ارزیابی مدیریت اعتماد در شبکه‌های اجتماعی با استفاده از نظریه شواهد

با ظهور شبکه‌های ارتباطی و اتصال گسترده رایانه‌ها و وسایل همراه، همواره امنیت کاربران و امنیت ارتباط آنان موردتوجه ‌است. در حوزه شبکه‌های اجتماعی، اعتماد کاربران از اصلی‌ترین مسائل ارتباط کاربران است و مدیریت اعتماد، نقش اساسی در این زمینه ایفا می‌کند. روش‌های مختلفی برای ارزیابی مدیریت اعتماد بین کاربران در شبکه‌های اجتماعی ارائه‌ شده است. تشخیص فردی و ذهنی در ارزیابی اعتماد کمتر موردتوجه قرار گرفته و اغلب مدلی کلی و عمومی برای همه کاربران ارائه شده است. ارزیابی اعتماد بدون درنظرگرفتن خصوصیت‌های فردی و ‌ذهنی کاربران کارایی لازم را ندارد. در روش پیشنهادی این پژوهش، ویژگی‌های کاربران محاسبه می‌شود و با استفاده از نظریه مجموعه خشن فازی میزان اهمیت آنها تعیین می‌گردد. ویژگی‌های کاربران با درنظرگرفتن میزان اهمیت آنها و با استفاده از نظریه شواهد دمپستر شفر، ترکیب و تجمیع می‌شوند. مجموعه‌های مقادیر اعتماد و بی‌اعتمادی و ابهام برای تعیین درجه اعتماد ارزیابی می‌شوند. مقادیر نهایی به‌منظور تصمیم‌ اعتماد و ایجاد ارتباط امن مورداستفاده قرار می‌گیرند. میزان اعتماد کاربر در کل شبکه توسط همه کاربران تعیین می‌گردد. عملکرد جامع روش پیشنهادی و الگوریتم‌های rtars ، abc ، dsl-stm و automata در چهار شاخص ارزیابی و در 10 اجرای مستقل مقایسه شده‌اند. نتایج به‌دست‌آمده نشان‌دهنده بهبود تصمیم‌ اعتماد و ایجاد ارتباط امن در شبکه‌های اجتماعی است. الگوریتم پیشنهادی توانسته است بادقت 92.54 % در مورداعتماد کاربران در شبکه‌های اجتماعی به‌درستی تصمیم بگیرد. نتایج تجربی نشان‌دهنده آن است که روش پیشنهادی قادر به استنتاج اعتماد بادقت بالاتری نسبت به روش‌های قبلی است.

evaluating trust management in social networks using eviden theory

various methods have been presented to evaluate trust management between users in social networks. individual and subjective diagnosis is less considered in the evaluation of trust and often a general and general model is presented for all users. trust evaluation without considering the personal and mental characteristics of users is not effective. in the proposed method of this research, users’ characteristics are calculated and their importance is determined using fuzzy rough set theory. users’ characteristics are combined and aggregated by considering their importance and using dempster shafer theory of evidence. the sets of trust and distrust values and ambiguity are evaluated to determine the degree of trust. the final values are used to make a trust decision and create a secure connection. the level of user trust in the entire network is determined by all users. the comprehensive performance of the proposed method and rtars, abc, dsl-stm and automata algorithms have been compared in four evaluation indices and in 10 independent implementations. the obtained results show the improvement of the trust decision and the creation of safe communication in social networks. the proposed algorithm has been able to correctly decide the trust of users in social networks with 92.54% accuracy. the experimental results show that the proposed method is able to infer trust more accurately than the previous methods.