عنوان مقاله:
چارچوب اعتماد کیفی اجتماعی برای محاسبات مه
A social qualitative trust framework for Fog computing
سال انتشار: 2022
رشته: مهندسی کامپیوتر
گرایش: رایانش ابری - معماری سیستم های کامپیوتری - مهندسی الگوریتم و محاسبات
دانلود رایگان این مقاله:
دانلود مقاله اعتماد کیفی اجتماعی
مشاهده سایر مقالات جدید:
5. Mathematical description of proposed scheme
5.1. Trust metrics
A trust indicator is an essential part of the trust calculation as it is the property based on which the value of trust is determined, different authors use different trust indicators depending upon their requirements. Generally, more than one parameter is required to build an effective trust management system. Our model considers various social and qualitative trust metrics for its trust calculation; the social metrics, include direct observations made by the trustor as well as the recommendations by the neighboring nodes. This section will briefly discuss the trust metrics of our proposed SQT management system.
5.1.1. Direct trust
The experience of the trustor after a successful transaction with the trustee determines the direct trust. In a trust management system, it is imperative for a node to have the ability to calculate individualistic trust for an unbiased decision. Direct trust holds maximum weightage in our proposed system to decrease the effect of various false recommendation attacks. 𝐷𝐴𝐵 denotes the trust of node B as calculated by node A for transaction k. The relevance of transaction k is given by transaction factor 𝑡𝑓𝑘 𝐴𝐵 𝜖 [0,1] between the two nodes. The feedback of node B given by node A is represented by 𝑓 𝑘 𝐴𝐵𝜖 [0,1] then the formula for n transactions is given by [17]:
𝐷𝐴𝐵 = ∑𝑛 𝑘=1 𝑡𝑓𝑘 𝐴𝐵𝑓 𝑘 𝐴𝐵 ∑𝑛 𝑘=1 𝑓 𝑘 𝐴𝐵 (8
5.1.2. Reputation function
The reputation metric is of utmost importance when there has been no prior transaction between the trustor and the trustee, in this scenario the trustor greatly depends on the reputation of the trustee in the network. The SQT system model uses Bayesian inference to combine feedback from the recommenders. The simplicity and flexibility of the Bayesian formulation qualifies it as the best approach for this model. The reputation of node B as perceived by node A is given by Eq. (5). The reputation function is completed by the discounting step that predicts the future behavior of the node B as seen by node A, in this case, based on its past behavior. This protects against the network feedback attacks such as bad mouthing and ballot stuffing attacks. The discounting function is given by Eqs. (6) and (7) as discussed in Section 4
(دقت کنید که این بخش از متن، با استفاده از گوگل ترنسلیت ترجمه شده و توسط مترجمین سایت ای ترجمه، ترجمه نشده است و صرفا جهت آشنایی شما با متن میباشد.)
5. توصیف ریاضی طرح پیشنهادی
5.1. معیارهای اعتماد
یک شاخص اعتماد بخشی ضروری از محاسبه اعتماد است، زیرا ویژگی است که ارزش اعتماد بر اساس آن تعیین می شود، نویسندگان مختلف بسته به نیاز خود از شاخص های اعتماد متفاوتی استفاده می کنند. به طور کلی، بیش از یک پارامتر برای ایجاد یک سیستم مدیریت اعتماد موثر مورد نیاز است. مدل ما معیارهای مختلف اعتماد اجتماعی و کیفی را برای محاسبه اعتماد خود در نظر می گیرد. معیارهای اجتماعی، شامل مشاهدات مستقیم انجام شده توسط اعتماد کننده و همچنین توصیه های گره های همسایه است. این بخش به طور خلاصه معیارهای اعتماد سیستم مدیریت SQT پیشنهادی ما را مورد بحث قرار خواهد داد.
5.1.1. اعتماد مستقیم
تجربه امین پس از معامله موفق با امین، اعتماد مستقیم را تعیین می کند. در یک سیستم مدیریت اعتماد، برای یک گره ضروری است که توانایی محاسبه اعتماد فردی را برای یک تصمیم بی طرفانه داشته باشد. اعتماد مستقیم حداکثر وزن را در سیستم پیشنهادی ما برای کاهش اثر حملات مختلف توصیه های نادرست نگه می دارد. 𝐷𝐴𝐵 نشان دهنده اعتماد گره B است که توسط گره A برای تراکنش k محاسبه می شود. ارتباط تراکنش k با ضریب تراکنش 𝑡𝑓𝑘 𝐴𝐵 𝜖 [0,1] بین دو گره داده می شود. بازخورد گره B ارائه شده توسط گره A با 𝑘 𝐴𝐵𝜖 [0,1] نمایش داده می شود سپس فرمول n تراکنش با [17] ارائه می شود:
