唉，這年頭賺個(gè)錢咋這么不容易呢！一次又一次，面對(duì)買家們的質(zhì)問(wèn)，我只有這一種回答：信譽(yù)度為零。隨著他們一個(gè)個(gè)離去，我的心情也陷入谷底，為什么不相信我！過(guò)了十幾分鐘，另一個(gè)買家找上門了，我沒(méi)好氣兒地跟他說(shuō)：“沒(méi)有信譽(yù)，不信別來(lái)。”“沒(méi)關(guān)系，我不介意，可以先給裝備再付

種基于終端行為信譽(yù)度的網(wǎng)絡(luò)訪問(wèn)管理方案及其實(shí)現(xiàn)*張 煒1馬朝陽(yáng)2(1.海軍702廠 上海 200434)(2.舟山監(jiān)修室 舟山 316000)基于信譽(yù)度模型對(duì)網(wǎng)絡(luò)訪問(wèn)管理問(wèn)題進(jìn)行研究,通過(guò)評(píng)估用戶網(wǎng)絡(luò)行為對(duì)網(wǎng)絡(luò)安全的影響程度控制其訪問(wèn)。在給出了基于信譽(yù)度的網(wǎng)絡(luò)訪問(wèn)管理方案基礎(chǔ)上,提出了針對(duì)用戶行為對(duì)網(wǎng)絡(luò)安全的影響進(jìn)行信譽(yù)度評(píng)估的方法,以及信譽(yù)度的分級(jí)計(jì)算的依據(jù);然后給出了基于信譽(yù)度的網(wǎng)絡(luò)訪問(wèn)管理系統(tǒng)模型設(shè)計(jì)方案;最后針對(duì)提出的網(wǎng)絡(luò)訪問(wèn)管理方案,對(duì)模型進(jìn)行了

一應(yīng)俱全，社會(huì)信譽(yù)度高，入住率高，甚至申請(qǐng)已經(jīng)排到了幾年以后才能入住。2.7. Induction of diabetes in ratsDiabetes was induced by a single intra-peritoneal injection of newly prepared streptozotocin (65 mg/kg) in 0.1 mol/L citrate buffer(pH 4.5)to overnight fasted ra

統(tǒng)上線可查導(dǎo)游信譽(yù)度查詢導(dǎo)游信譽(yù)度、設(shè)立旅行社“紅”“黑”榜……一個(gè)囊括貴州344家星級(jí)飯店、130家A級(jí)景區(qū)、340家旅行社、13000名導(dǎo)游和1272名領(lǐng)隊(duì)的“貴州省旅游信用信息系統(tǒng)（一期）”于日前上線試運(yùn)行。全省旅行社、導(dǎo)游等市場(chǎng)主體如發(fā)生違法失信經(jīng)營(yíng)情況，將納入信用記錄，接受社會(huì)監(jiān)督，并作為事中事后行業(yè)監(jiān)管的參考。信用系統(tǒng)通過(guò)省、市、縣分級(jí)管理，包括旅行社、酒店賓館、旅游景區(qū)、旅游客運(yùn)、導(dǎo)游、領(lǐng)隊(duì)等行業(yè)市場(chǎng)主體，構(gòu)建包括星級(jí)飯店評(píng)定、景區(qū)質(zhì)量等級(jí)評(píng)

計(jì)算交易雙方的信譽(yù)度，使得運(yùn)銷公司比較各種可能交易對(duì)象的信譽(yù)度，實(shí)現(xiàn)銷售的最優(yōu)選擇推薦，降低了交易雙方產(chǎn)生貿(mào)易糾紛的可能，保證交易各方的利益。1 貝葉斯概率貝葉斯定理由英國(guó)數(shù)學(xué)家貝葉斯提出，用來(lái)描述兩個(gè)條件概率之間的關(guān)系，其基本公式為對(duì)上述公式進(jìn)行變形，可得到隨機(jī)事件的貝葉斯公式:若 B1，B2，B3，…，為一系列互不相容的事件，且則對(duì)任一事件A，有其中，i=1，2，…。式(2)中A表示已發(fā)生的事件，引起A發(fā)生的可能性有i種(最大為無(wú)窮個(gè)，實(shí)際中可能為n個(gè)

率；道德風(fēng)險(xiǎn)；信譽(yù)度農(nóng)村的小額信貸針對(duì)的用戶主要是小型工商業(yè)主、個(gè)體戶和務(wù)農(nóng)農(nóng)戶等，我國(guó)的農(nóng)村小額信貸主要是為中型或小型企業(yè)，以及農(nóng)民進(jìn)行服務(wù)，這種把個(gè)人作為核心的貸款類型的可貸金額范圍是1000元至20萬(wàn)。20世紀(jì)六七十年代，農(nóng)村小額信貸產(chǎn)生了，最開始僅是用來(lái)促進(jìn)農(nóng)業(yè)的發(fā)展，同時(shí)也解決一些農(nóng)民的貧困問(wèn)題。貸款資金一般是由國(guó)家的金融部門和一些非政府性質(zhì)的組織及團(tuán)體進(jìn)行發(fā)放的，其用途是在農(nóng)業(yè)的技術(shù)方面的改造。由于我國(guó)對(duì)“三農(nóng)”問(wèn)題愈加重視，加之中央銀行對(duì)農(nóng)村

級(jí)了，成為一級(jí)信譽(yù)度店！”我聽后大為驚訝。店主笑著說(shuō)：“上升到了信譽(yù)度的店鋪，才是一家店鋪創(chuàng)造財(cái)富的開始。在我們國(guó)家，店家的信譽(yù)度分為十個(gè)等級(jí)，店家賣出的產(chǎn)品都要附加上信譽(yù)度的價(jià)錢。每個(gè)信譽(yù)度標(biāo)價(jià)不同。您到一級(jí)信譽(yù)度店和到十級(jí)信譽(yù)度店買同樣?xùn)|西，價(jià)格差異很大。比如說(shuō)，一級(jí)店一樣?xùn)|西價(jià)格是10歐元，那么到十級(jí)店可能要15歐元。商業(yè)局會(huì)根據(jù)消費(fèi)者的刷卡信息，按消費(fèi)金額的一定比例返回。信譽(yù)度等級(jí)不同，給予信譽(yù)消費(fèi)的返回金也不同。比如說(shuō)，在一級(jí)店購(gòu)物花費(fèi)10歐元，

于中位數(shù)的用戶信譽(yù)度排名算法鮑 琳，牛軍鈺，莊 芳(復(fù)旦大學(xué)軟件學(xué)院，上海 201203)針對(duì)推薦系統(tǒng)易受Spammer攻擊的影響，從而導(dǎo)致對(duì)象的實(shí)際得分不準(zhǔn)確的問(wèn)題，提出基于中位數(shù)的用戶信譽(yù)度排名算法。通過(guò)衡量用戶信譽(yù)度調(diào)整用戶打分權(quán)重，根據(jù)中位數(shù)具有不易受極端打分影響的特性，選取用戶打分與對(duì)象得分差距的中位數(shù)作為降低用戶信譽(yù)度的標(biāo)準(zhǔn)，不斷迭代調(diào)整用戶信譽(yù)度以及最終得分直至收斂。在多個(gè)真實(shí)數(shù)據(jù)集上的運(yùn)行結(jié)果證明，相比現(xiàn)有排名算法，該算法具有更合理的信譽(yù)度

爭(zhēng)模型，引入了信譽(yù)度這一變量，研究了該變量對(duì)各方均衡收益的影響，并以此為基礎(chǔ)分析了自身信譽(yù)度、第三方標(biāo)記附加信譽(yù)度、產(chǎn)品類別對(duì)網(wǎng)絡(luò)零售商是否使用第三方標(biāo)記的影響。研究表明：第一，網(wǎng)絡(luò)零售商自身信譽(yù)較低時(shí)，零售商更應(yīng)該選擇那些對(duì)附加信譽(yù)越高的第三方標(biāo)記；反之當(dāng)自身信譽(yù)較高時(shí)，零售商沒(méi)必要選擇收費(fèi)的第三方標(biāo)記。第二，當(dāng)網(wǎng)絡(luò)零售商銷售的產(chǎn)品價(jià)值較高時(shí)，零售商更應(yīng)該選擇那些附加信譽(yù)較高的第三方標(biāo)記。第三，對(duì)第三方標(biāo)記提供者而言，隨著第三方標(biāo)記附加信譽(yù)的增加，其收費(fèi)

AR).它利用信譽(yù)度來(lái)進(jìn)行細(xì)顆粒度的描述和量化節(jié)點(diǎn)的行為,并且將RADAR與動(dòng)態(tài)源路由協(xié)議(DSR)結(jié)合應(yīng)用到WMNs中,實(shí)現(xiàn)對(duì)節(jié)點(diǎn)異常行為以及網(wǎng)絡(luò)內(nèi)部攻擊的檢測(cè).Li等在文獻(xiàn)[11]中介紹了一種分級(jí)信譽(yù)機(jī)制(ARM),ARM將信譽(yù)機(jī)制與價(jià)格機(jī)制結(jié)合,通過(guò)建立分級(jí)的位置感知分布式哈希表(DHT)結(jié)構(gòu)來(lái)收集網(wǎng)絡(luò)中的全局信譽(yù)信息,并利用收集的信息對(duì)節(jié)點(diǎn)的信譽(yù)度做出評(píng)估.ARM實(shí)現(xiàn)了對(duì)協(xié)作節(jié)點(diǎn)的獎(jiǎng)勵(lì)和對(duì)惡意節(jié)點(diǎn)的懲罰,能夠有效地預(yù)防欺騙、偽造和誤報(bào)的行為,較為準(zhǔn)

關(guān)鍵問(wèn)題。服務(wù)信譽(yù)度是衡量服務(wù)可信性的重要指標(biāo)，而要計(jì)算服務(wù)的信譽(yù)度，服務(wù)主觀評(píng)價(jià)的可信性則是影響服務(wù)信譽(yù)度計(jì)算準(zhǔn)確性的主要因素。為此，筆者首先給出了信譽(yù)度的計(jì)算模型，在此基礎(chǔ)上重點(diǎn)研究了用戶評(píng)價(jià)可信度的計(jì)算方法，并通過(guò)系統(tǒng)進(jìn)行了測(cè)試驗(yàn)證和性能分析。1 信譽(yù)度計(jì)算模型在P2P、電子商務(wù)、環(huán)繞智能和Web 服務(wù)等領(lǐng)域，信譽(yù)度機(jī)制被廣泛關(guān)注和深入研究［9－15］。信譽(yù)度計(jì)算是一個(gè)非常復(fù)雜的過(guò)程，涉及到諸多算法以及算法之間的交互。從相關(guān)文獻(xiàn)來(lái)看，對(duì)于信譽(yù)度的建模

7]提出了基于信譽(yù)度的線性融合的合作式頻譜感知算法。在這2種算法中，CR用戶的信譽(yù)度都是建立在一段時(shí)間內(nèi)CR用戶本地感知結(jié)果和整體感知結(jié)果匹配度的基礎(chǔ)上的。然后，信譽(yù)度高的CR用戶在數(shù)據(jù)融合中的權(quán)重就高。這種信譽(yù)度更新算法存在兩方面的問(wèn)題：(1)將惡意CR用戶與處于深衰落環(huán)境下的CR用戶都?xì)w類為信譽(yù)度低的用戶，這將導(dǎo)致深衰落環(huán)境下的CR用戶移動(dòng)到非深衰落環(huán)境下時(shí)，其感知結(jié)果仍然不能得到好的利用。(2)關(guān)于融合中心，如果固定融合中心，那么一旦融合中心受到惡意

，構(gòu)建個(gè)人學(xué)術(shù)信譽(yù)度評(píng)價(jià)指標(biāo)體系，建立學(xué)術(shù)信譽(yù)度的評(píng)價(jià)工作機(jī)制，對(duì)客觀、公正評(píng)判學(xué)術(shù)信譽(yù)進(jìn)而依法糾正和懲處學(xué)術(shù)不端行為，促進(jìn)高校的學(xué)風(fēng)和校風(fēng)建設(shè)無(wú)疑有著極其重要的現(xiàn)實(shí)意義。1 學(xué)術(shù)信譽(yù)的涵義及研究現(xiàn)狀社會(huì)學(xué)，經(jīng)濟(jì)學(xué)和計(jì)算機(jī)科學(xué)中都對(duì)信譽(yù)有著相似的定義，如社會(huì)學(xué)中，信譽(yù)就是眾人印象，信譽(yù)是根據(jù)某實(shí)體過(guò)去行為的觀察而對(duì)其行為的預(yù)期，信譽(yù)是公眾形成的看法；計(jì)算機(jī)科學(xué)中，某個(gè)實(shí)體的信譽(yù)是其他實(shí)體通過(guò)觀察其過(guò)去的行為并根據(jù)其表現(xiàn)而得出的綜合期望；在經(jīng)濟(jì)學(xué)中，信譽(yù)是根

一種動(dòng)態(tài)的讀者信譽(yù)度評(píng)估機(jī)制，用以科學(xué)地劃分圖書館用戶群體，設(shè)計(jì)能提供滿足其個(gè)性特征和需求的個(gè)性化服務(wù)功能及其組合，以便為進(jìn)一步開發(fā)與應(yīng)用圖書館個(gè)性化服務(wù)系統(tǒng)提供技術(shù)基礎(chǔ)。1 系統(tǒng)結(jié)構(gòu)與評(píng)估模型1.1 圖書館個(gè)性化服務(wù)系統(tǒng)結(jié)構(gòu)在分析總結(jié)當(dāng)前常見的圖書館個(gè)性化服務(wù)方式與類型的基礎(chǔ)上，本文提出了一個(gè)兼顧虛擬與物理世界信息服務(wù)的圖書館個(gè)性化服務(wù)系統(tǒng)結(jié)構(gòu)模型，如圖1所示，以期為圖書館用戶提供一個(gè)全方位、多角度、立體化、智能化及人性化的個(gè)性化信息服務(wù)。圖1 圖書館個(gè)

份特征模型以及信譽(yù)度模型進(jìn)行了研究。CLARK提出，識(shí)別身份的方法主要有3種:基于知識(shí)或信息的識(shí)別、基于憑證的識(shí)別和生物性識(shí)別[1]，有時(shí)身份識(shí)別需要采取多種識(shí)別方式的組合。LOPUCKI對(duì)CLARK的理論進(jìn)行了擴(kuò)展，提出身份識(shí)別是一個(gè)特征值匹配過(guò)程，且特征值必須被識(shí)別行為雙方都掌握才行[2]。特征值可能是姓名、身份證號(hào)、密碼、相貌和指紋等。ZACHARIA提出了在多主體系統(tǒng)中采用遞歸算法的Sporas信譽(yù)度模型，并設(shè)計(jì)了阻尼函數(shù)φ以減慢信譽(yù)優(yōu)良的主體信譽(yù)

對(duì)醫(yī)療機(jī)構(gòu)進(jìn)行信譽(yù)度分級(jí),確定衛(wèi)生監(jiān)督所采取的類別和頻率[1]。在規(guī)范執(zhí)業(yè)許可準(zhǔn)入審查和管理的同時(shí),加強(qiáng)執(zhí)業(yè)許可后續(xù)監(jiān)管,根據(jù)日常執(zhí)業(yè)情況決定信譽(yù)度級(jí)別及監(jiān)督的頻率,兩者相互制約,密不可分。信譽(yù)度分級(jí)不是固定不變的,每年度對(duì)獲得等級(jí)的醫(yī)療機(jī)構(gòu)進(jìn)行復(fù)核,凡違反關(guān)鍵監(jiān)督項(xiàng)目,或年度評(píng)審分值達(dá)不到標(biāo)準(zhǔn)的,則采取取消或降低等級(jí)的辦法;對(duì)于輕微的違規(guī),如果能夠在限定時(shí)間內(nèi)整改并達(dá)到標(biāo)準(zhǔn)要求,則可保持其原等級(jí)不變[2]。1 組織檢查,評(píng)定等級(jí)。每年年初,采用全市統(tǒng)一的

任的衰減性計(jì)算信譽(yù)度。通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了P2P-CRep信譽(yù)模型的合理性和對(duì)惡意行為的防御能力。1 P2P-CRep信譽(yù)管理模型信譽(yù)是在特定的前提和時(shí)間下，基于其他實(shí)體對(duì)該實(shí)體以往信任的總結(jié)。本文P2P-CRep信任模型的系統(tǒng)應(yīng)用環(huán)境采用基于簇域的信譽(yù)管理系統(tǒng)。該系統(tǒng)拓?fù)浣Y(jié)構(gòu)融合了集中式P2P網(wǎng)絡(luò)拓?fù)浜徒Y(jié)構(gòu)化P2P網(wǎng)絡(luò)拓?fù)涞膬?yōu)點(diǎn)，提高了資源定位的效率，降低了網(wǎng)絡(luò)消耗，同時(shí)增加了網(wǎng)絡(luò)擴(kuò)展性。該系統(tǒng)模型由兩層網(wǎng)絡(luò)組成：索引網(wǎng)絡(luò)層和簇域子網(wǎng)層，拓?fù)浣Y(jié)構(gòu)如圖1所示