基于二型模糊逻辑的信任评价模型

陈淑红，颜国风

(湖南工程学院 计算机与通信学院，湘潭 411101)

参 考 文 献



基于二型模糊逻辑的信任评价模型

陈淑红，颜国风

(湖南工程学院 计算机与通信学院，湘潭 411101)

提出采用二型模糊逻辑系统来建立信任评价机制.二型模糊集合是三维的，它是一型模糊集合的扩展，引入了新的一维数据来表示成员关系的级别，为描述和处理信任的不确定性提供了更大的灵活性.建立了基于二型模糊逻辑的信任评估控制规则，实现信任评价奖惩机制，从而建立了自适应的信任评价体系.

信任评价；二型模糊逻辑；评估控制规则；自适应体系

0 引 言

信任是建立在自身知识和经验基础上的判断，是一种实体与实体之间的主观行为.信任是一个非常复杂的现象，在经济学、心理学、社会学、医学、信息科学等各学科领域都吸引了大量研究人员的兴趣[1，2].信任本身是用户行为可靠性的一种主观性判断，这些判断因人而异、因上下文而异，基于不同目的和文化背景，有着不同的定义，因此信任具有天然的不确定性，它依赖于主体的主观判断.而且用户对交互对方的信任度会随着时间的推移而有所变更.这些不确定性可以采用模糊逻辑系统来表示.

1965年，美国的L.A.Zadeh教授首次提出模糊集的概念. 1974年，英国的E.H.Mamdani首先用模糊控制语句组成模糊控制器，并把它应用于锅炉和蒸汽机的控制，这标志着模糊控制论的诞生.现在模糊控制已广泛应用于计算智能和控制领域[4，5].

一型模糊集在[0，1]区间内定义了不同度的成员函数以表示不确定性.在某些应用环境下，我们仅能给出近似的成员函数，采用一型模糊逻辑集合时，成员函数变得过于精确而无法进一步处理更多的不确定性.为了考虑不同类型的不确定性，本文引入了二型模糊集合和二型模糊逻辑系统.二型模糊集合是一型模糊集合的扩展，它引入了新的一维数据来表示成员关系的级别.对应每一个组合成员关系，都有一个辅助成员关系来定义主成员关系的可能性.为我们描述和处理不确定性提供了更大的灵活性[6].本文提出采用二型模糊逻辑系统来建立信任评价机制.建立基于二型模糊逻辑的信任评估控制规则，实现信任评价奖惩机制，从而建立自适应的信任评价体系.

1 二型模糊逻辑的定义

1.1 二型模糊集的表示方法

x∈X,ui∈Jx⊆[0,1]

1.2 二型模糊集的不确定性足迹FOU

定义2：次隶属度值均为1时的二型模糊集为区间二型模糊集.即，如果

2 基于二型模糊逻辑的信任评价

2.1 语言标记表示信任

人们对信任的评价总是首先会很自然地用语言标记来进行表达.比如，对人和事物的信任评价首先可以抽象为信任、不信任、有点信任、不太信任、中立等几种情况.

2.2 使用二型模糊逻辑隶属度函数表示语言标记

对同一事物，不同人会有不同的评价，即使同一类评价，认可的程度也会有所不同.所以，可以把每个人的评价采用一型模糊集表达，然后采用二型模糊集来综合每个人的评价形成总体信任评价，如图1所示.

图1 依据表示不同人信任评价的一型模糊集生成基于二型模糊集的信任评价

二型模糊集的主隶属度函数的不确定性由一系列有界区域构成，称之为二型模糊集的不确定性足迹FOU.

本文使用梯形隶属度函数来表示不信任(UT)和信任(T)，使用三角隶属度函数来表示有点信任、不太信任、中立等.通过采用调查问卷或在线统计用户的评价反馈等方式统计用户对信任语言标记的划分趋势，然后计算各语言标记的均值、标准差等从而可以得出二型模糊逻辑的隶属度函数.图2描绘了二型模糊逻辑隶属度函数图形.

图2 使用二型模糊集隶属度函数表示语言标记

2.3 信任评价因子的确定

信任度描述与用户的身份属性、第三方推荐信任、上下文信息(如MSN连接情况、通信状态、用户行为等)、用户自身历史交互经验有关的信任程度.如图3所示，信任评价分别从基本资料信任、交互熟悉度、交互持续性等方面来综合评价用户信任，定义信任隶属度函数.

2.4 基于二型模糊逻辑的信任评估控制规则的建立

首先做用户问卷调查，以建立基于二型模糊逻辑的信任评估控制规则.要求用户做一个评价问答：如果用户基本资料、交互熟悉度、交互持续性等分别为好、差、比较好、比较差、中等等情况，你认为这个用户是否值得信任，不同人将给出不同的答案.得到的结果如表1所示.

表1 基于二型模糊逻辑的信任评估控制规则

这是一个考虑p个输入，x1∈X1,x2∈X2,…,xp∈Xp和一个输出y∈Y，的二型模糊系统.假设有m条准则，其“if-then”规则如下：

3 基于二型模糊逻辑的自适应信任评价体系

3.1 基于二型模糊逻辑的信任评价模块

基于二型模糊逻辑的自适应信任评价体系的构建方案如图3所示.

基于二型模糊逻辑的信任评价模块包括评价模糊化、信任评价模糊推理及信任评价模糊规则、 降型、去模糊五个基本部分.二型模糊逻辑信任计算过程如下：首先将精确输入的评价模糊化为区间二型模糊变量.然后，依据给定的信任评价模糊规则，采用模糊运算对模糊变量进行二型模糊推理，从而得到信任评价的二型模糊输出.然后，进行降型处理，使信任评价的二型模糊输出转化为一型模糊信任评价值.最后，利用去模糊化方法得到精确的信任图.

图3 基于二型模糊逻辑的自适应信任评价体系

二型模糊系统常用的降型器有Centroid、Center-of-sums、Height、Modified Height 与Center-of-sets五种.其中，Center-of-sets降型器是一型模糊集合中心解模糊器的扩展，该方法采用并行计算，相对于其它方法具有实际意义，因此，本文采用这种降型器.通过使用单点模糊化、乘积推理及质心去模糊的降型方法计算得到系统输出.

(1)

降型后的一型模糊集的隶属度值由两部份组成，规则后件的质心值和前件与输入值的函数.前者可以在系统建立时计算出来，使用时查表可得.经过输入后进行单点模糊化，后者也可以通过查表来获取.这样，公式(1)的隶属度部分计算可以简化为查表和乘积(取小)操作，这样可以大大减少计算量.当选择区间二型模糊系统，计算时间复杂度可以大大缩减，这时，公式(1)改写为如下的公式(2).

Ycos(Y1,…,YM,F1,…,FM)=[y1,yr]

(2)

3.2 自适应信任评价

3.2.1 信任传递

在社会网中，用户并不是可以随时都可以从他们信任的直接邻居那获得对陌生用户的信任推荐，但用户可以咨询他/她的朋友的朋友.因此，需要传递间接邻居节点的信任值.假设本地信任值通过n-2个用户从源用户传递到目标用户，例如，用户1(源)，用户2，用户3，···，用户n(目标)，则从用户1到用户n的信任值为Trustin.因此，我们计算从用户1到用户n的信任值如下：

Trust1n=Trust12⊗Trust23⊗…⊗Trust(n-1)n

(3)

其中，⊗是一个逻辑乘操作符.Trusti(i+1)是用户i和用户i+1之间的信任值.这里用户的序号是相对于从源用户到目标用户的指定信任路径上的用户相对次序.

3.2.2 信任奖惩及自适应信任评价

通过建立上述相关的模糊策略安全规则得到了信任初始图，然后可以按照信任值为用户指定相应的角色，根据角色来分配用户的访问权限.依据建立的信任奖惩机制，信任值达到或超过资源所规定的阈值时，角色将会相应地更新，资源访问权限也就相应更新了.这样可以限制非授权用户的访问和授权用户的非法行为，实现了自适应的信任评价体系.

4 结 论

本文提出的二型模糊逻辑在信任评价中的应用更贴切地表示了信任的不确定性自然属性，使得信任评价更符合人们的实际需求.信任传递机制及奖惩机制的建立实现了自适应信任评价体系.提高二型模糊逻辑的运算效率将是下一步研究工作的方向.

参 考 文 献

[1] 张景安，张 杰．开放式网络信任评价研究[J]．计算机应用与软件,2014，9：294-297.

[2] 王 英，王 鑫，左万利．基于社会学理论的信任关系预测模型[J]．软件学报,2014，12：2893-2904.

[3] G. Wang, W. Jiang, J. Wu, Z. Xiong, Fine-grained feature-based social influence evaluation in online social networks[J], IEEE Transactions on Parallel and Distributed Systems, 2014, 25(9):2286-2296.

[4] Kreinovich. V, From Processing Interval-valued Fuzzy Data to General Type-2: Towards Fast Algorithms[C]. Advances in Type-2 Fuzzy Logic Systems (T2FUZZ), 2011:1-4.

[5] 赵 涛，肖 建．基于包含度的区间二型模糊粗糙集[J]．自动化学报．2013，39(10)：1714-1721.

[6] C Wagner, S Miller, JM Garibaldi, From Interval-Valued Data to General Type-2 Fuzzy Sets[J], Fuzzy Systems, IEEE Transactions on, 2014, 23(2): 248-269.

Trust Evaluation Mechanism Based on Type-2 Fuzzy Logic System

CHEN Shu-hong, YAN Guo-feng

(College of Computer and Communication, Hunan Institute of Engineering, Xiangtan 411101, China)

This paper proposes a trust evaluation mechanism by using type-2 fuzzy logic system (FLS). Type-2 fuzzy sets are extension of type-1 fuzzy sets By introducing an additional dimension that represents grades of membership,more freedom to describe and handle uncertainties is obtained. Trust evaluation control rules are established,which helps to realize the mechanism of rewards and punishments for trust evaluation and establishes an adaptive trust evaluation system.

trust evaluation; type-2 fuzzy logic; evaluation control rules; adaptive system

2015-04-25

湖南省教育厅科学研究项目(14C0286).

陈淑红(1975-)，女，博士，讲师，研究方向：可信计算、移动社会网、移动云.

TG139

A

1671-119X(2015)03-0036-03