| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 P2P网络 | 第10-15页 |
| 1.1.1 P2P网络概述 | 第10-12页 |
| 1.1.2 P2P网络的研究现状 | 第12-14页 |
| 1.1.3 P2P网络面临的主要问题 | 第14-15页 |
| 1.2 贝叶斯推理概述 | 第15-17页 |
| 1.2.1 贝叶斯网络的概念 | 第15-16页 |
| 1.2.2 贝叶斯网络的研究背景 | 第16-17页 |
| 1.3 研究内容 | 第17-19页 |
| 1.4 论文结构 | 第19-20页 |
| 第2章 背景知识与相关技术 | 第20-30页 |
| 2.1 信任 | 第20-23页 |
| 2.1.1 信任的定义 | 第20-22页 |
| 2.1.2 信任分类 | 第22-23页 |
| 2.2 贝叶斯推理 | 第23-26页 |
| 2.2.1 贝叶斯推理定义 | 第23-24页 |
| 2.2.2 贝叶斯推理模型 | 第24-26页 |
| 2.3 信任推理模型 | 第26-29页 |
| 2.3.1 Eigen Trust模型 | 第26-27页 |
| 2.3.2 SUNNY模型 | 第27-28页 |
| 2.3.3 基于信誉和风险评价信任模型 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 贝叶斯网络中基于可信证据链的P2P网络信任推理 | 第30-42页 |
| 3.1 信任关系网络 | 第30-32页 |
| 3.1.1 信任量化 | 第30-31页 |
| 3.1.2 信任关系网络模型 | 第31-32页 |
| 3.2 信任推理网 | 第32-35页 |
| 3.2.1 信任关系推理规则 | 第32-34页 |
| 3.2.2 信任关系推理过程 | 第34-35页 |
| 3.3 信任计算网 | 第35-39页 |
| 3.3.1 可信证据链信任推理影响因子设计 | 第35-38页 |
| 3.3.2 基于全概率的信任推理 | 第38-39页 |
| 3.4 实验结果与分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于贝叶斯推理的信任推理模型——BITrust Model | 第42-60页 |
| 4.1 基于信任的贝叶斯网络模型 | 第42-45页 |
| 4.1.1 贝叶斯网络表示 | 第42-44页 |
| 4.1.2 贝叶斯网络独立性和上下文特性 | 第44-45页 |
| 4.2 联合树算法 | 第45-51页 |
| 4.2.1 联合树的相关概念 | 第46-49页 |
| 4.2.2 基于P2P信任网络的联合树算法 | 第49-51页 |
| 4.3 贝叶斯推理算法的研究 | 第51-59页 |
| 4.3.1 联合树中基于TSP三角化算法 | 第51-54页 |
| 4.3.2 基于LAZY-ARVE的动态贝叶斯推理算法 | 第54-58页 |
| 4.3.3 基于LAZY-ARVE的贝叶斯推理例子 | 第58-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 算法分析及实验 | 第60-70页 |
| 5.1 基于TSP的联合树三角化算法分析 | 第60-63页 |
| 5.2 基于LAZY-ARVE的贝叶斯推理算法分析 | 第63-67页 |
| 5.3 与传统信任推理模型的比较分析 | 第67-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第6章 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 攻读硕士学位期间发表的学术论文 | 第78页 |
