交易安全是在线交易中的一个核心问题,而交易者的名声评估与信任管理则是交易安全的基础和难点。进行交易的前提条件是通过对对方的名声评估,交易者之间建立信任关系。双方的相互信任以及信任程度将决定交易关系能否发生及交易投资水平的高低。与直接的面对面交易相比,在线交易当事人的名声评估非常重要,这是因为在线交易的人员复杂,并且网上交易的虚拟性和匿名特征,使得交易中的投机行为时有发生,因此必须提高在线交易的可信度,减少交易风险。正是在这种背景下,出现了名声评估与信任管理系统。在线交易中恶意交易者的存在会破坏名声评估系统的正确性和可用性。基于名声的信任模型通过计算交易者的信任度可以识别出恶意交易者。这种模型的可用性依赖于信任度的计算方法、信任模型的准确性及其抗攻击能力。然而,已有的信任模型在上述3个方面都存在着一些问题。这些问题的解决取决于影响信任度的信任因素的选取。本论文主要包含以下内容:首先,本论文提出了一种新的在线交易下基于名声的综合信任管理模型。在该模型中,根据一个交易者在交易环境中的角色不同,系统在其注册时为其设立两种类型的名声,即卖家名声与买家名声。每一类型的名声都综合了直接信任值和推荐信任值。直接信任值的计算引入了交易时刻和交易金额等信任因素,推荐信任值的计算引入了参与评价的交易者个数、评价交易者的交易总量、评价交易者所给评价的可信度等信任因素。论文详细讨论了这些信任因素的获取和计算方法及综合直接信任值与推荐信任值的置信因子的确定方法。其次,基于提出的模型,论文中讨论了一个在线名声系统的有关设计工作,其中包括该系统的体系结构、功能结构、数据结构设计,并给出了其核心算法。最后,对该信任模型的有效性和抗攻击能力进行了理论分析和实验验证。结果表明,本模型具有较高的的准确性、有效性,且能更好地对抗共谋等恶意行为。