1、农 业 机 械 学 报 基于C2C农产品电子拍卖信任模型研究 *吴先富，吴国栋，汪清 涟， 孙俊杰(安徽农业大学 信息与计算机学院，安徽 合肥 230036)【摘要】针对电子拍卖中现有的信任模型的不足以及传统信任模型的局限性，结合农产品价格随季节性波动明显的特点，本文构建了一个基于 C2C 农产品电子拍卖的信任模型（APTM） 。仿真实验结果表明该模型与 eBay 和 Sporas 等模型相比具有较小的误差和较高的交易成功率。关键词：农业品 C2C 电子拍卖 信任模型中图分类号：S126 文献标识码：ATrust Model for Online Auctions of Agricultura
2、l Product based on C2C WU Xianfu WU Guodong WANG Qinglian SUN Junjie(School of Information and Computer Science,Anhui Agriculture University,Hefei 230036, China)AbstractTo the deficiencies of the majority current Trust Model for Online Auctions and limitations of the tradional academic Trust Model,
3、in this paper we proposed a Trust Model in online auctions of Agricultural Product(APTM) associating with agricultural product whose price are sharply waved by the seasons .The simulation results show that compared to the current simple C2C trust model，the proposed model is fewer errors and higher s
4、uccess against malicious behaviors.Key words Agricultural Product C2C Online Auctions Trust Model基金项目：安徽高校省级自然科学研究重点项目, 基于 P2P 的安全电子支付协议研究(NO：KJ2010A112)作者简介：吴先富（1988） ，硕士研究生，主要从事 C2C 农产品电子拍卖方面的研究，E-mail:通讯作者：吴国栋（1972） ，副教授，硕士生导师，主要从事农产品物流、电子商务、 P2P 网络等方面的研究，E-mail：引言在线信任匮乏已成为阻碍网上拍卖健康发展的重要因素。eBay、Ya
5、hoo等拍卖网站多采用简单累计或求均值的方法来计算信任度，以评估交易用户的信誉状况，建立、维护在线信任关系，规避网上拍卖中的信任风险。但这些方法在计算信任度时，存在着未完全融入网上电子拍卖交易特征、忽视评分人信任度、评分时间权重一致化等问题。为此，许多学者提出了基于代理、P2P等多种理论信任模型，以解决现有信任计算方法所存在的不足,不过这些模型很难适用于C2C电子拍卖环境下对用户信誉状况全面、准确地评估。针对网上电子拍卖中信任计算方法的不足和传统信任模型的局限性以及农产品本身的特点，构建了农产品电子拍卖环境下的信任计算模型,并对本模型的有效性、可行性进行实验仿真。1 几种电子拍卖的信任模型通过
6、借鉴社会学、心理学等学科有关信任的研究成果，学者们采用统计学、人工智能等理论，提出了多种信任模型，试图以精确的方式来描述和处理复杂的信任关系，度量、评估信任意向。目前代表性的信任模型主要有：(1)eBay 信任模型eBay 使用的是累加信任模型，其是基于用户的信誉等级的，这个等级是每个用户完成一次交易以后由系统根据用户的表现给出来，然后对用户得到的所有信誉反馈评分进行累加，作为该用户的总体信任度 。该模型优点是仅1把信誉当作全局属性，计算比较简单。缺点是没有考察交易价格，滋长了信誉榨取欺诈行为；忽视评分人的信誉状况，易受信誉诋毁、恶意推荐等恶意行为的影响；评分时间权重一致化，容易诱发信誉波动行
7、为，致使难以准确地反映交易双方的真实信誉状况。(2)AbdulRahman 信任模型AbdulRahman 等人提出了基于信誉机制的信任模型 2。该模型仅采用单一数值来表示信任度，难以准确地描述信任的多维特征，同时也忽视了评分人信任度，模型难以区分恶意用户与诚实用户，无法解决恶意推荐问题。(3)Mui 信任模型基于贝叶斯概率方法，Mui 等人构建了Mui 信任模型，利用交易双方历史交易信息及信誉信息来推导用户信任度 3。然而 Mui 信任模型难以准确地为互惠、信誉变量初始化赋值；且该模型也仅适用于简易的并行社会网络，无法消除恶意推荐的影响。(4)Yu 信任模型Yu 等人提出了基于社会信誉机制的
8、信任模型，试图通过推导信任路径，计算用户的信任度 。然而 Yu 信任模型在构建信任路径时，4需要遍历整个社会网络，因此模型计算负担较大；同时由于无法甄别信任路径中的恶意用户和诚实用户，致使模型易遭受恶意推荐、信誉诋毁等恶意行为的攻击。(5)Jsang 信任模型通过引入事实空间、观念空间等概念，Jsang 提出了一套主观逻辑算子用于信任度之间的推导和以及推荐路径的综合计算，大大提高了信任模型的运算能力 5。然而如何为算子所涉及的运算变量准确赋值是困扰 Jsang信任模型的一大难题 。6(6)Sporas 信任模型 1Zacharia 等人对 eBay 的方法进行了改进，提出了 Sporas 信任
9、模型。与电子拍卖简单求和或平均值信任模型相比，Sporas 信任模型在以下几个方面进行了改进：新用户的信誉一开始是最低的，以避免恶意用户利用更换身份而达到欺诈的目的；使用者对另一个参与者的评分只能是一个分数，不论两个人之间交易多少次，而这个评分是取自最近一次的交易的评分，以避免恶意用户利用伪造交易来提高信誉。信任度高的人，其交易的信誉反馈评分权重比信誉低的人高。信誉非常高的人，其信任的增加速度会变缓，使其信任度不会无限增长。然而同目前一些电子拍卖的信任模型一样，Sporas 模型没有体现拍卖成交价格、评分时间权重、交易次数等在线交易因素，致使 Sporas 信任模型易受到信誉波动等恶意行为的攻
10、击。总之,现有信任模型存在以下问题：当前的信任模型研究大多基于 Multi-Agent 环境，缺乏对成交价格、交易次数等网上拍卖交易特征的描述，无法准确地预测、判断网上拍卖环境下用户的交易行为，难以解决各类恶意行为对信任计算的负面影响；大多没有考察评分用户的信誉状况，而采用将反馈评分直接汇总的形式计算用户的信任度，无法消除信誉诋毁、信誉榨取等恶意行为的影响；在计算信任时，通常用一个简单数值或概率来表示信誉反馈评分，忽视了信誉的多维特性，无法全面的反映用户的信誉状况，难以实现信任的个性化评估；在计算用户的信任度时，没有采取欺诈行为的防范与惩治机制，致使信任模型易遭受恶意用户的各种欺诈行为的攻击。
11、2 C2C 农产品电子拍卖信任影响因素2.1 C2C电子拍卖的信任影响因素 6(1)用户反馈评分在C2C网上拍卖环境下，对于给定用户u，用户u的交易伙伴对其的信誉反馈评分表示了用户u的交易伙伴根据用户u的服务质量(如拍卖物品的质量、运送与支付是否及时)，凭借主观经验，对用户u的信誉状况的主观评价。(2)近期信任度在eBay等拍卖网站中，近期出现了用户积累一定的信誉后，开始实施欺诈行为的信誉榨取现象。为了有效地抵制这种欺诈行为，在计算时间t时用户的信任度时，信任模型也应该考虑时间t-1时用户近期的历史信任度以激励用户保持一致的交易策略。(3)评分人信任度在日常生活中，信誉越好的人，其提供的建议或
12、推荐，越值得信任。而目前拍卖网站往往不考虑评分人信任度，而直接采用简单累计或求均值的方法。计算用户信任度，这为恶意用户采取共谋评分、信誉诋毁等行为提供了可乘之机。为更好地防范这些欺诈行为，本模型中使用评分人信任度参量评分人的可行性。(4)交易价值 7在实际拍卖过程中，交易价值越大，信任风险也越大。若用户在拍卖价值较大的物品时，依然采取诚信行为，那么此笔交易所带来的信誉增殖也越大，该用户越值得信赖。而目前的电子拍卖中，每次交易引起的信誉增殖是相同的，即+1或-1，与交易具体价值无关。利用这一缺陷，一些投机用户通过小额交易积累信誉，然后开始大宗交易，进行欺诈，牟取收益。为了防范信誉榨取欺诈行为，应
13、该在信任模型中考虑交易价值对用户信任度的影响。(5)评分时间权重由于信誉的形成是一个随时间变化的积累过程，用户行为变化也会导致其信誉状况的波动。因此信誉反馈评分在不同时期不具有简单的累加性。通常近期的信誉反馈评分要比早期的评分更具说服力，也更具有参考价值。所以计算用户信任度时，应考虑评分时间权重。2.2 C2C农产品电子拍卖的信任影响因素C2C农产品电子拍卖的信任影响因素除了具有一般电子拍卖的影响因素之外还应该考虑农产品随时间季节推移价格的波动这一影响因素。主要因为：农产品行业特点决定了农产品价格随时间季节波动比较明显，在农产品现货市场上，许多产品都具有一季生产、全年消费的特征，在收获季节，产
14、品大量上市，价格往往跌至谷底，到了第二年收获季节之前，由于产品库存大幅减少，价格又会上升至峰尖，由此形成农产品价格的大幅度波动，这种由于上市的集中性和消费分散性，加上库存成本因素，在不同季节出现价格波动是必然的 。8在以现货交易为主的农产品市场上，由于农业生产周期长，农业生产者在决定生产什么、生产多少的时候所参照的经常是上一生产周期某种农产品的市场价格，使得农产品价格信息出现滞后的现象。这种滞后性必然引起农产品价格波动，而近期价格的波动会导致用户彼此产生怀疑而做出错误的判断，在一般的电子拍卖中近期交易价值是影响信任度的关键因素，因此近期价格的波动会导致电子拍卖中用户信誉发生波动。3 基于 C2
15、C 的农产品网上拍卖信任计算模型31 模型的定义和表示 6定义l 假设 为信誉关键因素,.C21nc的集合， 表示第i个信誉关键因素，可以描c述为拍卖物品的质量或价格等。给定用户u，拍卖成交后，其交易伙伴 对用户u的信誉反v馈评分 为 下的n维向量，即),(vfc,.21=( )。其,()(ff中, 为用户 在信誉关键因素,ufi下给用户 u的信誉反馈评分。c定义2 给定用户u，N(u)称为用户u的交易伙伴集合。定义3 给定用户u，评分用户x,CN(x,u)为目标用户、评分用户的共同交易伙伴集合。定义4 给定用户u，在时域t-1，t内，设为用户u交易的交易伙伴，即 ，x )(uNx表示用户 ，
16、u拍卖交易发生的时,1tt间，则称 为 对u的信誉反馈评xtx)(分 的时间折现函数其中,f为时间权重因子。0定义5 给定时间t，设用户u的信任度为 ，)(ut系统中最大的信任度为 ，则称)max(t为用户u的信任)()(1)(ttute度为 的阻尼增长函数。其中， 为促进ut信任度增长的加速因子。定义6 给定时间t,对数收益率，价格波动率 定义)()(1ttt pLnRt为收益率的平方值，即，价1t21p )()(- ;tttt Lnp格波动衡量方法，即( 为t时期的价格，Nttt121)(为t-1时期的价格） 。p32 基于C2C农产品电子拍卖信任计算模型结合农产品C2C电子拍卖的信任影响
17、因素，在对Sporas等信任模型研究的基础上，采用基于协同过滤 的计算方法，给出以下C2C农产1品电子拍卖信任计算模型（Agricultural Product Trust Model，简称APTM）。给定时间t，对于用户u,其信任度为： |),(| ),(,),(),(sin 0Nu )( ;() ,).,s )( ),( 1),(|)(),( 2|12|1|1.20)1(,1)(11)( uxCNkffxkufxuxfkfxineuxft uxpuNuuxNicicCicct tuxptt NktttttiiiiNkt 其 中 ， ）（为交易伙伴集合，表示在时域t-1，t)(内，与用户u交
18、易过的交易用户的集合，CN(x,u) 为目标用户、评分用户的共同交易伙伴集合。 表示t-1时，用户u的信任度。)(1t记忆因子 为t-1,t的函数表示在线信誉系统信任测度的时间单元，即时域t-1，t的跨度 ， 越大， 越大。在线信誉系统的记t忆长度越大； 为信任度增长的阻尼)(1-t函数；对于 , 表示t-1时，用uNxxt户 的信任度； 表示在时域t,t-1内，p用户 ,u拍卖交易的价值, 为时域t-1，tt内农产品价格波动率， 表示成交物品的平均交易价格（我国约计为200元） ； 表,1tx示用户 ,u拍卖交易发生的时间； 为x)(时间折现函数,表示信誉反馈评分的时间权重；为拍卖交易结束后
19、，用户 对u的平均)(uxf x信誉反馈评分。4 仿真实验本研究采用Matlab7.0编写了信任模型的仿真环境 ,实验仿真变量如表1：9表1 仿真变量Tab.1 Simulation varies变量 描述 初始值N 用户数量 100NP 恶意用户的规模 25%MP 恶意用户采用欺诈行为的概率 100%T 交易期 10t 每个交易期交易的次数 10在本仿真环境中，共包含100个用户，用户的初始信任度服从0,10上的均匀分布。用户之间随意匹配进行10期交易，每个交易期每个用户可以交易10次，即每个用户在仿真过程中必须完成100次交易。交易后的信誉反馈评分服从均值为交易伙伴信任度，标准方差为0.3
20、的正态分布。仿真实验的目的在于以eBay、Sporas模型为参照，通过比较在不同规模的恶意用户下，恶意行为对信任计算模型的影响。为了便于实验操作，将交易用户分为两种类型：（）诚信用户此类用户无论在拍卖物品交易还是在提交信誉反馈评分上都是诚实、可信的。（2）恶意用户用 来表示试验中恶意用户的规1,0NP模。恶意用户主要采取两类交易行为：信誉诋毁行为向其交易伙伴提交负反馈评分，从事虚假拍卖交易，我们称此类恶意用户为类恶意用户。该实验旨在通过比较不同规模的I类恶意用户下，信誉诋毁行为对eBay、Sporas模型及本模型的影响，检验模型的有效性。在实验中，采用信任计算误差(Trust Computat
21、ion Error，TCE)作为模型有效性的评价标准。给定时间t，信任计算误差TCE表示为： |)(2UipTCEitt其中 表示系统中的用户数目； 表示t|U)(i时，用户 的信任度； 表示t时，用户i诚i)(信交易的概率。若用户i属于诚信用户，则=1；否则为 =0。仿真结果如图1所)(pt ipt示。图l 类恶意用户下信任计算误差比较Fig.1 Trust computing errors under theclass of malicious behaviors由图1可以看出，随着恶意用户规模的不断增加，eBay信任模型的计算误差几乎呈线性增长。与eBay相比，恶意用户的规模NP小于0.
22、4时，Sporas及本模型计算用户信任度误差比eBay小；而当NP大于0.4时，这两种模型的误差则迅速增长。这表明当恶意用户的规模达到一定程度时，直接用评分人信任度来度量评分人可信性的方法来防范信誉诋毁难以奏效。而且从本模型上来看随着恶意用户的不断增长，其信任误差也在不断增长，但较eBay和Sporas模型低得多，误差随恶意用户规模增长的原因可能是因为I类恶意用户通过信誉诋毁行为扰乱了市场秩序，导致农产品价格的波动。信誉榨取行为通过从事小额交易积累信誉，然后从事大宗交易，实施欺诈。我们称此类恶意用户为类恶意用户。该实验旨在通过比较不同规模的类恶意用户下， 信誉榨取行为对eBay、Sporas模
23、型及本模型的影响，检验模型的有效性。这里，采用交易成功率作为实验有效性的评价标准。仿真结果如图2所示图 2 类恶意用户下成功交易率比较Fig.1 The deal rate of success under theclass of malicious behaviors由图2可以看出， 由于eBay的信任计算方法在计算用户的信任度时，无法全面描述用户的在线交易行为，难以准确探测信誉榨取可能性。当类恶意用户出现时，eBay的交易呈明显下降趋势；Sporas模型成功交易率要比eBay的高，但其成功交易率要比本模型要低，是因为Sporas模型没有考虑拍卖物品成交价格、评分时间权重以及农产品电子拍卖价
24、格随季节波动等关键因素，致使恶意用户在初期采取诚信的交易行为以积累信誉，当信誉达到一定程度时，依然会实施欺诈。在类恶意用户规模p=50时，本模型依然能够具有81.7的成功交易率。这说明与eBay、Sporas模型相比，本模型有效地抵制了信誉榨取行为的侵害。5 结束语本文在对传统信任模型进行分析研究的基础上，结合农产品随时间季节波动的影响因素提出了一个基于C2C农产品电子拍卖信任计算模型APTM，通过仿真实验表明该模型具有较小的信任计算误差和较高的交易成功率。其不足之处是没有考虑当恶意用户在某一时间点爆发到极高的水平时该信任度计算模型可能会失真的情况，这也将是我们今后进一步改进研究的一个重点。参
25、 考 文 献1.张巍,网上拍卖中信任模型研究M.-北京：中国财政经济出版社， 2008.5 2.AbdulRahman A，Hailes S.Supporting Trust in Virtual CommunitiesC.In:proceeding of 33rd Hawaii International Conference on SystemSciences，20003.Mui L，Mohtashemi M et a1.A Computational Model for Trust andReputationC.In:proceeding of 35th Hawaii Internati
26、onal Conferenceon System Sciences，20024.Yu B.Singh M P.A social mechanism of reputation management inelectronic communitiesC.In:Procee,fing Cooperative Information Agents，7th International Conferenee.20005Jsang A.Hird S et a1.Simulating the Effect of Reputation Systemson eMarketsC.In:proceeding of t
27、he First International Conferenceon Trust Management，Crete，2003-057.Dawn G.Gregg.Steven Walezak,The relationship between website quality,trust and price premiums at online auctionsJ. Springer US,Electronic Commerce Research(2010)10:1-25,2010.2.246. 张巍 朱艳春，C2C 网上拍卖中的信任计算模型研究J.-北京：计算机工程与应用 2006.I3：577
28、.Dawn G.Gregg.Steven Walezak,The relationship between website quality,trust and price premiums at online auctionsJ. Springer US,Electronic Commerce Research(2010)10:1-25,2010.2.248.杨楠，我国农产品期货交易对现货价格波动性影响的研究D.北京工商大学硕士论文， 2007.59.刘卫国，MATLAB 程序设计教程M .- 北京：中国水利水电出版社， 201010.何俊辉,我国 C2C 电子商务欺诈影响因素的实证研究J 情报杂志，2010，29(5) ：20420711.杨韵,C2C 交易中的动态信用评价模型J. 情报科学，2010，28(4)：56356612.Jeffrey A.Livingston,Fuction froms in Studies of reputation in Online AuctionsJ.Springer US,Electronic Commerce Research(2010)10:167-190,2010.4.27
