| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 相关知识介绍 | 第15-25页 |
| 2.1 攻击类型及检测机制 | 第15-20页 |
| 2.1.1 隐私和安全问题 | 第15-17页 |
| 2.1.2 常见的攻击类型 | 第17页 |
| 2.1.3 恶意评分检测机制 | 第17-20页 |
| 2.2 云计算信任管理模型相关知识 | 第20-24页 |
| 2.2.1 信任和信誉的概念 | 第21页 |
| 2.2.2 信任模型 | 第21-23页 |
| 2.2.3 信任管理模型在云环境下的应用 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 融合改进控制图方法的信誉评估模型 | 第25-33页 |
| 3.1 引言 | 第25-26页 |
| 3.2 融合改进控制图方法的信誉评估模型(RE-MUP) | 第26-32页 |
| 3.2.1 反馈评分监控框架及相关模型 | 第26-28页 |
| 3.2.2 MEWMA控制图检测算法 | 第28-30页 |
| 3.2.3 信誉评估算法 | 第30-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 融合自适应控制图方法的信任评估模型 | 第33-42页 |
| 4.1 引言 | 第33-34页 |
| 4.2 融合自适应控制图方法的信任评估模型(ATCF) | 第34-41页 |
| 4.2.1 AEWMA控制图检测算法 | 第34-38页 |
| 4.2.2 基础信誉度量和上下文因子的融合 | 第38-39页 |
| 4.2.3 信任评估算法描述 | 第39-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 实验验证与分析 | 第42-56页 |
| 5.1 实验数据和设置 | 第42-44页 |
| 5.1.1 实验数据 | 第42-43页 |
| 5.1.2 数据设置 | 第43页 |
| 5.1.3 实验环境 | 第43-44页 |
| 5.2 实验评价指标 | 第44-45页 |
| 5.3 RE-MUP算法仿真实验结果及分析 | 第45-51页 |
| 5.3.1 原始反馈评分数据集的良性检测 | 第46-47页 |
| 5.3.2 与其它信誉评估算法实验对比 | 第47-50页 |
| 5.3.3 极端情况下信誉评估算法性能分析 | 第50-51页 |
| 5.3.4 实验结果分析 | 第51页 |
| 5.4 ATCF算法仿真实验结果及分析 | 第51-55页 |
| 5.4.1 实验参数对指标的影响 | 第51-53页 |
| 5.4.2 不同攻击类型检测效果对比 | 第53-54页 |
| 5.4.3 实验结果分析 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第62-63页 |
| 致谢 | 第63页 |