[論文レビュー] An Advanced Certain Trust Model Using Fuzzy Logic and Probabilistic Logic theory

Kawser Wazed Nafi, Tonny Shekha Kar+2 more|arXiv (Cornell University)|Mar 3, 2013

Access Control and Trust参考文献 18被引用数 6

ひとこと要約

本稿では、クラウドコンピューティングや電子商取引のような動的環境における信頼性評価の向上を目的として、ファジィ論理と確率論理を用いた拡張された信頼モデルを提案する。言語変数を用いて信頼 T と行動確率 P を導入し、推論と非ファジィ化を伴うファジィ関連記憶（FAM）を適用することで、従来の確定的信頼モデルに比べ、より正確で人間が理解可能な信頼評価を実現する。

ABSTRACT

Trustworthiness especially for service oriented system is very important topic now a day in IT field of the whole world. Certain Trust Model depends on some certain values given by experts and developers. Here, main parameters for calculating trust are certainty and average rating. In this paper we have proposed an Extension of Certain Trust Model, mainly the representation portion based on probabilistic logic and fuzzy logic. This extended model can be applied in a system like cloud computing, internet, website, e-commerce, etc. to ensure trustworthiness of these platforms. The model uses the concept of fuzzy logic to add fuzziness with certainty and average rating to calculate the trustworthiness of a system more accurately. We have proposed two new parameters - trust T and behavioral probability P, which will help both the users and the developers of the system to understand its present condition easily. The linguistic variables are defined for both T and P and then these variables are implemented in our laboratory to verify the proposed trust model. We represent the trustworthiness of test system for two cases of evidence value using Fuzzy Associative Memory (FAM). We use inference rules and defuzzification method for verifying the model.

研究の動機と目的

• 固定された専門家定義の値に依存する従来の確定的信頼モデルの限界を解消すること。
• クラウドコンピューティングや電子商取引プラットフォームのような動的で不確実な環境における信頼性評価を向上させること。
• ファジィ論理と確率論理を統合し、より適応的で現実的な信頼評価を実現すること。
• システム状態の解釈を向上させるために、信頼 T と行動確率 P の2つの新しいパラメータを導入すること。
• 人間が読み取り可能な言語変数をサポートし、実世界のシステムへの実装を可能にするモデルの開発

提案手法

• 不確実性を扱うために、確定的信頼モデルにファジィ論理を組み込むことで拡張する。
• 信頼 T と行動確率 P を、言語変数（例：高、中、低）を用いて表現する。
• FAM を用いて、入力証拠値を信頼出力にマッピングする。推論ルールは事前に定義されている。
• 推論ルールは専門家の知識とシステム動作に基づいて定義され、動的信頼評価を可能にする。
• 非ファジィ化技術を適用して、ファジィ信頼出力を明確な数値に変換し、実用的利用を可能にする。
• 実験的妥当性を検証するため、証拠値の2つのケースを用いてラボ環境でモデルを評価した。

実験結果

リサーチクエスチョン

• RQ1 不確実で動的変化するサービス指向環境において、信頼性をどのようにより正確に評価できるか？
• RQ2 ファジィ論理は、信頼モデルにおける確定性と平均評価の表現をどの程度改善できるか？
• RQ3 新規パラメータである信頼 T と行動確率 P は、ユーザーおよび開発者のシステム状態理解をどの程度向上させるか？
• RQ4 FAMに基づく推論と非ファジィ化は、言語的信頼評価を実行可能で明確な数値的信頼スコアに効果的に変換できるか？
• RQ5 本モデルは、実世界の適用可能性と解釈可能性において、従来の確定的信頼モデルをどの程度上回るか？

主な発見

• 提案モデルは、ファジィ論理と確率論理を統合することで、従来の確定的信頼モデルを上回る信頼評価の正確性を実現した。
• 信頼 T と行動確率 P に言語変数を用いることで、ユーザーおよび開発者にとってより直感的で解釈可能な信頼評価が可能になった。
• FAMに基づく推論と非ファジィ化は、異なる証拠値のケースにおいて一貫性があり信頼性の高い信頼スコアを生成した。
• ラボ環境での実装により、実時間のシステム状態に適応可能な実用的妥当性が示された。
• T と P パラメータの統合により、電子商取引およびクラウド環境における意思決定を支援する包括的な信頼性の視点が得られた。