| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状与分析 | 第11-12页 |
| 1.3 组织内容 | 第12-13页 |
| 1.4 组织结构 | 第13-15页 |
| 第二章 可信评估相关研究技术综述 | 第15-26页 |
| 2.1 信任的定义及性质 | 第15-16页 |
| 2.1.1 信任的定义与性质 | 第15页 |
| 2.1.2 可信评估系统体系结构 | 第15-16页 |
| 2.2 信任计算表示模型 | 第16-18页 |
| 2.2.1 离散信任模型表示方法 | 第16-17页 |
| 2.2.2 概率信任模型表示方法 | 第17页 |
| 2.2.3 信念信任模型表示方法 | 第17页 |
| 2.2.4 模糊信任模型表示方法 | 第17-18页 |
| 2.2.5 信任云模型表示方法 | 第18页 |
| 2.3 情境感知系统技术 | 第18-25页 |
| 2.3.1 情境获取 | 第19-21页 |
| 2.3.2 情境处理 | 第21-23页 |
| 2.3.3 情境使用 | 第23-25页 |
| 2.4 本章总结 | 第25-26页 |
| 第三章 基于情境感知的可信评估模型的研究与设计 | 第26-37页 |
| 3.1 相关研究简介 | 第26-28页 |
| 3.2 基于情境感知的可信评估系统框架 | 第28-30页 |
| 3.3 基于情境感知的可信评估算法 | 第30-33页 |
| 3.3.1 算法采用的参数与计算公式说明 | 第30-32页 |
| 3.3.2 算法过程描述 | 第32-33页 |
| 3.4 实验与分析 | 第33-36页 |
| 3.4.1 实验环境说明 | 第33-34页 |
| 3.4.2 实验参数设置 | 第34页 |
| 3.4.3 信任评估算法有效性实验 | 第34-35页 |
| 3.4.4 信任评估准确性实验 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于循环神经网络与时间序列的可信值计算方法的研究与设计 | 第37-54页 |
| 4.1 相关研究简介 | 第37-39页 |
| 4.1.1 可信计算方法介绍 | 第37-39页 |
| 4.1.2 可信计算方法对比 | 第39页 |
| 4.2 基于时间序列的可信计算方法的参数与计算流程 | 第39-42页 |
| 4.2.1 基于时间序列的可信计算方法的参数说明 | 第40-41页 |
| 4.2.2 基于时间序列的可信计算流程 | 第41-42页 |
| 4.3 基于时间序列的可信计算方法的信任记录更新算法 | 第42-44页 |
| 4.3.1 基于交互行为触发的序列信任记录更新方式 | 第42-43页 |
| 4.3.2 基于时间的序列信任记录更新方式 | 第43-44页 |
| 4.3.3 基于恶意行为的序列信任记录更新方式 | 第44页 |
| 4.4 基于循环神经网络的长期行为序列融合方法 | 第44-52页 |
| 4.4.1 循环神经网络模型 | 第45-47页 |
| 4.4.2 基于循环神经网络的可信值计算 | 第47-52页 |
| 4.5 本章总结 | 第52-54页 |
| 第五章 分布式网络中基于云模型的可信管理节点选择框架 | 第54-64页 |
| 5.1 基于云模型的可信管理节点选择框架 | 第54-59页 |
| 5.1.1 基于历史行为数据的节点信任计算 | 第55页 |
| 5.1.2 基于云模型的节点可信度评估 | 第55-57页 |
| 5.1.3 关节点选择管理算法 | 第57-59页 |
| 5.2 实验与分析 | 第59-62页 |
| 5.2.1 实验环境设定 | 第59-60页 |
| 5.2.2 不同信任云模型实验 | 第60-62页 |
| 5.2.3 信任评估稳定性对比试验 | 第62页 |
| 5.3 本章小结 | 第62-64页 |
| 第六章 结束语 | 第64-66页 |
| 6.1 论文总结 | 第64-65页 |
| 6.2 研究展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71页 |
| 攻读学位期间参加的科研项目目录 | 第71页 |
