تلاش برای کاهش حملات بازخورد در سیستم های مدیریت اعتماد

سیستم مدیریت اعتماد
اعتماد
چالش : چگونه مصرف کنندگان می توانند به بازخورد پست های مشتریان در سایت های فروشگاه های آنلاین اعتماد کنند و بر اساس آن به تصمیم گیری برای خرید بپردازند ، و البته همزمان شهرت شرکت ها را از نتایج این بازخوردهای منفی به درستی حفظ کنند ؟

محققان امیدوارند برای پاسخ به پرسش های فوق با استفاده از نرم افزارهای کامپیوتری بتوانند نظرات نادرست را شناسایی کرده و اطمینان به یکپارچگی سیستم های مدیریت اعتماد در تجارت الکترونیک را فراهم بیاورند .
محققان به دنبال شناسایی بازخوردهای نادرست از بازخوردهای واقعی هستند . آن ها جزئیات کار خود را در مجله بین الملل اعتماد در محاسبات و ارتباطات (Journal of Trust Management in Computing and Communication)منتشر کرده اند .
اصل مقاله را از اینجا دانلود کنید .
Soon Chong و Jemal Abawajy  در آزمایشگاه محاسبات توزیع شده و موازی در دانشگاه Deakin در Geelong استرالیا در حال کار برروی سیستم مدیریت اعتماد مبتنی بر مولفه های سایت های تجارت الکترونیک هستند که روابط بین شرکت ها و همکاران تجاری را شکل داده و آن را حفظ می کند .
بازخوردهای که معمولا همکاران تجاری از سایت های مختلف ارائه می دهند معمولا بدون خطا نمی باشد و همیشه این پتانسیل وجود دارد که بازخورد انجام شده به استراتژی و اعتبار یک سایت حتی در مقیاس کوچک آسیب وارد کند . حتی در بدترین حالت ممکن است یک سایت دچار حمله امتیاز (Rating Attack) شود که می تواند آسیب های جدی به برند تجاری و ایجاد تصویر نادرست در ذهن مخاطبان بنماید .
این تیم اکنون موفق به ارائه یک الگوریتم گردیده است که می تواند به شناسایی و بلوکه کردن بازخوردهای جعلی بوسیله یک سیستم مدیریت اعتماد بپردازد و بدین وسیله جلوی حملات دستکاری امتیاز را بگیرد .
این تیم کاری اشاره می کند که این الگوریتم به شناسایی نظرات مهتبر از نظراتی که تقلبی اند پرداخته و هم چنین نظرات کاربران تازه وارد را نیز اعمال می کند و جلوی کاربران تازه وارد که قصد ایجاد بازخورد های کاذب (False Feedback) برای کاهش اعتبار سایت را دارند بگیرد .
الگوریتم طراحی شده به خوشه بندی گروههای که امتیاز مشابه دارند می پردازد و سپس به ارزشیابی اعتماد بر اساس رفتار گذشته می پردازد . به منظور تعیین کیفیت یک امتیاز ، از یک حد آستانه اعتماد استفاده می شود .
و همه امتیازها در یک خوشه اصلی با مقدار اعتماد مقایسه شده و با یکدیگر ترکیب می شوند . الگوریتم یک وزن برای عوامل مختلف اضافه می کند و بازخوردهای که داده کمتری دارند و ارزش کمی در اعتبار دارند وزن کمتری را دریافت می کنند و بدین وسیله ارزش اعتماد کمتری را در سیستم مدیریت اعتماد میابند .


https://telegram.me/moaveni_ir
https://telegram.me/moaveni_ir

نوشته‌های تازه

آخرین نظرات

    بایگانی

    دسته‌ها

    مسعود معاونی نوشته شده توسط:

    مسعود معاونی کارشناس ارشد فناوری اطلاعات ، طراح وب ، سئو سایت مدیر ارشد کسب و کار الکترونیک

    اولین نفری باشید که نظر می دهد.

    پاسخ دهید

    نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *