A survey of trust and reputation systems for
online service provision
在线服务提供的信任和信誉系统调查
信任和信誉系统是一个重要的趋势，在决策支持的互联网介导的服务提供。基本的想法是让双方互相率，例如在交易完成后，并使用聚合评级关于一个给定的一方，以获得一个信任或声誉得分，这可以帮助其他各方在决定是否与该党在未来。自然的副作用是，它也提供了一个良好的行为的动机，因此，往往有一个积极的市场质量的影响。信誉系统可以被称为协作的奖惩系统，以反映他们的合作性质，并且相关的协同过滤系统。在成功的商业在线应用中，信誉系统已经被使用。还有一个迅速增长的文献周围的信任和信誉系统，但不幸的是，这项活动是不太连贯。这篇文章的目的是给一个概述现有的和建议的系统，可以用来推导措施的信任和声誉的互联网交易，分析当前的趋势和发展，在这方面，并提出了一个研究议程的信任和信誉系统。
1. Introduction
在线服务发生了从未与对方当事人之间交易之前，在一个环境中，服务消费者往往对服务提供商的信息不足，以及提供的产品和服务。这迫使消费者接受之前performanceq轻快，即支付商品和服务在接收他们，这能让他处于弱势地位。消费者通常没有机会看到和尝试的产品，即bsqueeze的orangesq，之前他买的。另一方面，服务供应商，知道他得到什么，只要他是支付的钱。这种信息不对称造成的效率低下，可以通过信任和声誉得到缓解。这个想法是，即使消费者不尽的产品或服务之前，他可以确信，这将是他希望只要他相信卖家。一个值得信赖的卖家具有显著优势的产品 这个例子表明，信任在计算机中介的交易和过程中起着至关重要的作用。然而，它往往是很难评估的远程实体的可信性，因为计算机通信媒体越来越多地把我们从相互熟悉的风格。物理接触和传统的交流形式，让人们能够评估一个更广泛的范围内的线索相关的诚信比目前可能通过计算机介导的通信。建立一个传统的砖和迫击炮街的存在提供了一些保证，那些谁做的时间是严重的球员。这是为了建立一个好看的因特网的存在，对其背后的组织性小的证据相对简单和成本低形成鲜明的对比。这个关于不明交易伙伴收集证据的困难，使其难以区分高和低质量的服务供应商在互联网上。其结果是，在学术界和电子商务行业的信任，在开放的计算机网络的主题是受到相当的重视。
有一个迅速增长的文献中的理论和应用的信任和信誉系统，本文件的主要目的是提供一个调查，在这方面的发展。更早信誉系统的简要调查已由梅等人发表。[ 50 ]。代理交易系统综述也有关因为他们经常涉及到信誉系统[ 25,42,38 ]。有相当大的混乱周围的术语用来描述这些系统，我们将尝试在这项研究中使用一致的术语来描述建议和发展。在这方面似乎也缺乏连贯性，这是事实，作者经常提出新的系统从零开始，而不尝试扩展和提高以前的建议
第2节试图定义信任和声誉的概念，并提出了一个信任和信誉系统的研究议程。第3节介绍了为什么信任和信誉系统应该被视为安全机制。4节介绍了协同过滤系统和信誉系统之间的关系，后者也可以在协同奖惩系统定义。在第5节中，我们描述了不同的信托类，其中规定信托是一类信托，指服务规定。6部分介绍了四类的声誉和信任的语义，可以信任和信
誉系统，7节介绍了集中式和分布式的信誉系统架构，和8节描述了一些声誉的计算方法，即如何评级成为计算得出信誉分数。第9节提供了一个概述的声誉系统在商业和现场应用。
第10节介绍了声誉系统的主要问题，并提供了一个概述的文献，提出了解决这些问题。这项研究是在11节中讨论的
2. Background for trust and reputation systems
2.1. The notion of trust
信任的表现是容易认识到，因为我们的经验和依赖于它的日常生活，但在同一时间，信任是相当具有挑战性的定义，因为它体现在许多不同的形式。关于信任的文献也相当混乱，因为这个术语被用于各种各样的意义[ 46 ]。在这项研究中，我们将使用一个共同的定义，我们将调用可靠性的信任和信任决策。
顾名思义，可靠性的信任可以被解释为对某人或某事的可靠性，并通过甘贝塔
[ 22 ]的定义提供了一个例子，这是如何制定的：
定义1（可靠性信任）。信任是一种主观概率，它是一个个体，一个期望另一个个体，其福利取决于,它执行一个给定的行动.
这个定义包括了信任方的信任和信任方的可靠性（概率），以及信任方的信任度。然而，信任可以比甘贝塔的定义更复杂的指示。例如，法尔科内和Castelfranchi
[ 19 ]承认，具有高（可靠性）一般人信任未必足以决定进入一个对那个人的依赖情况。在[ 19 ]他们写道：对于它可能损害本身的价值（在失败的情况下）太高，选择一个给定的决策部门，这是由独立的失效概率（即使很低）或从可能的收益（即使是非常高）。在其他的话，这种危险似乎代理难以忍受的风险。Q为了抓住这个宽泛的概念，信任，下面的定义由麦克奈特和chervany [ 46 ]可以使用
定义2（决定信任）。信任是在一定程度上，一方愿意依赖在特定情况下的人或事一个相对安全的感觉，即使消极后果可能的
这种定义的相对模糊性是有用的，因为它使它更一般。它明确和隐含的信任，这是依赖于信任的实体或党，信任的实体或党的可靠性，实用程序在这个意义上，积极效用将导致从正面的结果，负效用的一个广泛的概念，和负效用将导致从负面结果，并最终在某种意义上的风险态度，相信党是愿意接受的情况下的风险造成的前元素。风险的出现，例如，当在交易股权的价值高，而失败的概率是不可忽略的（即可靠性B1）。上下文方面，如法律强制，保险和其他的补救措施，在情况下出错，只隐含在信任的定义中包含，但仍应被认为是信任的一部分。 只有几个计算信任模型，明确地考虑风险考虑[ 23 ]。研究表明，将风险与信任包括manchala [ 44 ]和Jø桑和Lo Presti [ 32 ]。manchala明确避免直接表达信任的措施，而是建立一个模型，围绕其他元素，如交易价值和交易历史的可信方。
Jø桑和Lo Presti区分可靠性的信任和决策之间的信任，并开发了一个数学模型决策的信任基于更细粒度的原语，如代理的可靠性，实用价值和风险的态度信任代理人。
在一个有意义的方式中捕捉到信任的概念，在一个有意义的方式，导致一些经济学家认为这是一个计算的概念，这种观点已经给出了最强烈的表达威廉姆森[ 67 ]认为，这一概念在建模经济互动时，应避免信任，因为它增加了新的东西，以及众所周知的概念，如可靠性，实用程序和风险是足够的，足够的，这一目的。据威廉姆森说，唯一的类型的信任，可以是有意义的描述相互作用是个人的信任。他认为个人信任适用于情感和个人的互动，如爱情关系中的相互关系，在相互的表现并不总是被监视和失败被原谅而不是被制裁。从这个意义上说，传统的计算模型是不够的，例如，因为数据的缺乏和不足的制裁，但也因为它会如果当事人被采取的计算方法是有害的关系。非计算模型的信任，可以是有意义的，研究这样的关系，根据威廉姆森，但开发这样的模型应该是在社会学和心理学的领域，而不是在经济
2.2. Reputation and trust
名誉的概念与诚信的概念有着密切的联系，但也有一个明显的重要区别。为了本研究的目的，我们将根据简明牛津词典的定义来定义声誉。
定义3（声誉）。什么是声誉一般说或相信一个人的或thing'scharacter或站 这个定义相当于与社会网络研究人员[ 20,45号]的声誉是来自底层的社会网络，是网络中的所有成员在全球范围内可见数量来看。可以用下列完全正常和合理的语句来说明信任和声誉之间的差异：
(1）我相信你是因为你的好名声。
（2）我相信你，尽管你的名声不好。
假设两个句子涉及相同的交易，语句（1）反映了依赖方知道受托人的名誉，和基地620 A Jø桑等人。决策支持系统43（2007）618–644his信任。声明（2反映的是，该党有一些关于受托人的私人知识，例如，通过直接经验或亲密关系，而这些因素否决任何声誉，一个人可能有。这一观察反映了信任，最终是一个个人和主观的现象，是基于各种因素或证据，并有些人比其他人更重。个人经验通常比二手信托的转介或名声更重，但是在个人经验的情况下，信任往往是以别人的推荐为基础的。
声誉可以被视为一个集体衡量的可信性（在可靠性的基础上）的基础上的转介或社区成员的评级。个人的主观信任可以来自于收到的推荐和个人经历的组合。为
了避免依赖和循环，这是必要的，转介的基础上第一手的经验，而不是其他转介。因此，个人应该只给主观的信任转介时，它是基于第一手的证据或当二手输入已被删除，其推导基础[ 33 ]。这是有可能放弃这个原则，例如当重量信任的推荐标准或除以一个单一的实体，给出推荐的总数，和后者的原理应用于谷歌的PageRank算法[ 52 ]更详细的描述在9.5节。
名誉可能与团体或个人关系有关。例如，一个集团的声誉可以被建模为所有其成员的个人声誉的平均水平，或作为一个整体的群体被认为是一个整体的外部各方。Tadelis”[ 66 ]的研究表明一个人属于某个特定集团将继承一个先验的声誉基于集团的声誉。如果该集团是信誉良好的所有成员将被视为有信誉的，反之亦然。
2.3. A research agenda for trust and reputationsystems
传统和网络环境对信任和信誉有着根本的区别，并且可以使用。首先，正如已经提到的，传统的线索,我们在物理世界中所使用的信任和声誉，在物理世界中被用来观察和依赖于网络环境中的缺失，因此需要电子替代品。其次，沟通和分享信息的信任和声誉是比较困难的，通常被限制在物理世界的本地社区，而它与互联网结合起来，可以利用设计非常有效的系统，用于交换和收集全球范围内的信息。
出于这个基础的观察，在信任和信誉系统的研究的目的应该是：
a）找到足够的在线替代传统的线索，以信任和声誉，我们被用于在物理世界中，并确定新的信息元素（特定于一个特定的在线应用程序），这是适用于获取信任和声誉的措施
b）利用它和互联网建立有效的系统收集信息，并获取信任和声誉的措施，以支持决策和提高在线市场的质量。
这些简单的原则，请严格的研究，以回答一些基本问题：什么信息元素是最适合用于在一个给定的应用程序的信任和声誉的措施？这些信息元素如何被捕获和收集？从理论和从可用性的角度来看，设计这样的系统的最佳原则是什么？他们可以抵抗攻击的操纵策略代理吗？用户应如何将这些系统提供的信息纳入决策过程？这些系统在商业公司的商业模式中扮演什么角色？这些系统确实提高了在线贸易和互动的质量？这些都是重要的问题，需要好的答案，以确定潜在的信任和信誉系统的在线环境
据雷斯尼克等。[ 56 ]，信誉系统必须有以下三个属性来操作：
（1）实体必须是长期生活，因此，每一个相互作用，总是有一个未来的相互作用的期望。
（2）关于当前相互作用的评级被捕获和分发。
（3）关于过去相互作用的评级，必须指导关于当前相互作用的决策。
例如，代理人的寿命意味着一个不可能或很难改变身份或以化名为目的的清除连接到其过去的行为。这个二性能取决于其提供评级的协议，这通常不是一个问题的集中式系统，是分布式系统的一个主要挑战。二属性还取决于参与者的意愿，提供评级，其中必须有某种形式的激励。第三个属性取决于信誉系统的可用性，以及人们和系统如何应对，这是反映在商业和现场的声誉系统中所描述的9条，但仅在一个小范围内的理论建议在8和10。
信誉系统的基本原理是比较容易描述的（见第7和8）。然而，由于信任本身的概念是模糊的，构成了一个信任系统是很难准确描述的。从传递信任路径中获取信任的方法是信任系统中通常存在的一个元素。背后的想法是，信任传递
当爱丽丝相信鲍勃，鲍勃，鲍勃是信任克莱尔，克莱尔爱丽丝，爱丽丝就可以得到一个衡量基于鲍勃的转诊结合她的信任鲍勃克莱尔信任。这是图1所示。 在这个例子中被认为是信任的类型是明显的可靠性（而不是决定信任）。此外还有传递信任推导是有效的语义约束，即爱丽丝必须信任鲍勃推荐克莱尔为某一特定目的，和Bob必须信任克莱尔为同样的目的[ 33 ]。
信任和信誉系统之间的主要区别可以描述如下：信任系统产生一个得分，反映了党的主观看法的一个实体的可信性，而
声誉系统产生一个实体的（公众）的声誉评分，由整个社会。其次，在信托制度及物性是一个明确的组成部分，而信誉系统通常只需要传递含蓄的考虑。最后，信任系统通常采取的主观和一般措施的（可靠性）信任作为输入，而信息或评级的具体（和目标）事件，如交易，被用作输入的信誉系统。
当然，当然可以信任系统，包括信誉系统的元素，反之亦然，因此，它并不总是明确如何一个给定的系统应该被分类。下面的各种信任和信誉系统的描述，因此必须看到的这一。
3. Security and trust
3.1. Trust and reputation systems as soft securitymechanisms
在一般意义上，安全机制的目的是提供保护，对恶意当事人。在这个意义上，有一系列的安全挑战，不符合传统的方法。传统的安全机制，通常会保护资源的恶意用户，通过限制访问只有授权的用户。然而，在许多情况下，我们必须保护自己从那些谁提供
资源，使问题实际上是相反的。信息提供者可以例如行为欺骗通过提供虚假或误导性信息，与传统的安全机制无法保护
反对这种威胁。另一方面的信任和信誉系统可以提供保护，防止这种威胁。这两种方法之间的差异的安全是由拉斯姆森、杨松[ 53 ]谁用硬安全来说传统的认证和访问控制机制等首先描述，和他们所谓的社会控制机制一般柔软，安全，信任和信誉系统的例子。
3.2. Computer security and trust
安全机制保护系统和数据免受恶意和nonauthorised当事人不利的影响。这样的效果是，这些系统和数据可以被认为更可靠，更值得信赖。可信系统和可信计算基的概念已应用于IT安全术语（例如艾布拉姆斯[ 3 ]），但安全保障水平的概念是更标准的安全措施。1保证水平可以被解释为一个系统的力量来抵抗恶意攻击，一些组织要求系统高保障水平高风险或高度敏感的应用。在非正式的意义上，保证水平的公众（可靠性）的可信性，给定的系统。然而，很明显，附加信息，如关于新发现的安全缺陷的警告，可以携带更多的重量比保证水平时，人们在系统中形成自己的主观信任
3.3. Communication security and trust
安全包括通信加密通信通道和密码认证of the of恒等式。身份认证提供所谓的信托，即a measure of the correctness of a claimed身份在通信频道。
the term”的垄断供应商”是有时used in the实业to describe周围和其他认证服务提供者with the role of the necessary for提供服务和管理机制和verifying恒等式。the type of Trust病例和身份管理系统，提供简单的身份是信托。in case of Chained身份证书，身份的推导是基于信托信托及物性，所以在这感觉这些系统can be called identity信托制度。
然而，用户也有兴趣知道认证的当事人的可靠性，或他们提供的商品和服务的质量。这种信任将被称为本研究提供的信任，只有信任和信誉系统（即sofsecurity机制）提供有用的工具是得到信任。
可以观察到，身份信任是一个条件，为信任的背后的身份与任何一个基线或默认的提供信任，适用于社会各方的身份。这并不意味着真正的世界身份的主要必须知道。一个匿名的政党，谁可以从互动中认识到互动，也可以
为提供服务的目的而信任。
4. Collaborative filtering and collaborativesanctioning
协同过滤系统（比照）具有相似的声誉系统，在一个社区的成员收集评级。然而，他们也有根本区别。根据不同的人有不同的品味，不同的人有不同的品味，而不同的人有不同的品味，不同的人有不同的品味，不同的人有不同的品味，不同的。如果2个用户率一组类似的物品，他们有着相似的品味，并且被称为“邻居”的术语。这个信息可以用来推荐一个参与者喜欢的项目，他或她的邻居，这种技术的实现通常被称为推荐系统。这不应该被混淆的声誉系统，这是基于看似相反的假设，即所有的成员在一个社会应该
判断交易伙伴的性能或产品或服务的质量一致。在这个意义上的术语
bcollaborativesanctioningq（CS）[ 48 ]被用来形容信誉系统，因为
目的是制裁贫困的服务提供者，目的是为他们提供优质服务的激励。
比照需要的是，作为输入，在那里作为信誉系统采取额定值假设作为输入不敏感的输入评级。例如，人们会以不同的方式来判断包含电影和音乐的数据文件，但所有的用户都会判断含有病毒的文件是不好的。可用于在前者的情况下，选择首选的文件，和信誉系统可以用来避免在后者的坏文件
案例。当然，当然会有案例的情况下，可识别的项目，是不变的味道，这只是表明低有用性的结果为推荐用途。相反，有人会受到个人品味的评级被反馈到信誉系统。后者可能会导致问题，因为大多数的信誉系统将无法区分服务供应商的性能变化，并在观察者的口味的变化，可能导致不可靠的和误导的声誉分数。 另一个重要的问题是，比照系统和信誉系统分别承担乐观和悲观的世界观。具体的广告系统假设所有的参与者都是值得信赖和真诚的，即他们的工作是最好的，他们可以和始终报告他们的真实意见。信誉系统，另一方面，假设一些参与者会试图歪曲服务质量为
为了获得更多的利润，为了达到某种特定的目标而撒谎或提供误导性的评级。它可以结合CF和声誉系统非常有用，和Amazon.com在第9.3.3确实在一定程度上。理论的方案包括达米亚尼等人提出的独立供应商的声誉和P2P网络中资源声誉之间[ 14 ]
5. Trust classes
为了对信任的语义更加具体，我们将区分一组根据格兰迪森和Sloman的分类
[ 23 ]不同信任等级之间。图2.3中示出了图2中提供信任的突出显示，这是本研究所描述的信任和信誉系统的焦点。
!提供信任描述了信任方在服务或资源提供者中的信任。它是相关的，当依赖方是用户从恶意或不可靠的服务供应商寻求保护。自由联盟的项目使用的术语是“商业信托”[ 5 ]来描述从合同协议，规范它们之间相互作用的新兴企业之间的相互信任，这可以解释asprovision信任。例如，当合同规定交付服务的质量要求，那么这个商业信托将提供信任，我们的术语。
！访问信任描述了委托人对所拥有的资源的访问，或者在依赖方的责任下访问资源的信任。这涉及到在计算机安全中的一个核心元素的访问控制范例。一个好的访问信任系统的概述中可以找到[ 23 ]和Sloman格兰迪森。
！委托信任委托代理人（代表）对委托方的行为做出决策。格莱德生与斯洛曼指出，作用于人的代表可以被认为是特殊的服务提供形式。
！身份trust5描述相信代理人的身份要求。信托制度起源身份信任是典型的认证方案，如X.509和PGP [ 74 ]。身份信任系统在信息安全界的主要讨论，并简要概述和分析可以在瑞特和斯塔布尔宾[ 54 ]发现。
！背景trust6描述在何种程度上依赖方认为必要的制度和机构都在为了支持事务，在某种情况下提供了一个安全网应该不会错。这种类型的信任的因素，例如，关键基础设施，保险，法律制度，执法和社会稳定的一般。
信托目的是一个包罗万象的概念，可以用来表示任何操作示例，上述信托类。换句话说，它定义了特定的信任关系的范围。一个特定的信托目的，例如可以BTO是一个很好的车mechanicq，可以分条款下信托类。
从概念上讲，身份信任和提供信任可以被看作是彼此之上的两个层，在那里，提供信任通常不存在身份信任。在没有身份信任，它是唯一可能有一个基线提供信任的代理人或实体
6. Categories of trust semantics信任语义范畴
的语义特征的评级，信誉分数和信任措施是很重要的，以便为参与者能够解释这些措施。措施的语义可以描述在一个特殊的一般性的尺寸和一个主体性的客观尺寸如表1所示。
一个特定的措施意味着它涉及到一个特定的信任方面，如能力，按时交货，而一般的措施应该是代表一个平均的所有方面。
主观的衡量手段，代理人提供了一个主观判断的基础上的评价，而客观的衡量手段，评估已经确定的客观评估的可信方反对形式标准。
！主观和具体的措施，例如在调查问卷中，人们被要求表达他们的意见，在一系列的具体问题。一个典型的问题，例如：“你怎么看选举候选人的能力来处理经济？”而且，可能的答案是在一个规模1到5，这可能是相当于“灾难性”，“坏”，“平均”，“好”，“优秀”。类似的问题可以适用于外交政策，国家安全，教育和健康，因此，一个人的回答，他或她的信任的候选人X的主观向量。
！主观和一般的措施，例如使用易趣网的信誉系统，这是在第9.1节中详细描述。一个固有的问题，这类型的措施是，它往往不能分配信贷或责备的权利方面，甚至是正确的党。例如，如果一个项目购买了易趣网很晚或是被打破，买方可能会给卖方一个负面的评价，而邮政局可能造成的问题。
一个普遍存在的问题是，很难对不公平的评价进行保护，另一个潜在的问题是指的是指负面的一般和主观的信任，在一个实体可以导致诽谤的指控。这不是一个问题，在信誉系统，因为该行为评价一个特定的交易是负的是不敏感的，它是指在一般的实体的负信任
！目的和具体的措施，例如在技术产品测试中的性能或产品的质量可以客观衡量使用。洗衣机可根据能耗、噪声、洗涤程序等特点进行测试，另一个例子是率的商业公司的基础上，具体的财务指标，如收入，利润，投资，研发支出等方面的优势有了客观的措施是，收视率的正确性，可以验证别人，或自动生成的基础上的自动监测的事件。
！目标和一般措施，例如可以计算的基础上的客观和具体措施的矢量。在产品测试中，一系列的具体的特点是测试，这是常见的，得到一个一般的得分，这可以是一个加权平均得分的每个特征。邓恩和邓白氏的企业信用评级是来自一个客观衡量公司绩效参数向量测量实例
7. Reputation network architectures信誉网络体系结构
在这和下面的章节中描述了建立信誉系统的技术原理。网络体系结构决定了在信誉系统中参与者之间的等级和信誉度是如何传递的。主要有集中式和分布式体系结构。
7.1. Centralised reputation systems集中的信誉系统
在中央集权的信誉系统，关于一个给定的参与者的绩效信息的收集与社区中的其他成员都参与的直接经验值。中央管理局（信誉中心），收集所有的评级通常为每个参与者获得一个声誉得分，并使所有的分数公开。参与者可以使用对方的分数，例如，当决定是否要处理一个特定的方。我们的想法是，有信誉的参与者的交易很可能会导致更有利的结果比声名狼藉的参与者交易。
图3显示了一个典型的中央集权下声誉的框架，其中A和B表示与过去的交易历史交易伙伴，谁考虑交易对方在本
每一笔交易后，代理商在交易中提供关于对方的表现的评级。的声誉中心收集评级从所有的代理商，并不断更新每个代理的声誉得分作为一个功能的收视率。更新信誉得分提供了所有的代理商在网上看到，并可通过代理使用来决定是否与特定的代理办理。中央信誉系统的两个基本方面：
（1）集中的通信协议，允许参与者提供交易伙伴等级的中央权威，以及得到从中央权威的潜在交易伙伴的信誉分数。
（2）由中央当局使用的信誉计算引擎，以获得每一位参与者的声誉评分，根据获得的评级，并可能也对其他信息。这是在第8节所描述的。
7.2. Distributed reputation systems分布式信誉系统
有环境中，一个分布式的信誉系统，即没有任何集中的功能，更适合比集中式系统。在分布式的系统没有中央的位置，提交评级或获得他人的声誉分数。相反，可以有评级可以提交的分布式存储，或每个参与者只记录了每个经验的意见与其他各方，并提供此信息的要求，从依赖方。依赖方，他认为与一个给定的目标的党，必须找到分布式的商店，或尝试从尽可能多的社区成员，有直接经验的目标方获得评级。这如图4所示。
依托方计算得到的声誉得分的基础上得到的收视率。在情况下，党的直接经验与目标党，遇到的经验，可以考虑作为私人信息，可能携带一个较高的权重比收到的收视率。
分布式信誉系统的2个基本面是：
（1）一种分布式通信协议，允许参与者在社区中获得其他成员的评级。
（2）每个代理使用的信誉计算方法，以获得目标方的信誉评分，根据收到的评级，并可能对其他信息。这是在第8节。
对等网络是一种非常适合于分布式信誉管理的环境。在对等网络中，每个节点都起着客户端和服务器双方的角色，因此有时被称为一个仆人。这使得用户能够克服它们的被动角色，典型的网络导航，并通过提供自己的资源，从事积极的作用。对等网络的使用有2个阶段。第一个是搜索阶段，由定位服务器请求的资源所在的地方。在一些P2P网络，搜索阶段可以依靠集中的功能。这样的一个例子是napster7具有资源目录服务器。在纯P2P networkslike gnutella8和freenet9，同时搜索相位分布。中间的体系结构也存在，例如FastTrack网络结构的P2P网络中使用像kazaa10，FastTrack P2P网络中，imesh.12 grokster11，存在节点和超级节点，后者跟踪其他节点和超级节点，登录到网络，从而作为目录服务器在搜索阶段。
搜索阶段后，被请求的资源已被定位，来下载的阶段，包括从出口到请求的服务器转移资源。
对等网络引入了一系列的安全威胁，因为它们可以用来传播恶意软件，如病毒和木马，并容易绕过防火墙。也有证据表明，对等网络遭受的自由骑[ 4 ]。信誉系统非常适合对抗这些问题，例如通过共享信息的流氓，不可靠或自私的参与者。因为他们已经被用来分发受版权保护的材料，如MP3音乐文件的P2P网络是有争议的，它一直声称，内容poisoning13已经被音乐界用来对付这个问题。我们不使用对等网络来保护非法文件共享，但很明显，信誉系统可以使用的分销商的非法版权保护材料，以保护自己免受中毒。
许多作者的P2P网络[ 2,13,14,18,24,36,40 ]提出的信誉系统。对等网络中的信誉系统的目的是：
（1）确定的人们提供最优质的资源是最可靠的，和
（2）确定为人们提供关于最可靠的信息（1）。
在分布式环境中，每一个参与者都负责收集和组合其他参与者的评分。由于分布式环境，它往往是不可能的或太昂贵的，以获得评级从所有的相互作用与一个给定的代理。相反的声誉得分的基础上的一个子集，通常来自于党的“邻里”
8. Reputation computation engines信誉计算引擎
从当事人的角度看，信任和信誉评分可以根据自己的经验计算，对二手转介，或两者的结合。在经济学理论的术语中，私人信息是用来描述自己的第一手信息经验，和公开信息是用来描述公开可用的二手信息，即可以从第三方获得的信息。信誉系统通常是基于公共信息，以反映社会的意见，一般，这是符合定义的3名誉。一个党，谁依赖于一些远程方的信誉分数，实际上是相信通过信任传递[ 33 ]
党。一些系统以公共和私人信息作为输入。私人信息，例如个人经历，通常被认为比公开信息更可靠，例如第三方的评级。本节介绍计算信誉和信任措施的各种原则。一些原则被用于商业应用，而其他人已经提出了学术界。
8.1. Simple summation or average of ratings简单的求和平均值
最简单的计算信誉分数的形式是简单地总结正面的收视率和负面评价的数量，并保持总得分为正比分减去负分。这是易趣网的声誉论坛，在[ 55 ]中详细描述的原则。优点是，任何人都可以理解的原则背后的声誉得分，缺点是，它是原始的，因此给了一个可怜的图片对参与者的声誉得分，虽然这也是由于评级的方式提供，见第10.1和10.2。更先进的方案，例如[ 63 ]提出了计算信用评分为所有的平均分，这个原则是用在许多商业网站的信誉系统，如Epinions，亚马逊在9节介绍。在这类先进的模型计算的所有额定值的加权平均值，在额定重量可以通过如评分因素决定的信用度/声誉、年龄、等级和现在的分数之间的距离等。
8.2. Bayesian systems贝叶斯系统
贝叶斯系统采取二元评级作为输入（即正或负），并基于计算信誉分数的统计更新的β概密度函数（PDF）。的后验概率（即更新）的信誉评分是通过结合先验计算（即以前的）与新的评级[ 29,31,48–51,68 ]得分声誉。信誉评分可在βPDF参数元组的形式表示（A，B）（其中A和B是正面和负面的评级分别为金额），或在βPDF的概率期望值的形式，和任选的合并方差或信心的参数。贝叶斯系统的优点是，它们提供了一个理论上健全的基础上计算信誉分数，唯一的缺点是，它可能是太复杂，一般人理解。分布的β家族是一个连续的家庭分布函数索引的两参数A和BβPDF表β（P | A、B）可以使用伽玛函数C的表达
当没有已知的先验分布是一个= 1和B = 1图5所示均匀βPDF。然后，观察R阳性和阴性结果的后验分布，βPDF = R + 1和B = S + 1。例如，在观察7和1负的结果βPDF是图5B所示。PDF这类表示，未来将积极的相互作用的概率。最自然的是将声誉评分定义为期望值的函数。概根据式图5B的期望值（2）是E（P）= 0.8。这可以解释为，在未来的积极结果的相对频率是有点不确定，最有可能的值是0.8。
8.3. Discrete trust models离散信任模型
人类通常能够更好地以离散的口头陈述的形式来表现，而不是连续的措施。这也适用于确定信任措施，有些作家，包括[ 1,9,10,44 ]，提出了离散的信任模型。例如，在阿卜杜勒拉赫曼和黑尔斯[ 1 ]诚信代理人X模型可以被称为非常值得信赖的，可靠的，不可靠的，很不可靠。在服用前，该方可以将他或她自己的看法应用于所指的代理人的信任度中转诊考虑。查找表，与提交的信任和引用方降级/升级的条目，是用来确定派生的信任在X的任何依托方有过亲身经历，这可用来确定当事人的诚信度。假设个人的经验反映了X的真实可信度，推荐X不同于个人的经验表明推荐人低估或高估。从指称当事人发现高估的推介会降级，反之亦然。离散的措施的缺点是，他们不容易借给自己的声音计算原则。相反，启发式机制，如查找表，必须使用
8.4. Belief models信念模式
信念理论是一个框架，相关的概率论，但在所有可能的结果的概率总和不一定加起来为1，和剩余概率被解释为不确定性。Jø唱[ 29,30 ]提出了一种信仰/信任度量称为意见由XX a表示（B，D，U，A），这表示依赖方的信仰声明X在B，D，U代表真理、信仰、怀疑和不确定性分别在B，D，U一个[0,1]和b+ d+ u+ = 1。参数一一[0,1]，叫做相对原子数，表示在没有证据的情况下，基准利率的可能性，并用于计算一个意见的概率期望值（b）=乙+非盟，这意味着一个确定的不确定性将有助于电子（如）。当语句X为例说，b是诚实和reliableq，那么看来可以解释为戴维的可靠性的信任。作为一个例子，让我们假设爱丽丝需要得到她的车服务，而且她问鲍勃推荐一个好的汽车修理工。当鲍勃推荐戴维，爱丽丝想得到第二意见，于是她问克莱尔对她的看法，戴维。这种情况如图6所示。当信任和信任推荐表示意见，每个传递信任路径aliceyboby戴维，和
aliceyclaireydavid可与折扣算子计算，这里的想法是，鲍勃和克莱尔的推荐是贴现作为一个函数的爱丽丝信托分别在Bob和克莱尔。最后，这条路径可以结合使用的共识运营商。这两家运营商组成部分的主观逻辑[ 30 ]，和语义约束必须满足的传递的信任推导是有意义的[ 33 ]。意见可以唯一地映射到测试版的PDF文件，在这个意义上，共识算子等价于贝叶斯更新8.2节描述。因此，该模
型是基于信念和贝叶斯。于和70的提出使用信念理论来表示名誉评分。在他们的方案中，两种可能的结果是假设的，
即一个代理是可信的（
TA）或不可靠（ITA），和独立的信念正在不断是否是可信的或不，记为M（TA）和M（ITA）分别。一个代理的声誉得分，然后定义为：
不用考虑细节，由个人代理人提供的评级是信仰的办法确定为一个过去的历史与个体的信赖或不值得信赖的行为功能，使用什么是可靠和不可靠的行为预定义的阈值。这些信念措施结合使用Dempster rule14，以及由此产生的信仰注入式（3）计算信用评分。收视率被认为是如果它们是从一个可传递的信任链的长度小于或等于一个预定义的限制。
8.5. Fuzzy models模糊模型
信任和声誉可以表现为语言的模糊概念，在隶属函数描述到什么程度，可谓一剂信或不信。模糊逻辑为这种类型的模糊测度提供了推理规则。通过manchala [ 44 ]提出的方案描述在2节还有59–萨伯特和塞拉利昂[ 61 ]属于这种类型，提出了后悔的信誉系统。在萨伯特和塞拉利昂的方案，他们所谓的个人声誉是来自于一个给定的代理人的私人信息，他们所说的社会声誉来源于代理人的公共信息，和他们所谓的上下文相关的声誉来自语境信息。
8.6. Flow models流程模型
系统计算信誉或信任的传递迭代通过环或任意长链可以称为流模式。一些流动模型假设一个恒定的信任/信誉重量为整个社区，这种重量可以分布的社区成员之间。参与者只能增加他们的信任/声誉，在其他人的成本。谷歌的PageRank [ 52 ]
9.5节中所述，苹果种子算法[ 73 ]，advogato的声誉方案[ 39 ]在9.2节中描述的属于这一类。在一般情况下，一个参与者的声誉作为一个函数的传入流量增加，并降低作为一个函数的输出流量。在谷歌的案例中，很多超链接到一个网页
的PageRank而有助于增加许多链接网页有助于网页的PageRank下降。流模型并不总是需要的总和的声誉/信任分数是恒定的。其中一个例子是，EigenTrust模型[ 36 ]计算代理的信任分数在P2P网络中通过反复迭代乘法和分数沿着传递链聚集到信任的P2P社区所有成员的信任分数剂收敛到稳定值
9. Commercial and live reputation systems商业和生活信誉系统
本节介绍了最知名的在线信誉系统的应用。所有的系统都有一个集中的网络结构分析。这个计算大多是基于总和或平均的评级，但2个系统使用的流量模型。
9.1. eBay’s feedback forum易趣网反馈论坛
ebay15是一种流行的拍卖网站允许卖家列表项目出售，买家竞标的项目。易趣网所谓的反馈论坛买方和卖方之间的机会相互率（提供反馈的易趣网专业术语）为正，负，或中性（即1，1，0）完成后的交易。买家和卖家也有可能离开的意见，如“顺利交易，谢谢你！”这是典型的正面案例或“买家小心！”在罕见的负面情况下。反馈论坛是一个集中的信誉系统，其中易趣网收集所有评级和计算得分。每个参与者的运行总声望分数是正的总和等级（从独特的用户）减去负的等级（从独特的用户）的总和。为了提供信息的参与者的最近的行为，总的正面，负面和中性的评级为三个不同的时间窗口（我）过去6个月，（二）过去一个月，和（三）过去7天也显示。有很多易趣网的声誉系统的实证研究，见雷斯尼克等。
[ 57 ]概述。一般来说，易趣网的评级是令人惊讶的积极。买家提供51.7%的时间对卖家的评级，和卖家提供评级约买家60.6%的时间[ 55 ]。所提供的所有评级，不到1%是负的，不到0.5%是中性的，约99%是积极的。同时还发现，有很高的相关性之间的买方和卖方评级，这表明有一定程度的正面的评价和负面评价的报复往复。这是有问题的，如果获得诚实和公平的收视率是一个目标，并可能的补救措施，可能是不让卖家率买家。投票的问题，即评级可以重复很多次，例如，不公平地提高某人的声誉评分，似乎是一个小问题，因为参与者只允许在一个交易完成后，这是易趣网的交易，这是由易趣网。当然，这是有可能创造假交易，但因为易趣网收取的费用为上市项目，有一个与这种做法相关的成本。然而，不公平的评级为真正的交易是不能避免的。易趣网的信誉系统是非常原始的，可以很容易误导。有了如此之少的负面评价，一个参与者有100个正面和10个负面的评级，应直观地出现少得多的信誉比参与者与90个积极的和没有底片，但对易趣网他们将有相同的总声誉得分。尽管它的缺点和原始的性质，易趣网的声誉系统似乎有一个强大的积极影响易趣网作为一个市场。任何促进人类与人类之间的相互作用的系统都依赖于它们对它的反应，人们对易趣网系统及其声誉组件的反应很好。
9.2. Expert sites专家网站
专家网站有一个池的个人，愿意回答问题，在他们的专业知识，这些网站上的信誉系统率专家。根据一个回答的质量，问问题的人可以在答复的各个方面都能对专家进行评价，如：时效性。allexperts16与基于广告的商业模式在互联网上
的公众免费提供专家服务。在声誉系统采用AllExperts方面：知识渊博、清晰的反应，及时和礼貌，额定值可以在区间[ 1 ]了。在每个方面的得分是简单的收视率的数值平均。专家所接收的问题的数量也显示，除了一般的威望得分，这是一个简单的平均评级的总和，一个专家已经收到。大多数专家在各方面获得接近10的评级，所以一般的威望通常是接近10的问题收到的。也有可能从2个月到1年期间查看收视率排行榜。askme17是公司和员工一个封闭用户组专家网站和商业模式是基于参与问我网络收费。问我不公开提供系统如何工作的细节。advogato18是一个开源的程序员社区。会员等级根据彼此如何看待对方是他们熟练，使用advogato的信任方案，19它本质上是一个中央集权的信誉系统基于流模型。advogato的声誉声誉引擎计算流量通过网络成员构成的节点和边缘节点之间构成的转介。每个成员节点分配一个容量800至1根据距离源节点是由拉斐尔莱维恩谁是造物主拥有Advogato。源节点具有800的容量，并进一步远离源节点，容量较小。大家可以参考对方学徒身份（最低），旅行者（中）或硕士（最高）。一个单独的流图计算每个类型的转诊。一个成员将获得最高的地位，其中有一个积极的流量，他或她的节点。例如，如果主转介的流程图和学徒转介的流程图都达到成员的话，成员将有主状态，但如果只有流图的学徒转介达到成员，然后该成员将有学徒身份。advogato信誉系统没有其他比促进成员自我任何直接的目的，并成为一个在advogato社区社会和职业网络的兴奋剂
9.3. Product review sites产品评论网站
产品评论网站有一个游泳池的个人评价者提供信息，为消费者作出更好的购买决策的目的。这些网站上的信誉系统适用于产品，也适用于评价自己。9.3.1. Epinions一个网站名，提供各种商品的比较信息，可以在网站上比较价格以及参考其他消费者建议。网络：金融机构投资者epinions20成立于1999，是一个产品和商店的审查主要是基于所谓的每点击成本的网络营销商业模式的网站，这意味着Epinions收费，产品制造商和消费者的点击数在线商店产生由于在
Epinions网站关于他们的产品的阅读。Epinions还提供产品评论和评级费为其他网站。Epinions有一池成员撰写产品和商店的评论。任何来自公众的任何人都可以通过签署。产品和店铺的评论写的成员组成的散文文本和定量评级从1到5星级的一组的方面，如易用性，电池寿命等。在产品的情况下，和易用性，客户服务，准时交货和在商店的情况下选择。其他成员可以评价不帮助，有些是有益的，有用的，非常有用的，和从而有助于决定如何突出的审查将被放置，以及给审稿人更高的地位。一个成员可以获得的地位顾问，高级评审员或类别领先（高科技）作为一个功能的累积评级的所有他或她的评论一段时间。它需要相当大的审查努力获得会员的地位，大多数成员没有任何身份。类别线索是基于提名成员的员工每季度酌情选择Epinions。顶级评论家的自动选择每个月都基于他们的评论，评级，以及对信任Epinions网站（见下文），其中的成员可以信任或块的另一个成员。顾问的选择以同样的方式作为最高评审员，但具有较低的门槛，审查评级。Epinions没有公布确切的阈值成为顶级审稿专家或顾问，以阻止成员试图操纵选择过程。信任Epinions网站是一个简单的方案，其中的成员可以决定是信任或块的另一个成员。成员名单中的信任成员表示信任的成员个人
网络。正如已经提到的，信任的网络影响的顶部评审员和顾问的自动选择。信任一个特定成员的成员（及其地位）将有助于该成员获得更高的地位。阻止另一成员的成员（及其地位）会对该成员获得更高的地位产生负面影响。Epinions有评论者的一种激励制度所谓的收入分享计划，即会员可以赚钱。收入份额是根据消费者对一般用途的自动确定的。审稿人可能会获得尽可能多的帮助别人作出购买决定，积极的审查，以帮助别人避免负面评论购买。这是很重要的，为了不给一个激励写偏见的评论只是为了利润。在Epinions FAQ页面说：“希望你在你的评论Epinions是残酷的诚实，即使这意味着说负面的东西”。收入共享池是Epinions的一部分收入。该池被分割的实用程序的基础上，他们的评论。更有用的评论的作者赚得比不太有用的评论的作者。收入份额公式不详细说明为了阻止试图欺骗系统。高度评价的评论会产生更多的收入比不好的评价，因为前者更突出地放置，使他们更容易被别人阅读和使用。分类领导通常会获得超过最高的评价者，反过来通常会获得更多的顾问，因为他们的评论，每个定义的额定和上市的顺序。
提供高质量的评论Epinions核心价值主张的消费者，和信誉系统是实现工具。声誉系统的特点是高度复杂的，因为收入为基础的激励机制。在其他的信誉系统只在网上提供非物质激励的状态或因果报应的Epinions系统可以提供现金。
9.3.2. BizRate比较购物引擎
审查客户认证商家运行方案，消费者购买在Bizrate上市店要求对网站导航，选择，价格，购物选择，如何满足他们的购物体验。消费者参与这个计划成为会员注册审查。客户证书授予一个商人，如果在某一时期的调查数量充足是积极的，这让商家显示在其网站的审查批准客户认证印章。作为一种激励填写调查表格BizRate成员获得折扣店。这个计划并没有捕捉到沮丧的客户谁放弃之前，他们到达检查，因此往往提供一个积极的偏见的网络商店。因此，从商业的角度来看，这是可以理解的，因为它提供了一个激励的商店参与客户证书计划。BizRate还经营类似产品审查服务但Epinions，使用一个更简单的信誉系统。会员可以在Bizrate写产品评论，任何人都可以成为一个简单的成员签署了。用户，包括非成员，谁浏览产品评论BizRate可以作为有用的投票评论，没有帮助或偏离主题，和信誉系统停在那里。评论是根据有助于总票数的比例，在那里的评论与最高的比例是第一。也有可能将按等级排序的评论，这样最好的评论是先列出。审稿人没有得到任何地位，他们不能为BizRate写书评赚钱。因此，少写评论在Bizrate激励比在Epinions，但还不确定如何影响质量的审查。事实任何人都可以注册成为会员，写评论，任何人包括非会员可以在评论投票让这个信誉机制极易受到攻击。一个简单的攻击可以包含许多正面的评论，一个产品和投票的东西，使他们得到第一，并导致在一个高的平均得分为该产品
9.3.3. Amazon亚马逊，商家
amazon21主要是一个网上书店，让成员写书评。亚马逊的信誉机制是一个相当类似的审查用途。任何人都可以成为一个简单的成员签署了。评论包括散文文本
和一个等级在1至5星。所有评级的平均值给出了一个书的平均等级。用户，包括非成员，可以投票的评论是有用的或不有用的。有助的人数以及总票数的显示，每一个审查。根据“最新的第一”、“最有帮助的第一”或“最高等级第一”的标准，可以选择用户的顺序来进行选择。作为有用的选票数目的功能每个审阅者已收到，以及其他参数没有公开透露，亚马逊决定每个人的级别，这些人都在1000分到最高的地位，前1000、前500、前100、前50、前10或# 1审稿。亚马逊有一个最喜欢的人的系统，其中每个成员可以选择其他成员作为最喜欢的评论，和其他成员的人数谁拥有一个特定的评论列为喜爱的人也影响了审稿人的地位。除了给一些会员地位作为顶级评论，亚马逊不给任何财务奖励。然而，有明显的其他金融激励外部到亚马逊，可以发挥重要作用。这是例如容易想象为什么出版商想要付出的人，为他们的书在亚马逊写的很好的评论。有很多关于亚马逊审查计划的报告，在不同类型的选票填充有人为升高审稿前审稿，或多种类型的电话中生气地冲mouthingq废黜前审稿。这并不奇怪，因为事实上，用户可以投票，而不成为成员。例如，亚马逊# 1审稿人通常是职位比任何活着的人更多的评论如果可能的话，那就需要那个人去读每一本书，这样就表明一组人的共同努力，如一个单一的人的工作，是需要得到的顶部。此外，已达到前100位的评论人士报告说，一个突然增加的负面投票反映有一只猫打架的地方为了进入顶级评论家的行列。为了减少这一问题，亚马逊只允许每一个注册的饼干为任何给定的审查投票。然而，删除该饼干或切换到另一台计算机将允许相同的用户进行表决的相同的评论。总会有新的攻击类型，亚马逊需要警惕和应对新类型的攻击，因为它们出现。然而，由于审查计划的脆弱性，它不能被描述为一个强大的计划。
9.4. Discussion fora讨论论坛
9.4.1. Slashdot网站名
slashdot22始于1997为“书呆子”留言板新闻。更确切地说，它是一个论坛，张贴文章和评论文章。在早期的社区是小的，信噪比是非常高的。当这些邮件列表和讨论论坛数在哪里成员成长迅速，垃圾邮件和低质量的帖子出现，成为一个大问题，这迫使Slashdot介绍适度。开始有一个25人的团队版主经过一段时间的增长到400的管理员与用户数量的不断增长保持同步，和随后的大量垃圾邮件。为了创造一个更加民主和健康适度的方案，介绍了自动调节的选择，和Slashdot的声誉系统构成如下解释的一个不可分割的部分。审核方案实际上包含两层M1是适度调节的评论文章，和M2是调节M1版主。张贴在Slashdot的文章是基于来自Slashdot社区提交的Slashdot的人员的自由裁量权的选择。一旦一篇文章被张贴，任何人都可以给这篇文章的评论。用户可以登录用户Slashdot或只是匿名人士浏览网页。任何人都可以成为一个登录用户只需注册。阅读文章和评论，以及写评论文章可以做匿名。因为任何人都可以写评论，他们需要良好的管理，只有登录的用户才有资格成为版主。定期（一般每30分钟），Slashdot的自动选择一组M1版主长时间经常登录的用户，并给每个主持人3天花费一定数目（通常为5）适度点。每个节制点可用于调节1评论给它选择从列表中的负面评级（偏题，flamebait，巨魔，冗余，高估）或阳性（有见地的，有趣的，丰富的，有
趣的，被低估的）形容词。在[ 1，5 ]的范围内的一个整数得分保持为每一个评论。最初的得分通常为1，但也可以被评论提供的业力所影响，如以下解释。一个主持人评价一个评论的成绩会引起一个1点的增加，而一个主持人的评价是负面的，导致评论的得分下降了1分，但是在1，5。每一个记录的用户都有一个可以取一个离散值的一个业力，这是一个可怕的、坏的、中立的、积极的、良好的和优秀的。新登录的用户开始与中性的业力。用户的评论有助于更高的业力，而用户的评论则有助于降低该用户的业力。评论由用户具有非常高的业力将获得初始分数2，而评论的用户与非常低的业力将获得初始分数0甚至1。高业用户将获得节制点和低的业力的用户将获得节制点少花当他们作为版主。该评论评分的目的是能够过滤好的评论从坏并允许用户设置的阈值时，阅读文章和帖子在Slashdot上。用户只想读最好的评论可以设置阈值为5，作为一个用户谁想要阅读一切可以设置的门槛为1。为了解决不公平的学科问题，介绍了一
metamoderation Slashdot层称为平方米（以上描述的适度层称为M1）与调节M1版主的目的。任何长期的登录用户可以metamoderate每天几次，如果他或她希望。用户想metamoderate要适度M1评级10个随机选择的评论文章。的
metamoderator决定如果一个主持人的评价是公平的，不公平的，或者两者都不是。这种适度影响M1版主反过来影响他们的资格成为M1版主在未来业力。Slashdot的声誉系统也认识到主持人的口味如何影响他或她率评论。拥有一套正面的收视率和一套负面评价，每一个都有不同的类型的味觉依赖评级的选择，旨在解决这个问题。这个想法是，不同口感的版主可以给予不同的评分（如有见地或有趣的）一个有价值的评论，但每一个评价仍然是一致的积极。同样，不同口感的版主可以给予不同的评分（例如偏题或高估）来评论毫无价值，但每一等级仍然是均匀的负。Slashdot的人员也能够花费适度点这些人无所不能的任意数量，从而能够手动稳定系统在Slashdot就会遭到极端的垃圾邮件和不公平的评价。Slashdot的声誉系统引导和刺激调节的帖子每天都有成千上万的大规模协同努力。该体系也在不断的调整和改进，可以说是在促进质量的帖子最好的实践方式的搜索正在进行的实验中，抑制噪声和让Slashdot的可读性和有用的尽可能大的社区。
9.4.2. Kuro5in
kuro5hin23是一种技术与文化的讨论网站开始在1999。它允许成员发表文章和评论类似Slashdot。在kuro5hin信誉系统叫做Mojo。它经历了重大的变化在十月2003由于无法有效对抗噪声的帖子从一次性帐户，因为攻击者额定下成员为目标的评论使他们失去他们的信誉分数。有了魔力解决这些问题的变化包括只能让评论的得分影响用户的魔力（即信誉分数）时，至少有六的收视率贡献，并只让一个评级数从任何单一的IP地址。这是可能的，经历了由kuro5hin问题就可以避免了他们用Slashdot的原则只允许长期成员中因为一次性账户会更有效的攻击工具。
9.5. Google’s web page ranking system谷歌的网页排名系统
早期的Web搜索引擎如AltaVista的简单介绍每一个页面与用户输入的关键词，这往往导致在搜索结果中列出的太多和不相关的页面。AltaVista
的建议处理这个问题是提供先进的方法，结合基于二进制逻辑关键词。这是太复杂的用户，因此不代表一个很好的解决方案。Page等人的PageRank算法。[ 52 ]代表一种以网页的声誉为基础的最佳搜索结果排序方法。大致来说，网页PageRank排名根据多少其他网页指向它。这可以被描述为一个声誉系统，因为超链接到一个给定的页面的集合可以被看作是可以结合起来的公共信息，以获得一个声誉得分。一个单一的超链接对一个给定的网页可以被看作是一个积极的评价，该网页。谷歌的搜索引擎24是基于PageRank算法和快速人气高涨谷歌AltaVista的成本显然是上级的搜索结果，PageRank算法传递引起的。从网页的PageRank的定义等。
[ 52 ]给出如下：
定义4。设P是一组超链接的网页，让u和v表示体育让N（u）表示网页的网页指向你的设置，让N+（v）表示的网页，五点到。让一些向量P EBE对应于源秩。然后，一个网页的PageRank是U：
Rankvalue等级值 hyperlinks超链接
根据定义，4以上是[0,1]，但PageRank值，谷歌提供给公众的缩放范围[ 10 ]增量的0.25。我们将表示一个页面的PageRank PR公共U（U）。这个公共的PageRank度量可以查看任何网页使用谷歌的工具是一个插件到浏览器浏览器。虽然谷歌不确切知道公众的PageRank计算，源阶矢量E可以定义在所有域的根网页，以购买每个域名的成本进行加权。假设提高一个网页的PageRank的唯一的办法就是购买域名，克劳森[ 12 ]显示有一个下限的没有指定的许多细节获得任意良好的公关成本，谷歌的PageRank算法，他们使用的是还采取其他因素考虑在内，以使它很难或昂贵的故意影响PageRank的目的。为了提供一个PageRank值的语义解释，超链接可以被看作是一个积极的推荐页面的指向。负介不存在的PageRank，这是不可能的随着EQ的PageRank算法的网页（4）单独列入黑名单。在谷歌的PageRank算法进入搜索引擎市场，一些站长会促进网站在一个垃圾邮件喜欢时尚的填充网页大量常用的搜索关键词为隐形文字或作为页面很有可能被搜索引擎无论用户搜寻以元数据。虽然这仍然可能发生，PageRank似乎已经因为一个高PR也除了匹配关键词为页面呈现给用户，需要减少的问题。PageRank将信任传递到极端的原则因为等级值可以通过环或任意长的超链接链。一些理论模型包括[ 36,39,73 ]也让环和/或无限传递
9.6. Supplier reputation systems供应商信誉系统
许多供应商和分包商已经建立了一个网络的存在，以获得更广泛和更广泛的接触潜在的合同伙伴。然而，在第1节中所描述的信息不对称和不确定性的问题关于供应商的可靠性，可以使其风险，建立供应链和分包协议在线。信誉系统有可能缓解这一问题，提供的基础上作出更明智的决定和承诺的供应商和分包商。打开ratings25是卖过去的业绩报告有关供应链的分包商根据合同提供的评级公司过去的合作伙伴。评级提供了1 - 100的规模上的以下9个方面：可靠性，成本，订单的准确性，交货/时效性，质量，业务关系，人员，客户支持和响应和供应商的得分是最近收到的评级功能。该报告还包含合同的合作伙伴的数量和业务类别提供的评级。
9.7. Scientometrics科学计量学
科学计量学[ 26 ]是衡量科研产出的研究和影响其基于科学文献。科学论文相互引用，每一个被引用，可以被看作是一个其他的科学论文，他们的作者和论文发表的期刊的转诊。基本原则排名的科学论文是简单地计算每一个科学论文被另一篇论文被引用的次数，并相应地进行排名。期刊销售可以通过归纳总结在每一期刊上发表的所有文章的引用，并相应地对期刊进行排序。类似于谷歌PageRank算法，只有积极推荐交叉引用是可能的。这意味着文件，例如，被称为是抄袭或包含伪造的结果不能容易地认可与计量方法。作为牧野[ 43 ]指出，尽管科学计量学通常提供质量和信誉的合理指标，有时它会给出错误的结果。之间有超链接的网页和文献的交叉引用的一个明显的相似性，它会将PageRank的概念，科学的交叉引用，以得出一个新的有趣的方式排名作者和期刊。我们不知道这一方向的任何尝试。
10. Problems and proposed solutions问题和建议的解决方案
在所有的实际和学术声誉系统中存在着许多问题。本节介绍了已经确定的问题和一些建议的解决方案。
10.1. Low incentive for providing rating低激励提供评级
评级通常是在交易发生后提供的，而交易伙伴通常没有直接的激励，为对方提供评级。例如，当服务提供者的能力是有限的，参与者可能不希望与他人分享资源，因此不想提供转介。另一个例子是，当买家拒绝负面评级，因为他们是“好”，或者因为他们害怕报复卖家。即使没有这些具体的动机，不从者提供评级直接受益。它为社区提供的收视率和自由骑（即让其他人提供的评级）的潜力，因此存在，尽管这一事实许多做提供评级。在他们的研究中，雷斯尼克和泽克豪泽[ 55 ]发现，买家和卖家在易趣网提供的51.7%对彼此的等级60.7%。可能的解释为这些相对高的值，例如，提供互惠的评级是一个表达的礼貌。然而，缺乏对提供评级的激励是一个普遍的问题，需要特别关注，可能需要特定的激励机制。米勒等
人。[ 47 ]提出了引发诚实的反馈基于财务奖励计划。jurca和Faltings [ 35 ]提出了提供真实的评级基于支付类似的激励方案。
10.2. Bias toward positive rating正向评价偏差
有一个积极的偏见时，收视率提供。在雷斯尼克和泽克豪泽[ 55 ]，结果发现，只有0.6%的所有评级由买家和1.6%的所有评级由卖方提供的负面，这似乎太低，以反映现实。对正面评价的可能解释偏见是一个积极的评价，只是代表一个客套（雷斯尼克和泽克豪泽2002），阳性率在给定的希望回来的一个正面的评级（陈和辛格2001）[ 11 ]或者负面的评级是避免因为对方的报复的恐惧（雷斯尼克和泽克豪泽2002）。毕竟，没有人可能是由不公平的正面评级被冒犯，但唱衰和不公平的负面评级肯定会引发报复甚至诉讼的潜在。一个明显的方法，避免正面偏见，可以包括提供匿名评论。伊斯梅尔等人提出的匿名评级的加密方案。
[ 28 ]。
10.3. Unfair ratings不公平的评级
寻找途径，以避免或减少不公平的正面或不公平的负面评价的影响是一个基本问题，在信誉系统从别人的评价考虑在内。这是因为当他们在主观基础上提供时，党不能控制他们的诚信等级。作者提出的方法来对付这个问题，包括
[ 2,6,7,11,13–15,47,64,58,68,69,71 ]。避免不公平评级的偏见的方法，可以大致分为以下描述的2类。
10.3.1. Endogenous discounting of unfair ratings不公平评级的内生贴现 这一类涵盖的方法，排除或给予低权重推定不公平的评价，根据分析和比较的评价值本身。这一假设是，不公平的评级，可以确认其统计特性。Dellarocas [ 15 ]，以等。[ 68 ]提出了不同的方案，用于检测和排除有可能是不公平的评价时，统计分析。陈和辛格[ 11 ]提出了一个方案，使用元素的协同过滤分组评价者根据他们对同一对象的评级
10.3.2. Exogenous discounting of unfair ratings不公平评级的外生折现 这类方法在外部确定的声誉的评估来确定给予评级的重量。假设是低信誉评级机构可能会带来不公平的评级，反之亦然。私人信息，例如，从个人的经验通常被认为是更可靠的比公众信息，如评级从第三方。如果依托方有私人信息，则该信息可以与公开信息进行比较，以说明公众信息的可靠性。buchegger乐boudec [ 7 ]提出了一种基于贝叶斯信誉引擎和偏差的试验，用于分类评级的信赖和不可信赖的方案。cornelli等。[ 13 ]描述了一种用于顶部的gnutella26 P2P网络信誉机制。. Ekstro¨m and Bjo¨ rnson [ 17 ]提出了一个方案，建立了一个原型为建筑工程施工分包商trustbilder（AEC）行业评级。 Yu and Singh[ 71 ]提出了使用加权多数算法[ 41 ]的变体来确定权重给每个评分者。
10.4. Change of identities身份转变
信誉系统是基于假设的身份和假名，寿命长，允许从过去的某一方的评级将在未来同方相关。如果一方遭受重大损失的声誉，可能是为了改变自己的利益或化名，以减少过去和从新鲜。不过,这种做法不在社会普遍关心的21个问题上，而且应该防止或劝阻。作者提出的方法来对付这种实践包括撒迦利亚，moukas和梅斯
[ 72 ]。他们的声誉的方案，我们称之为zmmscheme，被用在1996–1999基于多智能体的麻省理工学院城堡C2C交易系统。一个交易完成后，双方都能够率如何以及对方表现。卡斯巴剂产生的声誉得分当谈判未来的交易。在张煤机方案设计的主要目的是防止用户改变身份，和ZMM方案刻意惩罚新人。这种方法有缺点，它可以很难区分好和坏的新人
10.5. Quality variations over time质量随时间变化
经济理论表明，树立了良好的口碑和声誉好的财务效益的成本之间的平衡，导致一个平衡[ 37,62 ]。在服务或产品质量的变化，可以是故意的管理决策或不受控制的因素造成的结果，无论是什么原因，质量的变化必然会导致声誉的变化。虽然存在一个理论上的平衡，有一定的波动，并且它是可能的条件下，振荡可以避免振荡，以避免[ 65 ]或收敛到平衡[ 27 ]。特别是，贴现的过去被证明是一个收敛的条件[ 27 ]。对过去的贴现可以用不同的方式来实现，而作者用不同的名字来描述什么是基本一样的东西。过去的收视率可以被一个遗忘因子[ 31 ]，老化因子[ 8 ]或褪色因子[ 7 ]贴现。反向长寿因子[ 34 ]可以用来确定一个额定的时间生活。另一种描述它的方法是加强学习[ 64 ]。对过去的贴现可以是时间或交易频率的函数，或两者的组合。
10.6. Discrimination歧视
在提供服务和提供评级时，歧视行为可能发生。卖方可以为所有买家提供良好的品质，除了一个买家。对那个特定的卖方的评价表明，他是值得信赖的，除了从买方的评级。过滤技术在第10.3.1将误报，即判断买方的受害者，在这样的情况下是不公平的。只有系统能够认识到买家的受害者是值得信赖的，从而给他的评级，将能够处理这种情况。一些描述第10.3.2理论上能够防止这类歧视的技术，但没有模拟已经证明这。歧视也可以把单个评分者给予公正的评级，除了在处理具体合作形式。过滤技术在部分10.3.1和10.3.2描述是设计来处理这种类型的歧视。
10.7. Ballot box stuffing填充投票箱
选票填充意味着超过了合法数量的评级。这个问题与不公平的评价有着密切的关系，因为选票的填充通常包含了太多的不公平的等级。在传统的投票方式，如政治选举，投票的填充意味着太多的选票投赞成票一个候选人，但在在线信誉系统，投票的填充也可以发生与负票。这是一个常见的问题，在许多在线信誉系统中描述的9和他们通常有很差的保护，对它。在商业和生活信誉系统，易趣网的反馈
论坛似乎提供足够的保护，防止投票的填充，因为收视率只能提供交易完成后。因为易趣网收取的费用为每一笔交易投票的填料将是昂贵的。Epinions和Slashdot的声誉系统也提供某种程度的保护，因为只有注册会员可以在一个可控制的方式对价值投评论和评论。
11. Discussion and conclusion讨论与结论
这项工作的目的是描述和分析的状态，在信任和信誉系统的艺术。Dingledine等人。[ 16 ]提出了判断信誉计算引擎的质量和可靠性的下列基本准则。
1）长期绩效的准确性。该系统必须反映一个给定的得分的信心。它还必须有能力区分一个新的实体的未知质量和一个实体与长期性能差。
（2）对现行行为的加权。该系统必须识别和反映最近的趋势，在实体性能。例如，一个实体，已经表现的很好很长一段时间，但突然下坡时应迅速确认为不可信。
（3）对攻击的鲁棒性。该系统应该抵制试图操纵声誉评分的实体的尝试。
（4）平滑度。添加任何单一的评价不影响评分显著
标准（1），（2）和（4）是很容易满足大多数的声誉引擎，除了最原始的，如采取一个评分的总和，积极减去负面评价如Ebay反馈论坛。另一方面的标准（3）可能永远不会被彻底解决，因为总有将要找到解决方案的新的和不可预见的攻击。不公平的评价和投票的问题，可能是最难解决的任何信誉系统，是基于主观评分的参与者，和大量的研究人员在学术界工作。在所有情况下，有一个解决方案，而不是有一个解决方案，有多个技术优势，劣势和权衡。缺乏激励机制提供的收视率也是一个根本性的问题，因为没有理性的理由提供反馈。在商业和在线信誉系统，从用户考虑收视率，财政奖励只提供Epinions（现金）和BizRate（价格折扣），其他所有的网站只提供非物质激励在地位或等级的形式。鉴于商业和在线应用中使用的信誉系统有严重的漏洞，很明显，这些系统的可靠性有时是值得商榷的。假设信誉系统给不可靠的分数，为什么他们使用？这个问题的一个可能的答案是，在许多情况下，信誉系统不需要是强大的，因为他们的价值在于其他地方。雷斯尼克和泽克豪泽[ 55 ]与Ebay的信誉系统考虑两种解释：（一）即使信誉体系不健全可能为其提供一个良好行为的激励如果参与者认为工作的目的，和（b）即使系统不可能在统计规范意义的工作，它可以成功如果它迅速对抗不良行为（称为“乱石”），如果它对成本的参与者获得建立（称为“标签起始费”）。
鉴于一些在线信誉系统还远远没有被强大，它是显而易见的，运行他们的组织有一个业务模型，其鲁棒性相对不敏感。这可能是信誉系统作为一种社会网络，以吸引更多的人到一个网站，如果是这样的话，那么有简单的规则参与更重要的是比有严格的规则，控制参与者的行为。用户参与的任何信誉系统都将取决于人们
对它的反应，因此，必须以这种方式设计。另一种解释是，从商业的角度来看，如果它通常给出一个正面的偏差，有一个不健全的信誉系统是不可取的。毕竟，商业网络商店是在销售的业务，积极的偏见的收视率更可能促进销售比负面评级。当信誉系统的鲁棒性是至关重要的，它应该采取措施，以保护系统的稳定性和鲁棒性对攻击的组织。这例如可以通过包括常规手动控制作为该计划的一部分，如Epinions的案例选择类别领导审稿时，或在Slashdot的案例在Slashdot的员工是万能的版主。如果系统受到严重攻击，可能总是需要异常的手动控制。另一个重要的因素是保持计算算法的具体细节和系统是如何实现保密（由默默无闻叫bsecurity），如在Epinions这样，Slashdot和谷歌。评级通常是基于主观判断，这打开了潘多拉的盒子不公平的评价，但如果收视率可以根据客观标准，这将是更简单，以实现高鲁棒性。
在这项研究中提出的信任和信誉计划涵盖了广泛的应用，并基于许多不同类型的机制，有没有单一的解决方案，将适用于所有的环境和应用。在设计或实施新系统时，必须考虑到可以用作输入额定值的约束和信息类型。围绕信任和信誉系统的互联网交易，以及在成功的声誉系统的实施的丰富的文献商业应用，给出了一个强有力的迹象表明，这是一个重要的技术。商业和居住的实施似乎已经解决了相对简单的计划，而许多不同的系统具有先进的功能正在被提出的学术界。将军观察是学术界的建议迄今缺乏连贯性。所提出的系统通常是从头开始设计的，只有极少数情况下，作者提出的建议，由其他作者。因此，我们在这一时期可以被看作是一个开拓者的时期，我们希望不久的将来会带来一系列的声音和公认的原则，建立信任和信誉系统，这些都将找到他们的方式进入实用和商业应用。 Acknowledgement确认
在本文的工作报告已资助部分由合作企业分布式系统技术研究中心（DSTC）通过澳大利亚联邦政府的大肠癌计划（教育，科学和培训部）。
References参考文献
A survey of trust and reputation systems for
online service provision
在线服务提供的信任和信誉系统调查
信任和信誉系统是一个重要的趋势，在决策支持的互联网介导的服务提供。基本的想法是让双方互相率，例如在交易完成后，并使用聚合评级关于一个给定的一方，以获得一个信任或声誉得分，这可以帮助其他各方在决定是否与该党在未来。自然的副作用是，它也提供了一个良好的行为的动机，因此，往往有一个积极的市场质量的影响。信誉系统可以被称为协作的奖惩系统，以反映他们的合作性质，并且相关的协同过滤系统。在成功的商业在线应用中，信誉系统已经被使用。还有一个迅速增长的文献周围的信任和信誉系统，但不幸的是，这项活动是不太连贯。这篇文章的目的是给一个概述现有的和建议的系统，可以用来推导措施的信任和声誉的互联网交易，分析当前的趋势和发展，在这方面，并提出了一个研究议程的信任和信誉系统。
1. Introduction
在线服务发生了从未与对方当事人之间交易之前，在一个环境中，服务消费者往往对服务提供商的信息不足，以及提供的产品和服务。这迫使消费者接受之前performanceq轻快，即支付商品和服务在接收他们，这能让他处于弱势地位。消费者通常没有机会看到和尝试的产品，即bsqueeze的orangesq，之前他买的。另一方面，服务供应商，知道他得到什么，只要他是支付的钱。这种信息不对称造成的效率低下，可以通过信任和声誉得到缓解。这个想法是，即使消费者不尽的产品或服务之前，他可以确信，这将是他希望只要他相信卖家。一个值得信赖的卖家具有显著优势的产品 这个例子表明，信任在计算机中介的交易和过程中起着至关重要的作用。然而，它往往是很难评估的远程实体的可信性，因为计算机通信媒体越来越多地把我们从相互熟悉的风格。物理接触和传统的交流形式，让人们能够评估一个更广泛的范围内的线索相关的诚信比目前可能通过计算机介导的通信。建立一个传统的砖和迫击炮街的存在提供了一些保证，那些谁做的时间是严重的球员。这是为了建立一个好看的因特网的存在，对其背后的组织性小的证据相对简单和成本低形成鲜明的对比。这个关于不明交易伙伴收集证据的困难，使其难以区分高和低质量的服务供应商在互联网上。其结果是，在学术界和电子商务行业的信任，在开放的计算机网络的主题是受到相当的重视。
有一个迅速增长的文献中的理论和应用的信任和信誉系统，本文件的主要目的是提供一个调查，在这方面的发展。更早信誉系统的简要调查已由梅等人发表。[ 50 ]。代理交易系统综述也有关因为他们经常涉及到信誉系统[ 25,42,38 ]。有相当大的混乱周围的术语用来描述这些系统，我们将尝试在这项研究中使用一致的术语来描述建议和发展。在这方面似乎也缺乏连贯性，这是事实，作者经常提出新的系统从零开始，而不尝试扩展和提高以前的建议
第2节试图定义信任和声誉的概念，并提出了一个信任和信誉系统的研究议程。第3节介绍了为什么信任和信誉系统应该被视为安全机制。4节介绍了协同过滤系统和信誉系统之间的关系，后者也可以在协同奖惩系统定义。在第5节中，我们描述了不同的信托类，其中规定信托是一类信托，指服务规定。6部分介绍了四类的声誉和信任的语义，可以信任和信
誉系统，7节介绍了集中式和分布式的信誉系统架构，和8节描述了一些声誉的计算方法，即如何评级成为计算得出信誉分数。第9节提供了一个概述的声誉系统在商业和现场应用。
第10节介绍了声誉系统的主要问题，并提供了一个概述的文献，提出了解决这些问题。这项研究是在11节中讨论的
2. Background for trust and reputation systems
2.1. The notion of trust
信任的表现是容易认识到，因为我们的经验和依赖于它的日常生活，但在同一时间，信任是相当具有挑战性的定义，因为它体现在许多不同的形式。关于信任的文献也相当混乱，因为这个术语被用于各种各样的意义[ 46 ]。在这项研究中，我们将使用一个共同的定义，我们将调用可靠性的信任和信任决策。
顾名思义，可靠性的信任可以被解释为对某人或某事的可靠性，并通过甘贝塔
[ 22 ]的定义提供了一个例子，这是如何制定的：
定义1（可靠性信任）。信任是一种主观概率，它是一个个体，一个期望另一个个体，其福利取决于,它执行一个给定的行动.
这个定义包括了信任方的信任和信任方的可靠性（概率），以及信任方的信任度。然而，信任可以比甘贝塔的定义更复杂的指示。例如，法尔科内和Castelfranchi
[ 19 ]承认，具有高（可靠性）一般人信任未必足以决定进入一个对那个人的依赖情况。在[ 19 ]他们写道：对于它可能损害本身的价值（在失败的情况下）太高，选择一个给定的决策部门，这是由独立的失效概率（即使很低）或从可能的收益（即使是非常高）。在其他的话，这种危险似乎代理难以忍受的风险。Q为了抓住这个宽泛的概念，信任，下面的定义由麦克奈特和chervany [ 46 ]可以使用
定义2（决定信任）。信任是在一定程度上，一方愿意依赖在特定情况下的人或事一个相对安全的感觉，即使消极后果可能的
这种定义的相对模糊性是有用的，因为它使它更一般。它明确和隐含的信任，这是依赖于信任的实体或党，信任的实体或党的可靠性，实用程序在这个意义上，积极效用将导致从正面的结果，负效用的一个广泛的概念，和负效用将导致从负面结果，并最终在某种意义上的风险态度，相信党是愿意接受的情况下的风险造成的前元素。风险的出现，例如，当在交易股权的价值高，而失败的概率是不可忽略的（即可靠性B1）。上下文方面，如法律强制，保险和其他的补救措施，在情况下出错，只隐含在信任的定义中包含，但仍应被认为是信任的一部分。 只有几个计算信任模型，明确地考虑风险考虑[ 23 ]。研究表明，将风险与信任包括manchala [ 44 ]和Jø桑和Lo Presti [ 32 ]。manchala明确避免直接表达信任的措施，而是建立一个模型，围绕其他元素，如交易价值和交易历史的可信方。
Jø桑和Lo Presti区分可靠性的信任和决策之间的信任，并开发了一个数学模型决策的信任基于更细粒度的原语，如代理的可靠性，实用价值和风险的态度信任代理人。
在一个有意义的方式中捕捉到信任的概念，在一个有意义的方式，导致一些经济学家认为这是一个计算的概念，这种观点已经给出了最强烈的表达威廉姆森[ 67 ]认为，这一概念在建模经济互动时，应避免信任，因为它增加了新的东西，以及众所周知的概念，如可靠性，实用程序和风险是足够的，足够的，这一目的。据威廉姆森说，唯一的类型的信任，可以是有意义的描述相互作用是个人的信任。他认为个人信任适用于情感和个人的互动，如爱情关系中的相互关系，在相互的表现并不总是被监视和失败被原谅而不是被制裁。从这个意义上说，传统的计算模型是不够的，例如，因为数据的缺乏和不足的制裁，但也因为它会如果当事人被采取的计算方法是有害的关系。非计算模型的信任，可以是有意义的，研究这样的关系，根据威廉姆森，但开发这样的模型应该是在社会学和心理学的领域，而不是在经济
2.2. Reputation and trust
名誉的概念与诚信的概念有着密切的联系，但也有一个明显的重要区别。为了本研究的目的，我们将根据简明牛津词典的定义来定义声誉。
定义3（声誉）。什么是声誉一般说或相信一个人的或thing'scharacter或站 这个定义相当于与社会网络研究人员[ 20,45号]的声誉是来自底层的社会网络，是网络中的所有成员在全球范围内可见数量来看。可以用下列完全正常和合理的语句来说明信任和声誉之间的差异：
(1）我相信你是因为你的好名声。
（2）我相信你，尽管你的名声不好。
假设两个句子涉及相同的交易，语句（1）反映了依赖方知道受托人的名誉，和基地620 A Jø桑等人。决策支持系统43（2007）618–644his信任。声明（2反映的是，该党有一些关于受托人的私人知识，例如，通过直接经验或亲密关系，而这些因素否决任何声誉，一个人可能有。这一观察反映了信任，最终是一个个人和主观的现象，是基于各种因素或证据，并有些人比其他人更重。个人经验通常比二手信托的转介或名声更重，但是在个人经验的情况下，信任往往是以别人的推荐为基础的。
声誉可以被视为一个集体衡量的可信性（在可靠性的基础上）的基础上的转介或社区成员的评级。个人的主观信任可以来自于收到的推荐和个人经历的组合。为
了避免依赖和循环，这是必要的，转介的基础上第一手的经验，而不是其他转介。因此，个人应该只给主观的信任转介时，它是基于第一手的证据或当二手输入已被删除，其推导基础[ 33 ]。这是有可能放弃这个原则，例如当重量信任的推荐标准或除以一个单一的实体，给出推荐的总数，和后者的原理应用于谷歌的PageRank算法[ 52 ]更详细的描述在9.5节。
名誉可能与团体或个人关系有关。例如，一个集团的声誉可以被建模为所有其成员的个人声誉的平均水平，或作为一个整体的群体被认为是一个整体的外部各方。Tadelis”[ 66 ]的研究表明一个人属于某个特定集团将继承一个先验的声誉基于集团的声誉。如果该集团是信誉良好的所有成员将被视为有信誉的，反之亦然。
2.3. A research agenda for trust and reputationsystems
传统和网络环境对信任和信誉有着根本的区别，并且可以使用。首先，正如已经提到的，传统的线索,我们在物理世界中所使用的信任和声誉，在物理世界中被用来观察和依赖于网络环境中的缺失，因此需要电子替代品。其次，沟通和分享信息的信任和声誉是比较困难的，通常被限制在物理世界的本地社区，而它与互联网结合起来，可以利用设计非常有效的系统，用于交换和收集全球范围内的信息。
出于这个基础的观察，在信任和信誉系统的研究的目的应该是：
a）找到足够的在线替代传统的线索，以信任和声誉，我们被用于在物理世界中，并确定新的信息元素（特定于一个特定的在线应用程序），这是适用于获取信任和声誉的措施
b）利用它和互联网建立有效的系统收集信息，并获取信任和声誉的措施，以支持决策和提高在线市场的质量。
这些简单的原则，请严格的研究，以回答一些基本问题：什么信息元素是最适合用于在一个给定的应用程序的信任和声誉的措施？这些信息元素如何被捕获和收集？从理论和从可用性的角度来看，设计这样的系统的最佳原则是什么？他们可以抵抗攻击的操纵策略代理吗？用户应如何将这些系统提供的信息纳入决策过程？这些系统在商业公司的商业模式中扮演什么角色？这些系统确实提高了在线贸易和互动的质量？这些都是重要的问题，需要好的答案，以确定潜在的信任和信誉系统的在线环境
据雷斯尼克等。[ 56 ]，信誉系统必须有以下三个属性来操作：
（1）实体必须是长期生活，因此，每一个相互作用，总是有一个未来的相互作用的期望。
（2）关于当前相互作用的评级被捕获和分发。
（3）关于过去相互作用的评级，必须指导关于当前相互作用的决策。
例如，代理人的寿命意味着一个不可能或很难改变身份或以化名为目的的清除连接到其过去的行为。这个二性能取决于其提供评级的协议，这通常不是一个问题的集中式系统，是分布式系统的一个主要挑战。二属性还取决于参与者的意愿，提供评级，其中必须有某种形式的激励。第三个属性取决于信誉系统的可用性，以及人们和系统如何应对，这是反映在商业和现场的声誉系统中所描述的9条，但仅在一个小范围内的理论建议在8和10。
信誉系统的基本原理是比较容易描述的（见第7和8）。然而，由于信任本身的概念是模糊的，构成了一个信任系统是很难准确描述的。从传递信任路径中获取信任的方法是信任系统中通常存在的一个元素。背后的想法是，信任传递
当爱丽丝相信鲍勃，鲍勃，鲍勃是信任克莱尔，克莱尔爱丽丝，爱丽丝就可以得到一个衡量基于鲍勃的转诊结合她的信任鲍勃克莱尔信任。这是图1所示。 在这个例子中被认为是信任的类型是明显的可靠性（而不是决定信任）。此外还有传递信任推导是有效的语义约束，即爱丽丝必须信任鲍勃推荐克莱尔为某一特定目的，和Bob必须信任克莱尔为同样的目的[ 33 ]。
信任和信誉系统之间的主要区别可以描述如下：信任系统产生一个得分，反映了党的主观看法的一个实体的可信性，而
声誉系统产生一个实体的（公众）的声誉评分，由整个社会。其次，在信托制度及物性是一个明确的组成部分，而信誉系统通常只需要传递含蓄的考虑。最后，信任系统通常采取的主观和一般措施的（可靠性）信任作为输入，而信息或评级的具体（和目标）事件，如交易，被用作输入的信誉系统。
当然，当然可以信任系统，包括信誉系统的元素，反之亦然，因此，它并不总是明确如何一个给定的系统应该被分类。下面的各种信任和信誉系统的描述，因此必须看到的这一。
3. Security and trust
3.1. Trust and reputation systems as soft securitymechanisms
在一般意义上，安全机制的目的是提供保护，对恶意当事人。在这个意义上，有一系列的安全挑战，不符合传统的方法。传统的安全机制，通常会保护资源的恶意用户，通过限制访问只有授权的用户。然而，在许多情况下，我们必须保护自己从那些谁提供
资源，使问题实际上是相反的。信息提供者可以例如行为欺骗通过提供虚假或误导性信息，与传统的安全机制无法保护
反对这种威胁。另一方面的信任和信誉系统可以提供保护，防止这种威胁。这两种方法之间的差异的安全是由拉斯姆森、杨松[ 53 ]谁用硬安全来说传统的认证和访问控制机制等首先描述，和他们所谓的社会控制机制一般柔软，安全，信任和信誉系统的例子。
3.2. Computer security and trust
安全机制保护系统和数据免受恶意和nonauthorised当事人不利的影响。这样的效果是，这些系统和数据可以被认为更可靠，更值得信赖。可信系统和可信计算基的概念已应用于IT安全术语（例如艾布拉姆斯[ 3 ]），但安全保障水平的概念是更标准的安全措施。1保证水平可以被解释为一个系统的力量来抵抗恶意攻击，一些组织要求系统高保障水平高风险或高度敏感的应用。在非正式的意义上，保证水平的公众（可靠性）的可信性，给定的系统。然而，很明显，附加信息，如关于新发现的安全缺陷的警告，可以携带更多的重量比保证水平时，人们在系统中形成自己的主观信任
3.3. Communication security and trust
安全包括通信加密通信通道和密码认证of the of恒等式。身份认证提供所谓的信托，即a measure of the correctness of a claimed身份在通信频道。
the term”的垄断供应商”是有时used in the实业to describe周围和其他认证服务提供者with the role of the necessary for提供服务和管理机制和verifying恒等式。the type of Trust病例和身份管理系统，提供简单的身份是信托。in case of Chained身份证书，身份的推导是基于信托信托及物性，所以在这感觉这些系统can be called identity信托制度。
然而，用户也有兴趣知道认证的当事人的可靠性，或他们提供的商品和服务的质量。这种信任将被称为本研究提供的信任，只有信任和信誉系统（即sofsecurity机制）提供有用的工具是得到信任。
可以观察到，身份信任是一个条件，为信任的背后的身份与任何一个基线或默认的提供信任，适用于社会各方的身份。这并不意味着真正的世界身份的主要必须知道。一个匿名的政党，谁可以从互动中认识到互动，也可以
为提供服务的目的而信任。
4. Collaborative filtering and collaborativesanctioning
协同过滤系统（比照）具有相似的声誉系统，在一个社区的成员收集评级。然而，他们也有根本区别。根据不同的人有不同的品味，不同的人有不同的品味，而不同的人有不同的品味，不同的人有不同的品味，不同的人有不同的品味，不同的。如果2个用户率一组类似的物品，他们有着相似的品味，并且被称为“邻居”的术语。这个信息可以用来推荐一个参与者喜欢的项目，他或她的邻居，这种技术的实现通常被称为推荐系统。这不应该被混淆的声誉系统，这是基于看似相反的假设，即所有的成员在一个社会应该
判断交易伙伴的性能或产品或服务的质量一致。在这个意义上的术语
bcollaborativesanctioningq（CS）[ 48 ]被用来形容信誉系统，因为
目的是制裁贫困的服务提供者，目的是为他们提供优质服务的激励。
比照需要的是，作为输入，在那里作为信誉系统采取额定值假设作为输入不敏感的输入评级。例如，人们会以不同的方式来判断包含电影和音乐的数据文件，但所有的用户都会判断含有病毒的文件是不好的。可用于在前者的情况下，选择首选的文件，和信誉系统可以用来避免在后者的坏文件
案例。当然，当然会有案例的情况下，可识别的项目，是不变的味道，这只是表明低有用性的结果为推荐用途。相反，有人会受到个人品味的评级被反馈到信誉系统。后者可能会导致问题，因为大多数的信誉系统将无法区分服务供应商的性能变化，并在观察者的口味的变化，可能导致不可靠的和误导的声誉分数。 另一个重要的问题是，比照系统和信誉系统分别承担乐观和悲观的世界观。具体的广告系统假设所有的参与者都是值得信赖和真诚的，即他们的工作是最好的，他们可以和始终报告他们的真实意见。信誉系统，另一方面，假设一些参与者会试图歪曲服务质量为
为了获得更多的利润，为了达到某种特定的目标而撒谎或提供误导性的评级。它可以结合CF和声誉系统非常有用，和Amazon.com在第9.3.3确实在一定程度上。理论的方案包括达米亚尼等人提出的独立供应商的声誉和P2P网络中资源声誉之间[ 14 ]
5. Trust classes
为了对信任的语义更加具体，我们将区分一组根据格兰迪森和Sloman的分类
[ 23 ]不同信任等级之间。图2.3中示出了图2中提供信任的突出显示，这是本研究所描述的信任和信誉系统的焦点。
!提供信任描述了信任方在服务或资源提供者中的信任。它是相关的，当依赖方是用户从恶意或不可靠的服务供应商寻求保护。自由联盟的项目使用的术语是“商业信托”[ 5 ]来描述从合同协议，规范它们之间相互作用的新兴企业之间的相互信任，这可以解释asprovision信任。例如，当合同规定交付服务的质量要求，那么这个商业信托将提供信任，我们的术语。
！访问信任描述了委托人对所拥有的资源的访问，或者在依赖方的责任下访问资源的信任。这涉及到在计算机安全中的一个核心元素的访问控制范例。一个好的访问信任系统的概述中可以找到[ 23 ]和Sloman格兰迪森。
！委托信任委托代理人（代表）对委托方的行为做出决策。格莱德生与斯洛曼指出，作用于人的代表可以被认为是特殊的服务提供形式。
！身份trust5描述相信代理人的身份要求。信托制度起源身份信任是典型的认证方案，如X.509和PGP [ 74 ]。身份信任系统在信息安全界的主要讨论，并简要概述和分析可以在瑞特和斯塔布尔宾[ 54 ]发现。
！背景trust6描述在何种程度上依赖方认为必要的制度和机构都在为了支持事务，在某种情况下提供了一个安全网应该不会错。这种类型的信任的因素，例如，关键基础设施，保险，法律制度，执法和社会稳定的一般。
信托目的是一个包罗万象的概念，可以用来表示任何操作示例，上述信托类。换句话说，它定义了特定的信任关系的范围。一个特定的信托目的，例如可以BTO是一个很好的车mechanicq，可以分条款下信托类。
从概念上讲，身份信任和提供信任可以被看作是彼此之上的两个层，在那里，提供信任通常不存在身份信任。在没有身份信任，它是唯一可能有一个基线提供信任的代理人或实体
6. Categories of trust semantics信任语义范畴
的语义特征的评级，信誉分数和信任措施是很重要的，以便为参与者能够解释这些措施。措施的语义可以描述在一个特殊的一般性的尺寸和一个主体性的客观尺寸如表1所示。
一个特定的措施意味着它涉及到一个特定的信任方面，如能力，按时交货，而一般的措施应该是代表一个平均的所有方面。
主观的衡量手段，代理人提供了一个主观判断的基础上的评价，而客观的衡量手段，评估已经确定的客观评估的可信方反对形式标准。
！主观和具体的措施，例如在调查问卷中，人们被要求表达他们的意见，在一系列的具体问题。一个典型的问题，例如：“你怎么看选举候选人的能力来处理经济？”而且，可能的答案是在一个规模1到5，这可能是相当于“灾难性”，“坏”，“平均”，“好”，“优秀”。类似的问题可以适用于外交政策，国家安全，教育和健康，因此，一个人的回答，他或她的信任的候选人X的主观向量。
！主观和一般的措施，例如使用易趣网的信誉系统，这是在第9.1节中详细描述。一个固有的问题，这类型的措施是，它往往不能分配信贷或责备的权利方面，甚至是正确的党。例如，如果一个项目购买了易趣网很晚或是被打破，买方可能会给卖方一个负面的评价，而邮政局可能造成的问题。
一个普遍存在的问题是，很难对不公平的评价进行保护，另一个潜在的问题是指的是指负面的一般和主观的信任，在一个实体可以导致诽谤的指控。这不是一个问题，在信誉系统，因为该行为评价一个特定的交易是负的是不敏感的，它是指在一般的实体的负信任
！目的和具体的措施，例如在技术产品测试中的性能或产品的质量可以客观衡量使用。洗衣机可根据能耗、噪声、洗涤程序等特点进行测试，另一个例子是率的商业公司的基础上，具体的财务指标，如收入，利润，投资，研发支出等方面的优势有了客观的措施是，收视率的正确性，可以验证别人，或自动生成的基础上的自动监测的事件。
！目标和一般措施，例如可以计算的基础上的客观和具体措施的矢量。在产品测试中，一系列的具体的特点是测试，这是常见的，得到一个一般的得分，这可以是一个加权平均得分的每个特征。邓恩和邓白氏的企业信用评级是来自一个客观衡量公司绩效参数向量测量实例
7. Reputation network architectures信誉网络体系结构
在这和下面的章节中描述了建立信誉系统的技术原理。网络体系结构决定了在信誉系统中参与者之间的等级和信誉度是如何传递的。主要有集中式和分布式体系结构。
7.1. Centralised reputation systems集中的信誉系统
在中央集权的信誉系统，关于一个给定的参与者的绩效信息的收集与社区中的其他成员都参与的直接经验值。中央管理局（信誉中心），收集所有的评级通常为每个参与者获得一个声誉得分，并使所有的分数公开。参与者可以使用对方的分数，例如，当决定是否要处理一个特定的方。我们的想法是，有信誉的参与者的交易很可能会导致更有利的结果比声名狼藉的参与者交易。
图3显示了一个典型的中央集权下声誉的框架，其中A和B表示与过去的交易历史交易伙伴，谁考虑交易对方在本
每一笔交易后，代理商在交易中提供关于对方的表现的评级。的声誉中心收集评级从所有的代理商，并不断更新每个代理的声誉得分作为一个功能的收视率。更新信誉得分提供了所有的代理商在网上看到，并可通过代理使用来决定是否与特定的代理办理。中央信誉系统的两个基本方面：
（1）集中的通信协议，允许参与者提供交易伙伴等级的中央权威，以及得到从中央权威的潜在交易伙伴的信誉分数。
（2）由中央当局使用的信誉计算引擎，以获得每一位参与者的声誉评分，根据获得的评级，并可能也对其他信息。这是在第8节所描述的。
7.2. Distributed reputation systems分布式信誉系统
有环境中，一个分布式的信誉系统，即没有任何集中的功能，更适合比集中式系统。在分布式的系统没有中央的位置，提交评级或获得他人的声誉分数。相反，可以有评级可以提交的分布式存储，或每个参与者只记录了每个经验的意见与其他各方，并提供此信息的要求，从依赖方。依赖方，他认为与一个给定的目标的党，必须找到分布式的商店，或尝试从尽可能多的社区成员，有直接经验的目标方获得评级。这如图4所示。
依托方计算得到的声誉得分的基础上得到的收视率。在情况下，党的直接经验与目标党，遇到的经验，可以考虑作为私人信息，可能携带一个较高的权重比收到的收视率。
分布式信誉系统的2个基本面是：
（1）一种分布式通信协议，允许参与者在社区中获得其他成员的评级。
（2）每个代理使用的信誉计算方法，以获得目标方的信誉评分，根据收到的评级，并可能对其他信息。这是在第8节。
对等网络是一种非常适合于分布式信誉管理的环境。在对等网络中，每个节点都起着客户端和服务器双方的角色，因此有时被称为一个仆人。这使得用户能够克服它们的被动角色，典型的网络导航，并通过提供自己的资源，从事积极的作用。对等网络的使用有2个阶段。第一个是搜索阶段，由定位服务器请求的资源所在的地方。在一些P2P网络，搜索阶段可以依靠集中的功能。这样的一个例子是napster7具有资源目录服务器。在纯P2P networkslike gnutella8和freenet9，同时搜索相位分布。中间的体系结构也存在，例如FastTrack网络结构的P2P网络中使用像kazaa10，FastTrack P2P网络中，imesh.12 grokster11，存在节点和超级节点，后者跟踪其他节点和超级节点，登录到网络，从而作为目录服务器在搜索阶段。
搜索阶段后，被请求的资源已被定位，来下载的阶段，包括从出口到请求的服务器转移资源。
对等网络引入了一系列的安全威胁，因为它们可以用来传播恶意软件，如病毒和木马，并容易绕过防火墙。也有证据表明，对等网络遭受的自由骑[ 4 ]。信誉系统非常适合对抗这些问题，例如通过共享信息的流氓，不可靠或自私的参与者。因为他们已经被用来分发受版权保护的材料，如MP3音乐文件的P2P网络是有争议的，它一直声称，内容poisoning13已经被音乐界用来对付这个问题。我们不使用对等网络来保护非法文件共享，但很明显，信誉系统可以使用的分销商的非法版权保护材料，以保护自己免受中毒。
许多作者的P2P网络[ 2,13,14,18,24,36,40 ]提出的信誉系统。对等网络中的信誉系统的目的是：
（1）确定的人们提供最优质的资源是最可靠的，和
（2）确定为人们提供关于最可靠的信息（1）。
在分布式环境中，每一个参与者都负责收集和组合其他参与者的评分。由于分布式环境，它往往是不可能的或太昂贵的，以获得评级从所有的相互作用与一个给定的代理。相反的声誉得分的基础上的一个子集，通常来自于党的“邻里”
8. Reputation computation engines信誉计算引擎
从当事人的角度看，信任和信誉评分可以根据自己的经验计算，对二手转介，或两者的结合。在经济学理论的术语中，私人信息是用来描述自己的第一手信息经验，和公开信息是用来描述公开可用的二手信息，即可以从第三方获得的信息。信誉系统通常是基于公共信息，以反映社会的意见，一般，这是符合定义的3名誉。一个党，谁依赖于一些远程方的信誉分数，实际上是相信通过信任传递[ 33 ]
党。一些系统以公共和私人信息作为输入。私人信息，例如个人经历，通常被认为比公开信息更可靠，例如第三方的评级。本节介绍计算信誉和信任措施的各种原则。一些原则被用于商业应用，而其他人已经提出了学术界。
8.1. Simple summation or average of ratings简单的求和平均值
最简单的计算信誉分数的形式是简单地总结正面的收视率和负面评价的数量，并保持总得分为正比分减去负分。这是易趣网的声誉论坛，在[ 55 ]中详细描述的原则。优点是，任何人都可以理解的原则背后的声誉得分，缺点是，它是原始的，因此给了一个可怜的图片对参与者的声誉得分，虽然这也是由于评级的方式提供，见第10.1和10.2。更先进的方案，例如[ 63 ]提出了计算信用评分为所有的平均分，这个原则是用在许多商业网站的信誉系统，如Epinions，亚马逊在9节介绍。在这类先进的模型计算的所有额定值的加权平均值，在额定重量可以通过如评分因素决定的信用度/声誉、年龄、等级和现在的分数之间的距离等。
8.2. Bayesian systems贝叶斯系统
贝叶斯系统采取二元评级作为输入（即正或负），并基于计算信誉分数的统计更新的β概密度函数（PDF）。的后验概率（即更新）的信誉评分是通过结合先验计算（即以前的）与新的评级[ 29,31,48–51,68 ]得分声誉。信誉评分可在βPDF参数元组的形式表示（A，B）（其中A和B是正面和负面的评级分别为金额），或在βPDF的概率期望值的形式，和任选的合并方差或信心的参数。贝叶斯系统的优点是，它们提供了一个理论上健全的基础上计算信誉分数，唯一的缺点是，它可能是太复杂，一般人理解。分布的β家族是一个连续的家庭分布函数索引的两参数A和BβPDF表β（P | A、B）可以使用伽玛函数C的表达
当没有已知的先验分布是一个= 1和B = 1图5所示均匀βPDF。然后，观察R阳性和阴性结果的后验分布，βPDF = R + 1和B = S + 1。例如，在观察7和1负的结果βPDF是图5B所示。PDF这类表示，未来将积极的相互作用的概率。最自然的是将声誉评分定义为期望值的函数。概根据式图5B的期望值（2）是E（P）= 0.8。这可以解释为，在未来的积极结果的相对频率是有点不确定，最有可能的值是0.8。
8.3. Discrete trust models离散信任模型
人类通常能够更好地以离散的口头陈述的形式来表现，而不是连续的措施。这也适用于确定信任措施，有些作家，包括[ 1,9,10,44 ]，提出了离散的信任模型。例如，在阿卜杜勒拉赫曼和黑尔斯[ 1 ]诚信代理人X模型可以被称为非常值得信赖的，可靠的，不可靠的，很不可靠。在服用前，该方可以将他或她自己的看法应用于所指的代理人的信任度中转诊考虑。查找表，与提交的信任和引用方降级/升级的条目，是用来确定派生的信任在X的任何依托方有过亲身经历，这可用来确定当事人的诚信度。假设个人的经验反映了X的真实可信度，推荐X不同于个人的经验表明推荐人低估或高估。从指称当事人发现高估的推介会降级，反之亦然。离散的措施的缺点是，他们不容易借给自己的声音计算原则。相反，启发式机制，如查找表，必须使用
8.4. Belief models信念模式
信念理论是一个框架，相关的概率论，但在所有可能的结果的概率总和不一定加起来为1，和剩余概率被解释为不确定性。Jø唱[ 29,30 ]提出了一种信仰/信任度量称为意见由XX a表示（B，D，U，A），这表示依赖方的信仰声明X在B，D，U代表真理、信仰、怀疑和不确定性分别在B，D，U一个[0,1]和b+ d+ u+ = 1。参数一一[0,1]，叫做相对原子数，表示在没有证据的情况下，基准利率的可能性，并用于计算一个意见的概率期望值（b）=乙+非盟，这意味着一个确定的不确定性将有助于电子（如）。当语句X为例说，b是诚实和reliableq，那么看来可以解释为戴维的可靠性的信任。作为一个例子，让我们假设爱丽丝需要得到她的车服务，而且她问鲍勃推荐一个好的汽车修理工。当鲍勃推荐戴维，爱丽丝想得到第二意见，于是她问克莱尔对她的看法，戴维。这种情况如图6所示。当信任和信任推荐表示意见，每个传递信任路径aliceyboby戴维，和
aliceyclaireydavid可与折扣算子计算，这里的想法是，鲍勃和克莱尔的推荐是贴现作为一个函数的爱丽丝信托分别在Bob和克莱尔。最后，这条路径可以结合使用的共识运营商。这两家运营商组成部分的主观逻辑[ 30 ]，和语义约束必须满足的传递的信任推导是有意义的[ 33 ]。意见可以唯一地映射到测试版的PDF文件，在这个意义上，共识算子等价于贝叶斯更新8.2节描述。因此，该模
型是基于信念和贝叶斯。于和70的提出使用信念理论来表示名誉评分。在他们的方案中，两种可能的结果是假设的，
即一个代理是可信的（
TA）或不可靠（ITA），和独立的信念正在不断是否是可信的或不，记为M（TA）和M（ITA）分别。一个代理的声誉得分，然后定义为：
不用考虑细节，由个人代理人提供的评级是信仰的办法确定为一个过去的历史与个体的信赖或不值得信赖的行为功能，使用什么是可靠和不可靠的行为预定义的阈值。这些信念措施结合使用Dempster rule14，以及由此产生的信仰注入式（3）计算信用评分。收视率被认为是如果它们是从一个可传递的信任链的长度小于或等于一个预定义的限制。
8.5. Fuzzy models模糊模型
信任和声誉可以表现为语言的模糊概念，在隶属函数描述到什么程度，可谓一剂信或不信。模糊逻辑为这种类型的模糊测度提供了推理规则。通过manchala [ 44 ]提出的方案描述在2节还有59–萨伯特和塞拉利昂[ 61 ]属于这种类型，提出了后悔的信誉系统。在萨伯特和塞拉利昂的方案，他们所谓的个人声誉是来自于一个给定的代理人的私人信息，他们所说的社会声誉来源于代理人的公共信息，和他们所谓的上下文相关的声誉来自语境信息。
8.6. Flow models流程模型
系统计算信誉或信任的传递迭代通过环或任意长链可以称为流模式。一些流动模型假设一个恒定的信任/信誉重量为整个社区，这种重量可以分布的社区成员之间。参与者只能增加他们的信任/声誉，在其他人的成本。谷歌的PageRank [ 52 ]
9.5节中所述，苹果种子算法[ 73 ]，advogato的声誉方案[ 39 ]在9.2节中描述的属于这一类。在一般情况下，一个参与者的声誉作为一个函数的传入流量增加，并降低作为一个函数的输出流量。在谷歌的案例中，很多超链接到一个网页
的PageRank而有助于增加许多链接网页有助于网页的PageRank下降。流模型并不总是需要的总和的声誉/信任分数是恒定的。其中一个例子是，EigenTrust模型[ 36 ]计算代理的信任分数在P2P网络中通过反复迭代乘法和分数沿着传递链聚集到信任的P2P社区所有成员的信任分数剂收敛到稳定值
9. Commercial and live reputation systems商业和生活信誉系统
本节介绍了最知名的在线信誉系统的应用。所有的系统都有一个集中的网络结构分析。这个计算大多是基于总和或平均的评级，但2个系统使用的流量模型。
9.1. eBay’s feedback forum易趣网反馈论坛
ebay15是一种流行的拍卖网站允许卖家列表项目出售，买家竞标的项目。易趣网所谓的反馈论坛买方和卖方之间的机会相互率（提供反馈的易趣网专业术语）为正，负，或中性（即1，1，0）完成后的交易。买家和卖家也有可能离开的意见，如“顺利交易，谢谢你！”这是典型的正面案例或“买家小心！”在罕见的负面情况下。反馈论坛是一个集中的信誉系统，其中易趣网收集所有评级和计算得分。每个参与者的运行总声望分数是正的总和等级（从独特的用户）减去负的等级（从独特的用户）的总和。为了提供信息的参与者的最近的行为，总的正面，负面和中性的评级为三个不同的时间窗口（我）过去6个月，（二）过去一个月，和（三）过去7天也显示。有很多易趣网的声誉系统的实证研究，见雷斯尼克等。
[ 57 ]概述。一般来说，易趣网的评级是令人惊讶的积极。买家提供51.7%的时间对卖家的评级，和卖家提供评级约买家60.6%的时间[ 55 ]。所提供的所有评级，不到1%是负的，不到0.5%是中性的，约99%是积极的。同时还发现，有很高的相关性之间的买方和卖方评级，这表明有一定程度的正面的评价和负面评价的报复往复。这是有问题的，如果获得诚实和公平的收视率是一个目标，并可能的补救措施，可能是不让卖家率买家。投票的问题，即评级可以重复很多次，例如，不公平地提高某人的声誉评分，似乎是一个小问题，因为参与者只允许在一个交易完成后，这是易趣网的交易，这是由易趣网。当然，这是有可能创造假交易，但因为易趣网收取的费用为上市项目，有一个与这种做法相关的成本。然而，不公平的评级为真正的交易是不能避免的。易趣网的信誉系统是非常原始的，可以很容易误导。有了如此之少的负面评价，一个参与者有100个正面和10个负面的评级，应直观地出现少得多的信誉比参与者与90个积极的和没有底片，但对易趣网他们将有相同的总声誉得分。尽管它的缺点和原始的性质，易趣网的声誉系统似乎有一个强大的积极影响易趣网作为一个市场。任何促进人类与人类之间的相互作用的系统都依赖于它们对它的反应，人们对易趣网系统及其声誉组件的反应很好。
9.2. Expert sites专家网站
专家网站有一个池的个人，愿意回答问题，在他们的专业知识，这些网站上的信誉系统率专家。根据一个回答的质量，问问题的人可以在答复的各个方面都能对专家进行评价，如：时效性。allexperts16与基于广告的商业模式在互联网上
的公众免费提供专家服务。在声誉系统采用AllExperts方面：知识渊博、清晰的反应，及时和礼貌，额定值可以在区间[ 1 ]了。在每个方面的得分是简单的收视率的数值平均。专家所接收的问题的数量也显示，除了一般的威望得分，这是一个简单的平均评级的总和，一个专家已经收到。大多数专家在各方面获得接近10的评级，所以一般的威望通常是接近10的问题收到的。也有可能从2个月到1年期间查看收视率排行榜。askme17是公司和员工一个封闭用户组专家网站和商业模式是基于参与问我网络收费。问我不公开提供系统如何工作的细节。advogato18是一个开源的程序员社区。会员等级根据彼此如何看待对方是他们熟练，使用advogato的信任方案，19它本质上是一个中央集权的信誉系统基于流模型。advogato的声誉声誉引擎计算流量通过网络成员构成的节点和边缘节点之间构成的转介。每个成员节点分配一个容量800至1根据距离源节点是由拉斐尔莱维恩谁是造物主拥有Advogato。源节点具有800的容量，并进一步远离源节点，容量较小。大家可以参考对方学徒身份（最低），旅行者（中）或硕士（最高）。一个单独的流图计算每个类型的转诊。一个成员将获得最高的地位，其中有一个积极的流量，他或她的节点。例如，如果主转介的流程图和学徒转介的流程图都达到成员的话，成员将有主状态，但如果只有流图的学徒转介达到成员，然后该成员将有学徒身份。advogato信誉系统没有其他比促进成员自我任何直接的目的，并成为一个在advogato社区社会和职业网络的兴奋剂
9.3. Product review sites产品评论网站
产品评论网站有一个游泳池的个人评价者提供信息，为消费者作出更好的购买决策的目的。这些网站上的信誉系统适用于产品，也适用于评价自己。9.3.1. Epinions一个网站名，提供各种商品的比较信息，可以在网站上比较价格以及参考其他消费者建议。网络：金融机构投资者epinions20成立于1999，是一个产品和商店的审查主要是基于所谓的每点击成本的网络营销商业模式的网站，这意味着Epinions收费，产品制造商和消费者的点击数在线商店产生由于在
Epinions网站关于他们的产品的阅读。Epinions还提供产品评论和评级费为其他网站。Epinions有一池成员撰写产品和商店的评论。任何来自公众的任何人都可以通过签署。产品和店铺的评论写的成员组成的散文文本和定量评级从1到5星级的一组的方面，如易用性，电池寿命等。在产品的情况下，和易用性，客户服务，准时交货和在商店的情况下选择。其他成员可以评价不帮助，有些是有益的，有用的，非常有用的，和从而有助于决定如何突出的审查将被放置，以及给审稿人更高的地位。一个成员可以获得的地位顾问，高级评审员或类别领先（高科技）作为一个功能的累积评级的所有他或她的评论一段时间。它需要相当大的审查努力获得会员的地位，大多数成员没有任何身份。类别线索是基于提名成员的员工每季度酌情选择Epinions。顶级评论家的自动选择每个月都基于他们的评论，评级，以及对信任Epinions网站（见下文），其中的成员可以信任或块的另一个成员。顾问的选择以同样的方式作为最高评审员，但具有较低的门槛，审查评级。Epinions没有公布确切的阈值成为顶级审稿专家或顾问，以阻止成员试图操纵选择过程。信任Epinions网站是一个简单的方案，其中的成员可以决定是信任或块的另一个成员。成员名单中的信任成员表示信任的成员个人
网络。正如已经提到的，信任的网络影响的顶部评审员和顾问的自动选择。信任一个特定成员的成员（及其地位）将有助于该成员获得更高的地位。阻止另一成员的成员（及其地位）会对该成员获得更高的地位产生负面影响。Epinions有评论者的一种激励制度所谓的收入分享计划，即会员可以赚钱。收入份额是根据消费者对一般用途的自动确定的。审稿人可能会获得尽可能多的帮助别人作出购买决定，积极的审查，以帮助别人避免负面评论购买。这是很重要的，为了不给一个激励写偏见的评论只是为了利润。在Epinions FAQ页面说：“希望你在你的评论Epinions是残酷的诚实，即使这意味着说负面的东西”。收入共享池是Epinions的一部分收入。该池被分割的实用程序的基础上，他们的评论。更有用的评论的作者赚得比不太有用的评论的作者。收入份额公式不详细说明为了阻止试图欺骗系统。高度评价的评论会产生更多的收入比不好的评价，因为前者更突出地放置，使他们更容易被别人阅读和使用。分类领导通常会获得超过最高的评价者，反过来通常会获得更多的顾问，因为他们的评论，每个定义的额定和上市的顺序。
提供高质量的评论Epinions核心价值主张的消费者，和信誉系统是实现工具。声誉系统的特点是高度复杂的，因为收入为基础的激励机制。在其他的信誉系统只在网上提供非物质激励的状态或因果报应的Epinions系统可以提供现金。
9.3.2. BizRate比较购物引擎
审查客户认证商家运行方案，消费者购买在Bizrate上市店要求对网站导航，选择，价格，购物选择，如何满足他们的购物体验。消费者参与这个计划成为会员注册审查。客户证书授予一个商人，如果在某一时期的调查数量充足是积极的，这让商家显示在其网站的审查批准客户认证印章。作为一种激励填写调查表格BizRate成员获得折扣店。这个计划并没有捕捉到沮丧的客户谁放弃之前，他们到达检查，因此往往提供一个积极的偏见的网络商店。因此，从商业的角度来看，这是可以理解的，因为它提供了一个激励的商店参与客户证书计划。BizRate还经营类似产品审查服务但Epinions，使用一个更简单的信誉系统。会员可以在Bizrate写产品评论，任何人都可以成为一个简单的成员签署了。用户，包括非成员，谁浏览产品评论BizRate可以作为有用的投票评论，没有帮助或偏离主题，和信誉系统停在那里。评论是根据有助于总票数的比例，在那里的评论与最高的比例是第一。也有可能将按等级排序的评论，这样最好的评论是先列出。审稿人没有得到任何地位，他们不能为BizRate写书评赚钱。因此，少写评论在Bizrate激励比在Epinions，但还不确定如何影响质量的审查。事实任何人都可以注册成为会员，写评论，任何人包括非会员可以在评论投票让这个信誉机制极易受到攻击。一个简单的攻击可以包含许多正面的评论，一个产品和投票的东西，使他们得到第一，并导致在一个高的平均得分为该产品
9.3.3. Amazon亚马逊，商家
amazon21主要是一个网上书店，让成员写书评。亚马逊的信誉机制是一个相当类似的审查用途。任何人都可以成为一个简单的成员签署了。评论包括散文文本
和一个等级在1至5星。所有评级的平均值给出了一个书的平均等级。用户，包括非成员，可以投票的评论是有用的或不有用的。有助的人数以及总票数的显示，每一个审查。根据“最新的第一”、“最有帮助的第一”或“最高等级第一”的标准，可以选择用户的顺序来进行选择。作为有用的选票数目的功能每个审阅者已收到，以及其他参数没有公开透露，亚马逊决定每个人的级别，这些人都在1000分到最高的地位，前1000、前500、前100、前50、前10或# 1审稿。亚马逊有一个最喜欢的人的系统，其中每个成员可以选择其他成员作为最喜欢的评论，和其他成员的人数谁拥有一个特定的评论列为喜爱的人也影响了审稿人的地位。除了给一些会员地位作为顶级评论，亚马逊不给任何财务奖励。然而，有明显的其他金融激励外部到亚马逊，可以发挥重要作用。这是例如容易想象为什么出版商想要付出的人，为他们的书在亚马逊写的很好的评论。有很多关于亚马逊审查计划的报告，在不同类型的选票填充有人为升高审稿前审稿，或多种类型的电话中生气地冲mouthingq废黜前审稿。这并不奇怪，因为事实上，用户可以投票，而不成为成员。例如，亚马逊# 1审稿人通常是职位比任何活着的人更多的评论如果可能的话，那就需要那个人去读每一本书，这样就表明一组人的共同努力，如一个单一的人的工作，是需要得到的顶部。此外，已达到前100位的评论人士报告说，一个突然增加的负面投票反映有一只猫打架的地方为了进入顶级评论家的行列。为了减少这一问题，亚马逊只允许每一个注册的饼干为任何给定的审查投票。然而，删除该饼干或切换到另一台计算机将允许相同的用户进行表决的相同的评论。总会有新的攻击类型，亚马逊需要警惕和应对新类型的攻击，因为它们出现。然而，由于审查计划的脆弱性，它不能被描述为一个强大的计划。
9.4. Discussion fora讨论论坛
9.4.1. Slashdot网站名
slashdot22始于1997为“书呆子”留言板新闻。更确切地说，它是一个论坛，张贴文章和评论文章。在早期的社区是小的，信噪比是非常高的。当这些邮件列表和讨论论坛数在哪里成员成长迅速，垃圾邮件和低质量的帖子出现，成为一个大问题，这迫使Slashdot介绍适度。开始有一个25人的团队版主经过一段时间的增长到400的管理员与用户数量的不断增长保持同步，和随后的大量垃圾邮件。为了创造一个更加民主和健康适度的方案，介绍了自动调节的选择，和Slashdot的声誉系统构成如下解释的一个不可分割的部分。审核方案实际上包含两层M1是适度调节的评论文章，和M2是调节M1版主。张贴在Slashdot的文章是基于来自Slashdot社区提交的Slashdot的人员的自由裁量权的选择。一旦一篇文章被张贴，任何人都可以给这篇文章的评论。用户可以登录用户Slashdot或只是匿名人士浏览网页。任何人都可以成为一个登录用户只需注册。阅读文章和评论，以及写评论文章可以做匿名。因为任何人都可以写评论，他们需要良好的管理，只有登录的用户才有资格成为版主。定期（一般每30分钟），Slashdot的自动选择一组M1版主长时间经常登录的用户，并给每个主持人3天花费一定数目（通常为5）适度点。每个节制点可用于调节1评论给它选择从列表中的负面评级（偏题，flamebait，巨魔，冗余，高估）或阳性（有见地的，有趣的，丰富的，有
趣的，被低估的）形容词。在[ 1，5 ]的范围内的一个整数得分保持为每一个评论。最初的得分通常为1，但也可以被评论提供的业力所影响，如以下解释。一个主持人评价一个评论的成绩会引起一个1点的增加，而一个主持人的评价是负面的，导致评论的得分下降了1分，但是在1，5。每一个记录的用户都有一个可以取一个离散值的一个业力，这是一个可怕的、坏的、中立的、积极的、良好的和优秀的。新登录的用户开始与中性的业力。用户的评论有助于更高的业力，而用户的评论则有助于降低该用户的业力。评论由用户具有非常高的业力将获得初始分数2，而评论的用户与非常低的业力将获得初始分数0甚至1。高业用户将获得节制点和低的业力的用户将获得节制点少花当他们作为版主。该评论评分的目的是能够过滤好的评论从坏并允许用户设置的阈值时，阅读文章和帖子在Slashdot上。用户只想读最好的评论可以设置阈值为5，作为一个用户谁想要阅读一切可以设置的门槛为1。为了解决不公平的学科问题，介绍了一
metamoderation Slashdot层称为平方米（以上描述的适度层称为M1）与调节M1版主的目的。任何长期的登录用户可以metamoderate每天几次，如果他或她希望。用户想metamoderate要适度M1评级10个随机选择的评论文章。的
metamoderator决定如果一个主持人的评价是公平的，不公平的，或者两者都不是。这种适度影响M1版主反过来影响他们的资格成为M1版主在未来业力。Slashdot的声誉系统也认识到主持人的口味如何影响他或她率评论。拥有一套正面的收视率和一套负面评价，每一个都有不同的类型的味觉依赖评级的选择，旨在解决这个问题。这个想法是，不同口感的版主可以给予不同的评分（如有见地或有趣的）一个有价值的评论，但每一个评价仍然是一致的积极。同样，不同口感的版主可以给予不同的评分（例如偏题或高估）来评论毫无价值，但每一等级仍然是均匀的负。Slashdot的人员也能够花费适度点这些人无所不能的任意数量，从而能够手动稳定系统在Slashdot就会遭到极端的垃圾邮件和不公平的评价。Slashdot的声誉系统引导和刺激调节的帖子每天都有成千上万的大规模协同努力。该体系也在不断的调整和改进，可以说是在促进质量的帖子最好的实践方式的搜索正在进行的实验中，抑制噪声和让Slashdot的可读性和有用的尽可能大的社区。
9.4.2. Kuro5in
kuro5hin23是一种技术与文化的讨论网站开始在1999。它允许成员发表文章和评论类似Slashdot。在kuro5hin信誉系统叫做Mojo。它经历了重大的变化在十月2003由于无法有效对抗噪声的帖子从一次性帐户，因为攻击者额定下成员为目标的评论使他们失去他们的信誉分数。有了魔力解决这些问题的变化包括只能让评论的得分影响用户的魔力（即信誉分数）时，至少有六的收视率贡献，并只让一个评级数从任何单一的IP地址。这是可能的，经历了由kuro5hin问题就可以避免了他们用Slashdot的原则只允许长期成员中因为一次性账户会更有效的攻击工具。
9.5. Google’s web page ranking system谷歌的网页排名系统
早期的Web搜索引擎如AltaVista的简单介绍每一个页面与用户输入的关键词，这往往导致在搜索结果中列出的太多和不相关的页面。AltaVista
的建议处理这个问题是提供先进的方法，结合基于二进制逻辑关键词。这是太复杂的用户，因此不代表一个很好的解决方案。Page等人的PageRank算法。[ 52 ]代表一种以网页的声誉为基础的最佳搜索结果排序方法。大致来说，网页PageRank排名根据多少其他网页指向它。这可以被描述为一个声誉系统，因为超链接到一个给定的页面的集合可以被看作是可以结合起来的公共信息，以获得一个声誉得分。一个单一的超链接对一个给定的网页可以被看作是一个积极的评价，该网页。谷歌的搜索引擎24是基于PageRank算法和快速人气高涨谷歌AltaVista的成本显然是上级的搜索结果，PageRank算法传递引起的。从网页的PageRank的定义等。
[ 52 ]给出如下：
定义4。设P是一组超链接的网页，让u和v表示体育让N（u）表示网页的网页指向你的设置，让N+（v）表示的网页，五点到。让一些向量P EBE对应于源秩。然后，一个网页的PageRank是U：
Rankvalue等级值 hyperlinks超链接
根据定义，4以上是[0,1]，但PageRank值，谷歌提供给公众的缩放范围[ 10 ]增量的0.25。我们将表示一个页面的PageRank PR公共U（U）。这个公共的PageRank度量可以查看任何网页使用谷歌的工具是一个插件到浏览器浏览器。虽然谷歌不确切知道公众的PageRank计算，源阶矢量E可以定义在所有域的根网页，以购买每个域名的成本进行加权。假设提高一个网页的PageRank的唯一的办法就是购买域名，克劳森[ 12 ]显示有一个下限的没有指定的许多细节获得任意良好的公关成本，谷歌的PageRank算法，他们使用的是还采取其他因素考虑在内，以使它很难或昂贵的故意影响PageRank的目的。为了提供一个PageRank值的语义解释，超链接可以被看作是一个积极的推荐页面的指向。负介不存在的PageRank，这是不可能的随着EQ的PageRank算法的网页（4）单独列入黑名单。在谷歌的PageRank算法进入搜索引擎市场，一些站长会促进网站在一个垃圾邮件喜欢时尚的填充网页大量常用的搜索关键词为隐形文字或作为页面很有可能被搜索引擎无论用户搜寻以元数据。虽然这仍然可能发生，PageRank似乎已经因为一个高PR也除了匹配关键词为页面呈现给用户，需要减少的问题。PageRank将信任传递到极端的原则因为等级值可以通过环或任意长的超链接链。一些理论模型包括[ 36,39,73 ]也让环和/或无限传递
9.6. Supplier reputation systems供应商信誉系统
许多供应商和分包商已经建立了一个网络的存在，以获得更广泛和更广泛的接触潜在的合同伙伴。然而，在第1节中所描述的信息不对称和不确定性的问题关于供应商的可靠性，可以使其风险，建立供应链和分包协议在线。信誉系统有可能缓解这一问题，提供的基础上作出更明智的决定和承诺的供应商和分包商。打开ratings25是卖过去的业绩报告有关供应链的分包商根据合同提供的评级公司过去的合作伙伴。评级提供了1 - 100的规模上的以下9个方面：可靠性，成本，订单的准确性，交货/时效性，质量，业务关系，人员，客户支持和响应和供应商的得分是最近收到的评级功能。该报告还包含合同的合作伙伴的数量和业务类别提供的评级。
9.7. Scientometrics科学计量学
科学计量学[ 26 ]是衡量科研产出的研究和影响其基于科学文献。科学论文相互引用，每一个被引用，可以被看作是一个其他的科学论文，他们的作者和论文发表的期刊的转诊。基本原则排名的科学论文是简单地计算每一个科学论文被另一篇论文被引用的次数，并相应地进行排名。期刊销售可以通过归纳总结在每一期刊上发表的所有文章的引用，并相应地对期刊进行排序。类似于谷歌PageRank算法，只有积极推荐交叉引用是可能的。这意味着文件，例如，被称为是抄袭或包含伪造的结果不能容易地认可与计量方法。作为牧野[ 43 ]指出，尽管科学计量学通常提供质量和信誉的合理指标，有时它会给出错误的结果。之间有超链接的网页和文献的交叉引用的一个明显的相似性，它会将PageRank的概念，科学的交叉引用，以得出一个新的有趣的方式排名作者和期刊。我们不知道这一方向的任何尝试。
10. Problems and proposed solutions问题和建议的解决方案
在所有的实际和学术声誉系统中存在着许多问题。本节介绍了已经确定的问题和一些建议的解决方案。
10.1. Low incentive for providing rating低激励提供评级
评级通常是在交易发生后提供的，而交易伙伴通常没有直接的激励，为对方提供评级。例如，当服务提供者的能力是有限的，参与者可能不希望与他人分享资源，因此不想提供转介。另一个例子是，当买家拒绝负面评级，因为他们是“好”，或者因为他们害怕报复卖家。即使没有这些具体的动机，不从者提供评级直接受益。它为社区提供的收视率和自由骑（即让其他人提供的评级）的潜力，因此存在，尽管这一事实许多做提供评级。在他们的研究中，雷斯尼克和泽克豪泽[ 55 ]发现，买家和卖家在易趣网提供的51.7%对彼此的等级60.7%。可能的解释为这些相对高的值，例如，提供互惠的评级是一个表达的礼貌。然而，缺乏对提供评级的激励是一个普遍的问题，需要特别关注，可能需要特定的激励机制。米勒等
人。[ 47 ]提出了引发诚实的反馈基于财务奖励计划。jurca和Faltings [ 35 ]提出了提供真实的评级基于支付类似的激励方案。
10.2. Bias toward positive rating正向评价偏差
有一个积极的偏见时，收视率提供。在雷斯尼克和泽克豪泽[ 55 ]，结果发现，只有0.6%的所有评级由买家和1.6%的所有评级由卖方提供的负面，这似乎太低，以反映现实。对正面评价的可能解释偏见是一个积极的评价，只是代表一个客套（雷斯尼克和泽克豪泽2002），阳性率在给定的希望回来的一个正面的评级（陈和辛格2001）[ 11 ]或者负面的评级是避免因为对方的报复的恐惧（雷斯尼克和泽克豪泽2002）。毕竟，没有人可能是由不公平的正面评级被冒犯，但唱衰和不公平的负面评级肯定会引发报复甚至诉讼的潜在。一个明显的方法，避免正面偏见，可以包括提供匿名评论。伊斯梅尔等人提出的匿名评级的加密方案。
[ 28 ]。
10.3. Unfair ratings不公平的评级
寻找途径，以避免或减少不公平的正面或不公平的负面评价的影响是一个基本问题，在信誉系统从别人的评价考虑在内。这是因为当他们在主观基础上提供时，党不能控制他们的诚信等级。作者提出的方法来对付这个问题，包括
[ 2,6,7,11,13–15,47,64,58,68,69,71 ]。避免不公平评级的偏见的方法，可以大致分为以下描述的2类。
10.3.1. Endogenous discounting of unfair ratings不公平评级的内生贴现 这一类涵盖的方法，排除或给予低权重推定不公平的评价，根据分析和比较的评价值本身。这一假设是，不公平的评级，可以确认其统计特性。Dellarocas [ 15 ]，以等。[ 68 ]提出了不同的方案，用于检测和排除有可能是不公平的评价时，统计分析。陈和辛格[ 11 ]提出了一个方案，使用元素的协同过滤分组评价者根据他们对同一对象的评级
10.3.2. Exogenous discounting of unfair ratings不公平评级的外生折现 这类方法在外部确定的声誉的评估来确定给予评级的重量。假设是低信誉评级机构可能会带来不公平的评级，反之亦然。私人信息，例如，从个人的经验通常被认为是更可靠的比公众信息，如评级从第三方。如果依托方有私人信息，则该信息可以与公开信息进行比较，以说明公众信息的可靠性。buchegger乐boudec [ 7 ]提出了一种基于贝叶斯信誉引擎和偏差的试验，用于分类评级的信赖和不可信赖的方案。cornelli等。[ 13 ]描述了一种用于顶部的gnutella26 P2P网络信誉机制。. Ekstro¨m and Bjo¨ rnson [ 17 ]提出了一个方案，建立了一个原型为建筑工程施工分包商trustbilder（AEC）行业评级。 Yu and Singh[ 71 ]提出了使用加权多数算法[ 41 ]的变体来确定权重给每个评分者。
10.4. Change of identities身份转变
信誉系统是基于假设的身份和假名，寿命长，允许从过去的某一方的评级将在未来同方相关。如果一方遭受重大损失的声誉，可能是为了改变自己的利益或化名，以减少过去和从新鲜。不过,这种做法不在社会普遍关心的21个问题上，而且应该防止或劝阻。作者提出的方法来对付这种实践包括撒迦利亚，moukas和梅斯
[ 72 ]。他们的声誉的方案，我们称之为zmmscheme，被用在1996–1999基于多智能体的麻省理工学院城堡C2C交易系统。一个交易完成后，双方都能够率如何以及对方表现。卡斯巴剂产生的声誉得分当谈判未来的交易。在张煤机方案设计的主要目的是防止用户改变身份，和ZMM方案刻意惩罚新人。这种方法有缺点，它可以很难区分好和坏的新人
10.5. Quality variations over time质量随时间变化
经济理论表明，树立了良好的口碑和声誉好的财务效益的成本之间的平衡，导致一个平衡[ 37,62 ]。在服务或产品质量的变化，可以是故意的管理决策或不受控制的因素造成的结果，无论是什么原因，质量的变化必然会导致声誉的变化。虽然存在一个理论上的平衡，有一定的波动，并且它是可能的条件下，振荡可以避免振荡，以避免[ 65 ]或收敛到平衡[ 27 ]。特别是，贴现的过去被证明是一个收敛的条件[ 27 ]。对过去的贴现可以用不同的方式来实现，而作者用不同的名字来描述什么是基本一样的东西。过去的收视率可以被一个遗忘因子[ 31 ]，老化因子[ 8 ]或褪色因子[ 7 ]贴现。反向长寿因子[ 34 ]可以用来确定一个额定的时间生活。另一种描述它的方法是加强学习[ 64 ]。对过去的贴现可以是时间或交易频率的函数，或两者的组合。
10.6. Discrimination歧视
在提供服务和提供评级时，歧视行为可能发生。卖方可以为所有买家提供良好的品质，除了一个买家。对那个特定的卖方的评价表明，他是值得信赖的，除了从买方的评级。过滤技术在第10.3.1将误报，即判断买方的受害者，在这样的情况下是不公平的。只有系统能够认识到买家的受害者是值得信赖的，从而给他的评级，将能够处理这种情况。一些描述第10.3.2理论上能够防止这类歧视的技术，但没有模拟已经证明这。歧视也可以把单个评分者给予公正的评级，除了在处理具体合作形式。过滤技术在部分10.3.1和10.3.2描述是设计来处理这种类型的歧视。
10.7. Ballot box stuffing填充投票箱
选票填充意味着超过了合法数量的评级。这个问题与不公平的评价有着密切的关系，因为选票的填充通常包含了太多的不公平的等级。在传统的投票方式，如政治选举，投票的填充意味着太多的选票投赞成票一个候选人，但在在线信誉系统，投票的填充也可以发生与负票。这是一个常见的问题，在许多在线信誉系统中描述的9和他们通常有很差的保护，对它。在商业和生活信誉系统，易趣网的反馈
论坛似乎提供足够的保护，防止投票的填充，因为收视率只能提供交易完成后。因为易趣网收取的费用为每一笔交易投票的填料将是昂贵的。Epinions和Slashdot的声誉系统也提供某种程度的保护，因为只有注册会员可以在一个可控制的方式对价值投评论和评论。
11. Discussion and conclusion讨论与结论
这项工作的目的是描述和分析的状态，在信任和信誉系统的艺术。Dingledine等人。[ 16 ]提出了判断信誉计算引擎的质量和可靠性的下列基本准则。
1）长期绩效的准确性。该系统必须反映一个给定的得分的信心。它还必须有能力区分一个新的实体的未知质量和一个实体与长期性能差。
（2）对现行行为的加权。该系统必须识别和反映最近的趋势，在实体性能。例如，一个实体，已经表现的很好很长一段时间，但突然下坡时应迅速确认为不可信。
（3）对攻击的鲁棒性。该系统应该抵制试图操纵声誉评分的实体的尝试。
（4）平滑度。添加任何单一的评价不影响评分显著
标准（1），（2）和（4）是很容易满足大多数的声誉引擎，除了最原始的，如采取一个评分的总和，积极减去负面评价如Ebay反馈论坛。另一方面的标准（3）可能永远不会被彻底解决，因为总有将要找到解决方案的新的和不可预见的攻击。不公平的评价和投票的问题，可能是最难解决的任何信誉系统，是基于主观评分的参与者，和大量的研究人员在学术界工作。在所有情况下，有一个解决方案，而不是有一个解决方案，有多个技术优势，劣势和权衡。缺乏激励机制提供的收视率也是一个根本性的问题，因为没有理性的理由提供反馈。在商业和在线信誉系统，从用户考虑收视率，财政奖励只提供Epinions（现金）和BizRate（价格折扣），其他所有的网站只提供非物质激励在地位或等级的形式。鉴于商业和在线应用中使用的信誉系统有严重的漏洞，很明显，这些系统的可靠性有时是值得商榷的。假设信誉系统给不可靠的分数，为什么他们使用？这个问题的一个可能的答案是，在许多情况下，信誉系统不需要是强大的，因为他们的价值在于其他地方。雷斯尼克和泽克豪泽[ 55 ]与Ebay的信誉系统考虑两种解释：（一）即使信誉体系不健全可能为其提供一个良好行为的激励如果参与者认为工作的目的，和（b）即使系统不可能在统计规范意义的工作，它可以成功如果它迅速对抗不良行为（称为“乱石”），如果它对成本的参与者获得建立（称为“标签起始费”）。
鉴于一些在线信誉系统还远远没有被强大，它是显而易见的，运行他们的组织有一个业务模型，其鲁棒性相对不敏感。这可能是信誉系统作为一种社会网络，以吸引更多的人到一个网站，如果是这样的话，那么有简单的规则参与更重要的是比有严格的规则，控制参与者的行为。用户参与的任何信誉系统都将取决于人们
对它的反应，因此，必须以这种方式设计。另一种解释是，从商业的角度来看，如果它通常给出一个正面的偏差，有一个不健全的信誉系统是不可取的。毕竟，商业网络商店是在销售的业务，积极的偏见的收视率更可能促进销售比负面评级。当信誉系统的鲁棒性是至关重要的，它应该采取措施，以保护系统的稳定性和鲁棒性对攻击的组织。这例如可以通过包括常规手动控制作为该计划的一部分，如Epinions的案例选择类别领导审稿时，或在Slashdot的案例在Slashdot的员工是万能的版主。如果系统受到严重攻击，可能总是需要异常的手动控制。另一个重要的因素是保持计算算法的具体细节和系统是如何实现保密（由默默无闻叫bsecurity），如在Epinions这样，Slashdot和谷歌。评级通常是基于主观判断，这打开了潘多拉的盒子不公平的评价，但如果收视率可以根据客观标准，这将是更简单，以实现高鲁棒性。
在这项研究中提出的信任和信誉计划涵盖了广泛的应用，并基于许多不同类型的机制，有没有单一的解决方案，将适用于所有的环境和应用。在设计或实施新系统时，必须考虑到可以用作输入额定值的约束和信息类型。围绕信任和信誉系统的互联网交易，以及在成功的声誉系统的实施的丰富的文献商业应用，给出了一个强有力的迹象表明，这是一个重要的技术。商业和居住的实施似乎已经解决了相对简单的计划，而许多不同的系统具有先进的功能正在被提出的学术界。将军观察是学术界的建议迄今缺乏连贯性。所提出的系统通常是从头开始设计的，只有极少数情况下，作者提出的建议，由其他作者。因此，我们在这一时期可以被看作是一个开拓者的时期，我们希望不久的将来会带来一系列的声音和公认的原则，建立信任和信誉系统，这些都将找到他们的方式进入实用和商业应用。 Acknowledgement确认
在本文的工作报告已资助部分由合作企业分布式系统技术研究中心（DSTC）通过澳大利亚联邦政府的大肠癌计划（教育，科学和培训部）。
References参考文献