基于拓展主观逻辑的电子商务信任问题研究
第 1 章 绪 论
在传统的商业模式下，为了彼此信任，交易者通过面谈或考察可以相对容易地了解对方的商业行为。近几年，中国的电子商务市场发展非常迅速，2011 年总交易额增长到5.88 万亿，而在繁荣景象的背后，它也面临许多挑战，其中，信任欺诈就是最大的问题之一[1]。网络社会的信任难以建立，为克服不确定性和风险，双方在他们的在线活动中必须积极的建立信任[2]。业内人士越来越关注电子商务的信任问题，目前大型电子商务网站(如 ebay，淘宝)所采用的基于信誉的信任评价机制过于简单，只是根据每个买家对卖家做完的每笔交易后给出的信誉评价结果计算均值，导致得到的评价结果的可信度较差[3]。根据淘宝网的研究，发现欺诈交易的比例最高，占所有交易的 47%，最低也近乎 9%从 2008 年 10 月至2009 年 5 月。它不仅仅是小卖家人工的提高他们的声誉，更有超级卖家进行信任欺诈，以使他们的生意看上去繁荣从而吸引更多的顾客。一个在淘宝网具有 500,001 点的金皇冠卖家对一个记者承认在得到金皇冠前一般的信任分数是通过信任欺诈所获得的。由于许多卖家希望尽快的提升他们的信誉，一些职业骗子把这个看作商机，他们开始提供服务人为地增加卖家的信任分数。
根据现有的统计，大约有 1000 个活跃的信任欺诈公司。由于通过欺诈来提升信誉需要很少的时间和努力，许多卖家靠这种欺诈的快捷方式，逐渐偏离了进行诚实经营的原则。他们迫切需要立竿见影的好处，卖家靠这种欺诈方式，其信誉可以增长的非常快。近年来，许多卖家承认信任欺诈在淘宝网来提高自己的信誉。最终所有的卖家具有高信誉值。买家也已经意识到这种基于反馈来增强信誉的策略，他们对淘宝网的反馈系统的有效性产生怀疑。他们中的一些人不再相信信任系统，导致降低了买卖双方的交易。因此，研究准确而实用的信任评价机制，对于电子商务的健康发展具有理论和现实意义。目前，信任关系主要通过信任模型表达，就理论依据可将信任模型分为：基于模糊逻辑、信誉、基于主观逻辑、节点行为、层次分析法与模糊逻辑相结合等类型[4]。JØsang等人提出的主观逻辑信任模型，更适合对动态不确定性对象的可信性进行建模。JØsang借鉴了 D-S 证据理论，将不确定性引入到其模型中，提出了主观逻辑理论，并在此基础上建模信任关系，取得了很好的效果。但是，在实际应用中，主观逻辑存在一定的局限性，不能立刻应用在电子商务信任建模上，因此，需要对其进行拓展和改进，使其更加适合对电子商务信任建模。
电子商务交易环境的安全可靠性是电子商务能否健康发展的重要基础之一。在不确定的开放环境中，软件的安全可信性变得脆弱，发生各种故障和失效，经常不能够完全按照人们预期的方式工作，直接或间接地引发事故甚至灾难。因此，电子商务交易工具的可信性成为本文的重要研究对象。为了对电子商务交易工具的可信状态进行客观的判断，非常需要研究软件可信性评估技术，而传统的可信性评估模型或方法一般使用逻辑验证或软件度量等方法对软件进行定量估计。这些模型或方法虽然解决了一些实际问题，但在应用于不确定的软件系统时，没有充分考虑软件运行环境对软件可信性的影响。面对这样动态不确定性的软件运行环境，要评价其可信性，选择适合的理论工具是关键。事实上，软件的可信性可以看作是信任管理中的一种特殊案例。因此，本文的动机是试图通过考察软件运行环境环境的变化，利用主观逻辑，动态地对软件可信性进行评估，从而保障电子商务交易环境的安全可靠性。下面介绍目前国内外的研究现状。
电子商务的信任问题主要包括以下几个方面：
（1）电子商务交易平台中用户对卖家的信任问题。在电子商务日益繁荣的今天，交易的时空特性发生了很大变化，信任问题在一定程度上影响着人们使用电子商务系统的意愿，需要对当前的电子商务信任模型进行研究分析。本文利用拓展的主观逻辑理论对电子商务进行信任建模，因此，首先在 1.2.1 章节介绍 JØsang 主观逻辑理论，然后在 1.2.2 章节对当前电子商务信任模型的研究现状进行分析。
（2）影响信任的因素有很多，因此需要根据各个因素对信任的贡献科学合理的分配权重。另外，在对主观逻辑理论中融合算子的改进、电子商务信任建模以及软件可信性评估模型中都需要用到权重，本文将在1.2.3章节介绍当前权重分配问题的研究现状。
（3）电子商务交易环境（互联网）和工具（软件）的安全可靠性问题。电子商务交易工具的运行环境是动态开放状态，而这种多变性导致了不确定性因素的产生，软件的可信性难以保证。电子商务用户一般通过浏览器等软件进行互联网交易，因此，本文对浏览器软件的可信性进行了研究并设计了评估模型。本文在 1.2.4 章节介绍关于软件可信性的研究工作
1.2.1 JØsang 主观逻辑理论
经 Shafer 在 1976 年进一步发展[7]，并使其更加的理论化、系统化，最终形成了一种不确定推理理论，即 DS 证据理论。其主要特征是支持不同等级的精确度和直接引入对未知不确定性的描述。这种方法在处理某些事物的差异不足以区分正面或负面的情况时有着较大优势。但是它所需要的证据不能快速准确的定位，必须从初始条件按照一定的顺序和方式去分析，显得有些繁琐。关于这一点已经被有关专家所共识[8，9]。自从 DS 证据理论被提出后，很多学者开始引用 Dempster 法则[10-15]。虽然 Dempster法则被应用到不同的场合，然而却只有一个目的：基于信任原则来化解事物之间的矛盾。Dezert-Smarandache 理论扩展了这一法则[16]，在该系统中引入了称为“超强集”的概念，从而打破了在系统中的各个元素是相互独立的这一经典概念。
JØsang 等人[22]提出的主观逻辑能够表示主观不确定性，并取得了可喜的成果[23-30]。文献[23]利用主观逻辑进行信任网络分析，然而其折扣算子在信任传递过程中存在信任下降过快的问题。文献[24]对主观逻辑理论做了多项式的拓展。文献[25]将条件推理从二项扩展到多项观点，改进和完善了主观逻辑，但其给出的多项式融合算子在融合三个以上观点时，仍然不满足交换率和结合律，导致融合结果不唯一。文献[26]对贝叶斯信誉系统丰富的特征进行了综述，说明其适用于很多不同的问题和环境。文献[27]提出了累积融合算子和平均融合算子，改进原有主观逻辑，而上述问题依然存在。文献[28]利用主观逻辑对条件到结果的映射进行了拓展与新的定义。JØsang 的 Beta 信任模型已经成为信任管理领域中经典的信任模型之一，他将其很好地应用在开放社区的信任管理中，对计算中的信任进行推理和表示。
第 2 章 JØsang 主观逻辑及其拓展
在标准的逻辑中，命题不是真就是假。然而，没人能够绝对肯定有关世界的一个命题是绝对真或假。另外，每当对一个命题的真实性进行评估，它总是有一个个体来完成的，这不能被认为是一个全面客观的信念。这表明在标准逻辑中，捕捉我们现实知觉的一个重要方面缺失了，它是更多的为理想化的世界而设计，并非我们生活的主观世界。概率逻辑结合演绎逻辑和概率论表达事件的真实程度。而这一结果比二值逻辑更加符合实际。经典概率论中概率可加性原则要求在状态空间不相交的元素概率和为 1。这一要求使得它必须评估每一个状态的概率值，甚至可能没有基于它。换句话说，它阻止我们清楚的表达对可能状态或结果的未知性。如果某人想表达对 x 的未知性，他会说“我不知道”。这不能用一个简单的概率值来表达。 概率值 P(x)=5，表示 x 和 x 的补是同样可能的，这非常不同于未知。
在主观逻辑中，论点被称作一个主观观点或观点。一个观点包含不确定性程度，这个不确定性可以理解为对相关状态的真实性的未知。主观观点与信任函数相关。信任理论让观察者能够对状态空间进行信任分配，这种方法的优点是涵盖了未知，例如，当对状态的真实性缺乏证据时，我们能够通过对整个状态空间进行信任分配来清楚的表达未知。从一方面讲，主观观点比信任函数更具有约束性，它不提供状态的幂集。然而，主观观点包含基率，在这个意义上，，比信任函数更加具有表达力。
定义在主观观点上的逻辑算子非常简单，相对大量的实践逻辑算子是存在的。这给在各种情况下的推理提供了框架，输入参数可以是不完整的或者是受到不确定性影响的。主观观点与狄利克雷和贝塔概率密度函数等价。通过这个等价性，主观逻辑提供了一种概率密度函数的推理演算。在主观逻辑中，描述了四种不同但等价的主观观点表达。它使得我们能够从同角度来看不确定概率，能够最自然的表达一个具体的现实世界的情况。主观逻辑包含与二值逻辑和经典概率演算相同的基本算子，同时，还包括自己独有的非传统算子。主观逻辑能够比传统的概率演算和概率逻辑更加符合实际地对真实世界的情况进行建模和分析。分析师的部分未知和缺乏信息都能够被清楚的考虑在分析中，并明确的表达出结果。当用作决策支持，主观逻辑使得决策者更好的刻画不确定性对具体情况和未来结果评估的影响。
在主观逻辑中，主观观点是经典和原创的表达方式。为了便于理解，主观观点将观点可视化在三角形中。主观观点表达形式为基础主观逻辑算子，其他表达用来理解与主观逻辑的相关性以及其他数学形式。证据表达是第二种形式，它提供了一个在统计学中的经典数学表达，能够以概率密度函数的形式给出有用而直观的可视化。证据表达也能够提供最直观的方式使得一个观察的新证据体现到观点中。JØsang 的主观逻辑以描述二项事件后验概率的 Beta 分布函数为基础，给出了一个由观察到的肯定事件数 r 和否定事件数 s 来计算的概率确定性密度函数，并以此为基础计算实体间产生的每个事件的概率可信度。
2.2.1 基率 a 的动态化
C 应该随着问题规模(多项式观点中的基数)k 的增大而增大，但随证据的增多而减少，观察次数 N，或随时间 t 的增大而减少。因此，可根据实际情况设计线性函数与非线性函数，如 fun4 和 fun5。fun4 中 r 为调节系数，其作用是调节 C 的下降速度。
根据 JØsang 证据空间映射观念空间的理论，分别定义了正事件数和负事件数，而不确定因子 C 应该是观察周期前的不确定事件数(即在未进行该周期观察时的不确定事件数)，而这种不确定性产生反应在证据上的表现为不同周期间正事件数的变化，它与以前的观察证据有着密切的关系，因此我们根据不同的观察周期，给出动态变化的不确定因子 C 的定义：
上述两个例子的结论恰好与认知一致性理论[109]的观点相符，认知一致性理论是一种重要的社会认知理论，该理论认为人的认知有一致性倾向，当两个实体对同一事物给出不同的观点时出现认知失调，增加新的认知；认知-感情一致论认为人们的信念或认识在一定程度上受人们的感情偏爱所决定。
为了验证改进的主观逻辑模型的有效性，在 CPU 为 Intel(R) Core(TM)2 Duo CPUE7500 2.93GHz，内存 1.98GB，Windows XP 的主机上进行仿真实验。该实验的数据集选自 KDD CUP 99，KDD CUP 99 数据集是 KDD 竞赛在 1999 年举行时采用的数据集。它是由美国国防部高级规划署在林肯实验室进行的一项入侵检测评估项目。林肯实验室建立了一个网络环境，收集了 9 周时间的网络连接和系统审计数据，仿真各种不同的网络流量、各种用户类型和攻击手段，使它就像一个真实的网络环境，因此，以此数据为仿真实验数据更具有可信性。
从 corrected 数据的前 65503 条记录中选取 36000~42000 这 6000 条记录作为实验数据，假设每一个观察周期有 600 条记录，那么就有 10 个观察周期，每 600 条记录分别从 6 个观察者得到，即每个观察者提供 100 条记录。为了运用本文设计的融合算子，这里，假设 6 个观察者的自身的权重值分别为｛0.5，0.9，0.7，0.6，0.8，0.8｝，权重的分配算法参见第 4 章。统计正常事件数见表 2-3 并经过计算 的坐标，得到表 2-4。初始的 a=0.1，利用方程 fun1，fun4，本模型中的 a，C 会随着观察周期性的动态改变，而JØsang 的 a 始终是 0.5，C 始终是 2。本文还进行了 a，C 静态不变时候的实验，即 a=0.5，C=2。并与 a，C 动态变化时的情况进行比较。
3.1 电子商务信任模型................................................41
3.2 信誉值算法.....................................................44
3.3 推荐信任值算法..............................................44
第 4 章 柔性动态权重决策方案.................................... 48
4.1 方案描述........................................................48
4.2 客观部分权重分配方案.........................................50
4.3 专家权重的确定.............................................52
第 5 章 基于主观逻辑的可信软件评估模型........................... 65
5.1 软件运行环境属性的选取........................................65
5.2 基于主观逻辑的可信软件评估流程.................................66
第 6 章 电子商务信任模型仿真实验
为了验证第 3 章提出的电子商务信任模型在系统节点数较大的情况下，是否依然能够高效的运行，以及在各种不同情况下产生的结果的合理性，本文在 CPU 为 Intel(R)Core(TM)2 Duo CPU E7500 2.93GHz ， 内 存 1.98GB ， Windows XP 的 主 机 上 用Apache+MySQL+PHP 运行环境进行仿真实验。在相同的实验数据下，将本文提出的模型与JØsang的模型进行结果对比与分析。下面简单介绍Apache+MySQL+PHP运行环境。Apache HTTP Server（简称 Apache）是 Apache 软件基金会的一个开放源码的网页服务器，可以在大多数计算机操作系统中运行，由于其多平台和安全性被广泛使用，是最流行的 Web 服务器端软件之一。它快速、可靠并且可通过简单的 API 扩展，将Perl/Python 等解释器编译到服务器中。
样例 1，无推荐信任路径，user 与 item 有直接交互经验，因此，信任主要由用户自己的经验产生，权重(W4=1)。
样例 2，无推荐信任路径，实验数据中，对 item id 为 2349 的评价仅有两条记录：买家 31 对其的评价为 1，根据评价时间计算的时效系数 0.75；买家 30810 对其评价为 3，时效系数 0.12。本算法根据公式(2.14)(2.15)(3.2)计算的信誉值为 0.07，信任期待值为0.96(信任期待值为随机赋值)，权重(W1=0.5， W3=0.5)。根据 JØsang 的主观逻辑公式(2.2)(2.3)计算出的信任评价值为 0.3，由于其模型中并未考虑证据的时效性，因此，对卖家信任的计算并不准确。本模型中对卖家计算的信誉值为 0.07，即认为卖家信誉很差。卖家的信任期待值较高为 0.96，即卖家是新卖家，调节后的的信任结果为 0.515，卖家依然是不太可信的。
样例 3，无推荐信任路径，根据本算法计算的信誉值为 1，信任期待值为 0.82，权重(W1=0.5， W3=0.5)。实验数据中，对 item id 为 5422 的评价有 5 条记录，且均为好评，因此，本算法计算的信誉值与 JØsang 的结果一样都为 1。而本算法根据时间计算的信任期待值为 0.82，最终的信任结果为 0.91，该值较为符合实际。
第 7 章 结论及展望
因此，本文的工作重点之一是对 JØsang 主观逻辑不合理不完善的地方进行拓展与改进，针对 JØsang 主观逻辑存在基率 a 与不确定因子 C 不能动态变化的不足，以及融合算子在高冲突情况下会产生不合理结果等问题，把主观逻辑拓展到五元组，改进了其融合算子，使其更合乎实际，改进后的融合算子满足交换率和结合律，并给出了证明。提出了的动态主观逻辑模型，通过建立直角坐标系，采用直线/曲线拟合算法勾勒观点的动态轨迹，能够更加直观地观察到观点在不同观察周期表现出的变化及发展趋势，同时，给出基率与不确定因子的动态化函数，可以满足不同系统的需要.实例分析的结论与认知一致性理论的观点相符.在此基础上进行了仿真实验，结果表明，改进后的主观逻辑更加合理，有效，能够更好的适应动态变化的环境。
本文针对当前信任模型在电子商务环境中适用性较差，计算复杂度较高等问题，提出了基于拓展主观逻辑的电子商务信任模型。模型引入对新卖家的信任期待值，调节当前电子商务中信誉机制的不公平性；将社会网络推荐与电子商务信任模型相结合，并设计了信任路径搜索算法，解决“Mass Hysteria”问题的同时，降低了计算复杂度。在此基础上进行了仿真实验并与 JØsang 及文献[3]的模型进行了对比，结果表明，拓展主观逻辑电子商务信任模型更加合理有效。在改进主观逻辑融合算子过程中引入了权重，在电子商务信任建模时需要对各个信任组成部分进行科学合理的权重分配，因此，本文对权重分配问题进行了深入的研究。
由于决策问题的复杂性，在对属性分配权重时，仅用客观的方法，难以体现人们在决策中的主观性，而仅依据人的主观判断，又难以客观的反映问题的实质。因此，本文在权重分配方面，提出一种柔性的动态权重决策方案(FDWDS)，该方案在分析数据类型、指标类型和与之相关的知识信息的完备性、准确性基础上，综合客观赋权、主观赋权以及考虑决策偏好等对决策的影响，进行柔性柔性权重分配，方案能够根据分析对象的不同而进行动态调整。最后，通过模拟实验与综合案例，对其适用性和权重分配的合理性进行了论证，并与相关文献结果进行了比较，本文所提的方案在得到合理结果的同时，有效降低了计算复杂度。
参考文献（略）
本文编号：35134
本文链接：https://www.wllwen.com/wenshubaike/lwfw/35134.html