基于可信理論的web教育門戶評估模型

基于可信理論的web教育門戶評估模型

1評價(jià)體系的構(gòu)建隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，高校網(wǎng)站不僅是一條方便的教育信息發(fā)布載體，也是展示高校特色和整體實(shí)力的重要手段。傳統(tǒng)web網(wǎng)站的可用性主要是指web用戶在網(wǎng)絡(luò)環(huán)境下使用它來完成特定任務(wù)時(shí)的有效性、效率和滿意度。近年來,國內(nèi)外的研究者對門戶網(wǎng)站可用性研究工作主要有兩類:一是采用專家評價(jià)及問卷調(diào)查獲取原始數(shù)據(jù),并構(gòu)建評價(jià)指標(biāo)體系;二是通過收集網(wǎng)絡(luò)用戶對Web站點(diǎn)的訪問數(shù)據(jù)進(jìn)行分析,即研究訪問日志和網(wǎng)站結(jié)構(gòu),利用可視化技術(shù)實(shí)現(xiàn)可用性研究.事實(shí)上,隨著網(wǎng)絡(luò)教育資源存儲量的指數(shù)級增長、網(wǎng)絡(luò)教育資源污染現(xiàn)象(如冗余、空鏈接、虛假信息等)的加劇以及網(wǎng)絡(luò)黑客的攻擊等問題的出現(xiàn),需要采用不同于傳統(tǒng)的網(wǎng)站可用性評估方法對Web教育門戶網(wǎng)站的安全可用性展開研究.由于可信計(jì)算近年來一直是國際安全領(lǐng)域中的研究熱點(diǎn),本文基于可信理論提出一種Web教育門戶網(wǎng)站可用性評估模型(UsabilityevaluationmodelbasedonTrustedtheoryofthewebeducationalportal,UEMBTT),對教育門戶網(wǎng)站進(jìn)行建模和評價(jià).2相關(guān)概念的描述2.1主體訪問expende定義1主體(Subject).是指Web教育門戶網(wǎng)站中的教育資源實(shí)體,這里用符號s表示.定義2客體(Client).指網(wǎng)絡(luò)環(huán)境中對Web教育門戶網(wǎng)站主體進(jìn)行訪問的對象實(shí)體,用符號c表示.定義3訪問(Access).是客體對象對主體信息執(zhí)行的操作;用Access(c,s)表示客體對象對主體進(jìn)行的一次訪問.定義4Web教育門戶網(wǎng)站(WebEducationPortalSite).指通過統(tǒng)一的協(xié)議對網(wǎng)絡(luò)區(qū)域內(nèi)的教育資源動態(tài)和安全進(jìn)行管理的一組網(wǎng)絡(luò)實(shí)體集合.2.2信息熵質(zhì)控對于Web教育門戶網(wǎng)站可用性的研究,本文主要從Web教育資源的直接可信度與Web用戶的滿意度兩個(gè)方面進(jìn)行觀測.定義5直接可信度.假設(shè)d1是主體資源鏈接的其他一級直接主體資源鏈接數(shù)目;d2主體資源鏈接的其他二級間接主體資源數(shù)目;則直接可信度定義為對于該主體資源第n+1個(gè)成功數(shù)的概率d(c,s),該概率服從Beta分布,據(jù)密度函數(shù)可以推導(dǎo)出:d(c,s)={d1+1d1+d2+2,if(d1,d2>0)0,else(1)d(c,s)={d1+1d1+d2+2,if(d1,d2>0)0,else(1)根據(jù)式(1),當(dāng)d1為0時(shí),即該主體資源為孤立資源;d2為0時(shí),該資源為路由轉(zhuǎn)發(fā)器,這里無需進(jìn)行可信度評估.定義6滿意度(Satisfaction).當(dāng)一次訪問行為Access(c,s)完成后提交的滿意程度;用符號A(c,s)表示,由于滿意程度的主觀性與不確定性,我們提出基于信息熵理論的滿意度函數(shù).假設(shè)滿意評估指標(biāo)e∈之間的隨機(jī)變量,p(e)表示取值為e的概率,則構(gòu)成如下函數(shù):A(c,s)={0,satisfactoty1,unsatisfactory-∫ep(e)logp(e)de,others(2)這里采用信息熵的不確定度量方法來評估主體提供資源的質(zhì)量,0表示本次訪問中客體c對主體s完全不滿意,1表示客體c對主體s完全滿意,值越大表示滿意度越高.由于惡意的客體對可信任的主體提供的服務(wù)仍然可以做出錯誤反饋,為了減少由錯誤反饋帶來的影響,引入反饋可信度的定義.定義7反饋可信度.客體對主體資源完成一次訪問操作,會對主體資源進(jìn)行信息的評價(jià)反饋,包括提供信息的真實(shí)性、準(zhǔn)確度等,用符號CF表示.一般來說,反饋可信度的影響因素有以下兩種:(1)當(dāng)前客體對主體訪問的頻繁次數(shù),訪問的次數(shù)多,其反饋可信度較高;(2)若前客體對主體的反饋信息與其他客體對主體反饋信息的相似度為一致性,則一致性越高時(shí),反饋可性度越高.反饋可信度直接反應(yīng)主體歷史訪問的評價(jià),為了抑制惡意節(jié)點(diǎn)的攻擊,我們規(guī)定反饋可信度的評價(jià)建立在直接可信度與滿意度評價(jià)的基礎(chǔ)上.下面給出CF的計(jì)算公式:我們定義訪問密度Num來表示客體對主體訪問次數(shù)對反饋可信度的影響;假設(shè)Nc表示客體對主體訪問的次數(shù),Ns表示主體被訪問的總次數(shù),則有:Νum(c,s)=ΝcΝs(3)我們引入一致性因子Sim(c,s)的描述用當(dāng)前客體一次訪問主體的反饋信息TSc與所有客體一次訪問主體的反饋信息TSs比較可得:Sim(c,s)=ΤScΤSs(4)進(jìn)一步地,我們定義反饋可信度CF計(jì)算公式如式(5):CF(c,s)=α·Num(c,s)+(1-α)·Sim(c,s)(5)式中,α給出了兩者之間的權(quán)重,且當(dāng)CF(c,s)滿足CF(c,s)≥d(c,s)+A(c,s)2時(shí),定義的反饋可信度能夠有效的進(jìn)行評估.定義8全局可信度.對于教育網(wǎng)站中的任意主體資源節(jié)點(diǎn)i的全局可信度ACi為:令p=β·dj(c,s)+(1-β)·Aj(c,s)(6)則ACi=∑j∈n(CFj(c,s)×p)×Τj(7)其中,n表示訪問過主體資源i的所有客體集合.Aj(c,s)為客體j的滿意度指標(biāo),CFj(c,s)是客體j的反饋可信度,β是影響因子,Tj是活動周期,引入Ti為了解決如下問題:(1)資源的可信度與時(shí)間關(guān)聯(lián)問題;(2)信任衰減問題.由此給出了活動周期Ti的公式:Τi=11+λ?Δt(8)Δt是可信度評估時(shí)間與被最近一次被訪問時(shí)間差,為了更好的評估Δt的動態(tài)性λ為動態(tài)調(diào)節(jié),可根據(jù)實(shí)際情況設(shè)置不同的值.3信任度評估算法當(dāng)前的網(wǎng)絡(luò)環(huán)境下,不同的教育門戶網(wǎng)站通過一定的協(xié)議構(gòu)成了開放的Web教育資源網(wǎng).由于用戶實(shí)體在訪問客體資源時(shí),兩者各自所屬域的不同對訪問可信度評估的機(jī)制有一定的影響因素,下面給出可信度評估算法(CredibilityAssessmentAlgorithm,CAA).由于每個(gè)教育門戶網(wǎng)站都是以某個(gè)實(shí)體作為中心,并進(jìn)一步形成層次化的拓?fù)浣Y(jié)構(gòu),由此我們提出信任代理的定義.定義9信任代理(TrustAgent)信任代理負(fù)責(zé)本門戶網(wǎng)中客體資源的可信度以及反饋可信度等信息的更新,用符號TA表示.信任代理在一次訪問行為Access(c,s)過程中執(zhí)行的動作主要有2個(gè):(1)更新門戶網(wǎng)中主體資源的不同信任度,并對陳舊的信息進(jìn)行篩選;(2)控制惡意資源的攻擊,保護(hù)門戶網(wǎng)的安全性.3.1戶網(wǎng)自身信任度判斷在Web教育門戶網(wǎng)站訪問模型中,域中節(jié)點(diǎn)提供資源,客體在訪問主體資源時(shí),我們從直接可信度、滿意度及反饋可信度來進(jìn)行評判,若所屬門戶網(wǎng)不同,則對可信度評估同時(shí)還需要考慮門戶網(wǎng)自身的信任度.基于自動機(jī)理論給出站點(diǎn)內(nèi)和站點(diǎn)間訪問示意圖,如圖1所示.客體資源在網(wǎng)間訪問時(shí),需要判斷本門戶網(wǎng)的信任度;復(fù)雜網(wǎng)絡(luò)中,聚集系數(shù)用來衡量中心化程度,一般來說,當(dāng)網(wǎng)絡(luò)中心化程度越大,其可信度越大,所以本文采用聚集系數(shù)來作為門戶網(wǎng)i的信任度wi,計(jì)算方法如下wi=ki(ki-1)2ei(9)其中,ei是全局網(wǎng)絡(luò)中實(shí)際存在的邊數(shù),ki是門戶網(wǎng)i的信任代理TAi的度數(shù),0<wi<1,若wi=1,則網(wǎng)絡(luò)中任意兩兩直接均有連接.引入自動機(jī)反饋機(jī)制有助于進(jìn)行動態(tài)適應(yīng)性的評價(jià),下面給出可信度的算法描述.3.2ci與主體資源算法:可信度評估算法(CAA)Input:需進(jìn)行訪問的客體對象Ci與主體資源Si;當(dāng)前Web教育資源網(wǎng)絡(luò)G中的相關(guān)信息.算法中δ作為教育門戶網(wǎng)可信度的判斷標(biāo)準(zhǔn),一般δ的取值為Web教育資源網(wǎng)絡(luò)中所有門戶網(wǎng)的可信度均值,當(dāng)大于該值時(shí),則定義為可信門戶網(wǎng)站.3.3接信、時(shí)間復(fù)雜度CCA主要思想是客體進(jìn)行訪問時(shí),通過對主體資源從直接可信度、滿意度和反饋可信進(jìn)行評估.直接可信度是對當(dāng)前主體的直接評估,算法時(shí)間復(fù)雜度為O(1);滿意度計(jì)算則是從間接的角度,更全面的進(jìn)行評估,算法的時(shí)間復(fù)雜度也可控制在O(1)內(nèi).由于對主體的歷史信息評估需要通過對所有與當(dāng)前主體資源進(jìn)行訪問過的客體信息進(jìn)行分析評估,因此,最后通過全局判斷給出訪問操作的結(jié)果.4uembct模型穩(wěn)定性仿真結(jié)果為了驗(yàn)證本文提出的模型和算法的性能,本文在matlab仿真軟件中對模型中CCA算法進(jìn)行仿真驗(yàn)證.模擬實(shí)驗(yàn)采取3個(gè)門戶網(wǎng)站和100個(gè)用戶,每個(gè)用戶分別進(jìn)行10次的交互,對進(jìn)行可信度評估.實(shí)驗(yàn)1有效性評估假設(shè)3個(gè)教育服務(wù)門戶網(wǎng)可信度分別為高、低和隨機(jī)網(wǎng)絡(luò),令初始信任度均為0.5.規(guī)定所有用戶為誠信用戶.圖2給出了門戶網(wǎng)可信度的隨時(shí)間步長變化的趨勢圖.圖2表明,隨時(shí)間步長的變化,可信度高的門戶網(wǎng)由于提供的服務(wù)質(zhì)量好使得反饋信任度上升,網(wǎng)站的信任度也逐漸上升,可信度低的網(wǎng)門戶網(wǎng)則相反逐漸降低直至為0,沒有價(jià)值存在;隨機(jī)網(wǎng)絡(luò)的信任度則是不穩(wěn)定的進(jìn)行變化,更加說明了UEMBCT模型能夠反應(yīng)Web教育資源網(wǎng)絡(luò)的有效性.實(shí)驗(yàn)2調(diào)節(jié)因子的影響為了對UEMBCT模型進(jìn)行更好的評估,本實(shí)驗(yàn)仿真了全局可信度中直接可信度與滿意度的比例影響,并給出了更新活動周期對門戶網(wǎng)站可信度的影響,對模型的穩(wěn)定性進(jìn)行分析.實(shí)驗(yàn)結(jié)果如圖3所示.圖3反應(yīng)隨著因子α增加,可信度呈現(xiàn)出先增加后降低的趨勢,說明直接可信度與滿意度控制在0.5范圍可信度最高;β增加對域可信度也呈現(xiàn)出先增加后