基于P2P电子商务的可信信用评价模型

安 静

(石家庄职业技术学院 信息工程系，河北 石家庄 050081)



基于P2P电子商务的可信信用评价模型

安 静

(石家庄职业技术学院 信息工程系，河北 石家庄 050081)

与传统电子商务相比，P2P环境下的电子商务更加开放、灵活，但用户也面临更大的交易风险.为了解决P2P电子商务中的交易安全问题，提出了一种基于P2P电子商务的可信信用评价模型，它从直接信用度、推荐信用度两个维度对节点的信用进行综合评价，充分考虑了交易时间与交易金额对直接信用度的影响以及信用反馈节点的信用度对推荐信用度的影响，并对初始推荐信用值进行了修正.仿真试验结果表明，该模型可以提高信用评价的准确率，增强节点的抗风险能力.

P2P；可信信用评价模型；直接信用度；推荐信用度

近几年，P2P网络(Peer-to-Peer)飞速发展，其在网络中的应用也越来越广泛.基于其去中心化、计算成本低、交流方式更加人性化等优势，P2P网络在电子商务领域的应用有了很大的发展，如Lightshare，Interbind等点对点网上经营模式.P2P电子商务环境中，每个用户就是一个节点，节点之间可以直接进行数据传递等交易活动，与传统的电子商务模式相比，它更加灵活、便捷.但是参与交易的用户具有匿名性和分散性，每个节点可以随时加入或退出网络，节点间彼此不熟悉，并且拥有不受他人约束的行为，不同节点有不同的能力和可靠性，由此可能导致不可靠的服务质量及欺诈行为，这些行为给P2P电子商务的发展带来了很大的安全隐患.

在P2P电子商务环境中，信用评价可以有效地识别恶意节点并避免欺诈行为.eBay传统的电子商务系统和多Agent系统中信用评价得到了应用，但这些系统都依赖于中心服务器，不适用于P2P电子商务环境.因此，建立安全、高效的P2P电子商务信用评价模型是非常必要的.

1 相关的研究工作

目前，已有许多国内外学者给出了不同的信用模型.文献[4]提出了Beta声誉系统.它是一个基于Beta网络的信用模型，引入了事实空间、观念空间等概念，利用主观逻辑对信用关系进行建模，将二元评价作为输入并通过Beta函数的统计更新来计算信用值，提高了信用模型的计算能力.但该模型中运算值的正确选取太过于依赖经验，对经验的要求较高，所以主观性比较强，实际应用受到一定的限制.

文献[5]提出了全局信用模型Eigen Trust，它根据节点的交易历史，通过节点间信用度的迭代来获取节点的全局信用，节点可以根据全局信用来选择交易对象，从而达到将恶意节点隔离的目的.但是，此模型需要预先选取一些信用高的节点作为起始节点，以保证计算的收敛性，并且每次交易都在全网范围内迭代，给网络造成了较大的压力，在节点数众多的网络中应用缺乏可行性.

文献[6]提出了Fuzzy Trust信用模型，通过模糊推理生成局部信用，在此基础上再计算全局信用.该模型对恶意节点的检测率较高，但计算和通信代价较大，并且没有考虑影响评价准确率的各种信用因素，也未对模型的收敛性进行论证.

文献[7]提出的Peer Trust信用模型综合考虑了影响信用值度量的多个因素：交易评价、交易次数、评价反馈节点的可信程度、交易上下文、社区上下文等，并提供了一种纯分布式的信用值计算方法，利用置信因子来综合局部信用和全局信用得到信用值.但是此模型没有给出置信因子的确定方法.

文献在文献的基础上提出了一种P2P电子商务系统中基于声誉的信用机制，全面引入了影响信用值度量的各种因素，并给出了置信因子的确定方法，在一定程度上提高了信用模型的准确度.

本文在以上这些信用模型的基础上进行改进，提出一种基于P2P电子商务的可信信用评价模型.

2 基于P2P电子商务的可信信用评价模型

2.1 直接信用度

直接信用度是根据对节点间发生过的历史交易的评价计算得出的一个节点对另一个节点的信任程度.它类似于人类社会中人们通过直接交往所建立的一个个体对另一个个体的信任程度.直接信用度不仅要考虑历史信用评价，还要考虑交易时间和交易金额对信用评价的影响.为了反映直接信用度计算的客观性和准确性，引入交易金额影响因子和交易时间影响因子.

2.1.1 交易金额影响因子

交易金额影响因子Vm(k)反映交易金额对第k次交易信用值的影响，即交易金额越大，对第k次交易信用值的影响越大，这样可以防止用户利用小额交易获得的信用在大额交易时进行欺诈[10].由于交易双方对待大额交易的态度往往更认真，故对大额交易的信用评价更能反映出节点的真实行为.交易金额影响因子的计算公式为：

2.1.2 交易时间影响因子

交易时间影响因子Vt(k)反映交易时间对第k次交易信用值的影响，即交易时间距离当前时刻越近，对第k次交易信用值的影响越大，说明距离当前时刻近的交易评价更能反映节点的近期交易行为[11].交易时间影响因子的计算公式为：

图1 λ不同取值时交易时间差与交易时间影响因子的关系

2.1.3 直接信用度更新

2.2 推荐信用度

当节点A与节点B进行交易时，除了要考虑节点A与节点B的直接交易历史，还要考虑其他节点与节点B的交易情况[12].推荐信用度是综合网络中其他节点的推荐信息、各推荐节点的推荐权重等因素得出的某节点对另一节点未来行为的信任程度[13].考虑到有些推荐节点的推荐可信，有些推荐节点的推荐不可信，在推荐信用度的计算过程中，需要对初始推荐信用值进行修正，设置推荐节点的推荐权重.

2.2.1 初始推荐信用值修正

假设所有与节点B交易过的其他节点称为推荐节点Pj，j=(1,2,…，n)，如图2所示.推荐节点可以根据与节点B的直接交易历史，对节点B的交易信用进行推荐，所以节点Pj对节点B的初始推荐信用值为TDj→B，即推荐节点j对节点B的直接信用度.同时，为了防止恶评节点的恶意行为对推荐信用度计算准确率的影响，对初始推荐信用值进行了修正.

图2 推荐信用

首先，设置初始推荐信用值修正的启动条件.当满足启动条件时，认为节点Pm为恶评节点，修正节点Pm的推荐信用值.启动条件描述如下：

(1) 节点Pm的交易总次数n超过N，即n>N；

2.2.2 推荐权重

由于推荐节点Pj的信用不同，对节点B推荐信用度的影响也不同，因此，计算推荐信用度时，设置了推荐节点Pj的推荐权重wj，

由此可以看出，推荐节点的推荐信用值越高，对节点B的推荐信用度影响越大.

2.3 综合信用度

3 仿真试验

为了验证模型的准确性和有效性，使用Matlab7.1进行模拟仿真试验.

3.1 试验1

对直接信用度计算方法的准确性进行验证.从节点A与节点B的交易历史中，选取6次典型交易(times1，times2，times3，times4，times5，times6)，根据每次交易的信用评分、交易金额和交易时间，计算节点A对节点B的直接信用度，λ=0.05，试验结果如图3所示，具体数据如表1所示.

图3 直接信用度对比

表1 交易数据表

从图3可以看出，交易金额越大，交易时间距当前时刻越近，直接信用度越高.

3.2 试验2

此试验进行模型有效性验证.信用模型的主要作用是通过某种算法来计算节点信用度的变化趋势，预测未来的交易行为.在质量较高的信用模型中，节点的信用度应该很快收敛，并保持稳定的变化趋势.由图4可以看出，各类节点的信用度变化趋势不同，但是都能够很快收敛到设定的数值，其中，诚信节点的信用度较高，变化趋势稳定；而恶评节点和虚假交易节点的信用度较低，下降速度较快.

图4 综合信用度变化趋势

3.3 试验3

此试验为模型对比试验.先选取两个研究过程中用到的中间模型.即TD模型和TDR模型.其中，TD模型在计算信用度时，只考虑节点的直接信用度;TDR模型综合考虑了直接信用度和推荐信用度，但并未对推荐信用值进行修正.然后再选取三个经典信用模型即Beta模型、Eigen Trust模型(简称ET模型)和Peer Trust模型(简称PT模型)与本模型(TW模型)进行对比分析.图5和图6显示，当恶评节点的比例为30%时，各种信用模型的准确性均比较高，当恶评节点的比例增至60%时，各种信用模型的准确性均下降，但是本模型却能够一直保持相对较高的准确性，说明它具有较好的抗攻击能力.

图5 恶评节点比例为30%时信用评价准确度对比

图6 恶评节点比例为60%时信用评价准确度对比

4 结语

本文提出的基于P2P电子商务的可信信用评价模型全面考虑了影响信用度的多种因素，通过直接信用度和推荐信用度综合计算节点的信用，有效防止了恶意节点的欺诈行为.试验结果表明，此模型能够准确反映节点的信用状况，提高抗风险能力.但由于P2P电子商务环境比较复杂，此模型仍需要不断改进，今后将在惩罚机制和激励机制方面做进一步研究.

[1]刘玉玲,刘倩.应用于P2P电子商务的信任评估模型.计算机工程与应用,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.一种P2P电子商务系统中基于声誉的信任机制.软件学报,2007,18(10):2551-2563.

[9]李旭军.P2P电子商务中的信任评价模型研究.重庆科技学院学报,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]朴春慧,安静,方美琪.C2C电子商务网站信用评价模型及算法研究.情报杂志,2007(59) :105-107.

[12]汪克文,谢福鼎,张永.基于惩罚机制的P2P电子商务模型.计算机工程,2010,36(12 ):265-268.

[13]李致远,王汝传.P2P电子商务环境下的动态安全信任管理模型.通信学报,2011,32(3):50-59.

[14]张徐,高承实,戴青.P2P电子商务中一种基于交易标的额的信任评价模型.信息工程大学学报,2010,11(1):93-98.

[15]唐伟,郑小林.基于交易成功率的P2P电子商务信任模型.计算机工程,2011,37(7):285-287.

责任编辑：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 静(1980-)，女，河北石家庄人，石家庄职业技术学院讲师.

1009-4873(2015)06-0046-05

TP393.02

A