学习信任

学习信任（精选十篇）

学习信任 篇1

一、尊重:“听得进去”的基础

不管学优生还是学困生, 在人格上都是平等的, 身上都有闪光点和不足之处。在现实中, 学困生在家里得不到温暖, 在学校里受到歧视, 大多畏惧、不信任或反感施教者, 在行为上表现出疏远、蛮不在乎或反抗。其实, 他们和其他学生一样, 也有很强的自尊心, 但这些往往被教师所忽略。虽然学困生在学习上的表现很笨拙, 但是在其他方面有可能是非常优秀的。他们除了好玩外, 还好奇、好强、好问。

亲其师, 信其道。如果教师能努力做到尊重学困生的人格, 关心、爱护他们, 和他们交朋友, 经常和他们拉家常, 谈生活, 谈学习, 引导他们发现自己的长处, 不被缺点所吓倒, 他们就会感觉到, 教师在关心他, 重视他。只有这样, 才能在不知不觉中拉近师生距离, 建立起平等、亲密、和谐的师生关系, 使学困生由对抗教师变为敬重教师, 真正听进去教师的建议, 把和教师快乐交往的情感体验迁移到课程学习中去。

精诚所至, 金石为开。唤醒学困生学习的意识, 是转变学困生的最高境界, 而这取决于学困生是否得到了充分的尊重, 从教师的关爱中消除了消极的学习态度, 获得了学习的动力。一旦学困生的学习意识被唤醒, 则是另外一种情景:他会把教师当做最知心的朋友、最可亲近和信赖的人, 确信教师的话语是诚恳的、正确的, 并且自觉地将教师的要求变为自己的行动。当发觉自己的进步时, 学困生会对教师怀有加倍的感恩之情。笔者感触最深的是, 在教过的学生中, 几年以后走在路上喊一声“老师好”的, 最多的还是当年的那些学困生。

二、信任:重拾自我的起点

学困生由于学习差, 往往会失去自信, 对自己失望, 有可能会由学困变成厌学, 最终弃学。大多数学困生都有这样一种矛盾的心理:想得到别人的尊重, 而不想约束自己;想提高学习成绩而不愿刻苦用功;还有个别学困生表现出自暴自弃的心态。对此, 教师首先要给予学困生充分的信任, 从而让他们重拾自我, 建立自信。前几年笔者所教的初二年级的几个学生, 在第一学期期中考试中物理成绩只得了二十多分, 他们对自己失望了, 学习也没有信心了。笔者在班上发试卷时没有责怪这些学生, 而是说:“有个别同学, 尽管他们只考了二十几分, 但是, 我相信他们的试卷是自己做的, 是真实的成绩。只要他们继续努力, 我相信他们一定会进步的, 下次一定能考出更好的成绩。同时我也希望这些同学要充满自信, 相信自己是最聪明的孩子, 将来一定能成为很优秀的学生。”这几个学生从笔者充满信任的话语中得到了启发, 后来在课堂上逐渐约束了自己不良的行为, 学习态度有了很大的转变。

在每接手一个新班级时, 笔者都会向学生表达对他们的信认:“你们当中没有笨学生和傻学生, 如果有, 那就是明知有错而不改, 明知时间宝贵而不珍惜, 明知学习重要而不努力的学生。但是我不会去追究你们的过去, 我只看重你们现在的表现。你们都走到了一个新的起点, 在这个基础上如果有进步就是好学生。如果还继续原来的错误, 我不会原谅你们。从现在起, 只要你们能觉醒, 只要努力就是优秀的学生。”每当笔者讲这些话时, 那些学困生的眼里都会闪现出一种被信任而重新振奋的目光。

三、鼓励:努力向前的动力

鼓励是帮助学困生树立正确的世界观、人生观、价值观的指路灯和方向盘, 也是学校与家庭、教师与家长沟通的桥梁和纽带, 更是学生健康成长的催化剂、及时雨。教师应怀着火一样的热情、慈母般的爱心, 利用各种机会给每位学困生写好各具特色的、恰如其分的激励性评语, 拉近师生间的心理距离。世上绝对没有两片完全相同的树叶, 学困生也会因性别、性格、兴趣、爱好、环境等多种因素的不同显现出不同的个性, 更显现出各不相同的优缺点。如笔者的学生斌, 论学习一塌糊涂, 上课不带课本, 作业从来不交, 还爱和任课教师作对。但笔者并没有放弃他, 而是耐心地教育开导他, 找他个别谈话, 在作业本上写评语鼓励他。他第一次交作业时, 笔者就在他的作业本上写道:“聪明、活泼、开朗、善良的你终于进步了, 你一定要好好学习, 不要让家长和老师失望。”他看了评语很激动。后来他在课堂上表现非常好, 作业也一次比一次工整了, 走在路上主动和教师打招呼。外因通过内因而起作用, 教师应抓住学困生方方面面的积极因素, 用“放大镜”去捕捉学困生的“闪光点”, 作为学困生教育的突破口, 成功地改善他们的自我评价, 激励他们树立前进的信心和勇气, 并不断地鼓励、鞭策, 因势利导, 使其不断进步。

家有考生：父母信任给我学习动力 篇2

邝(Kuàng)继浩，一名斯文的大男孩，来自普通的工薪家庭，父母虽然对其“放养”，但他却以888分考上了北京大学社会科学系，作为一名文科生，他有自己的一套学习方法，课本的关键知识点都能印在脑子里，还呈现发散性知识链接，在看课本之余，他还喜欢看一些“野史”，以充实课本的知识骨架。

家长“放养”给予更多信任

现在很多家长都把孩子的学习、生活抓得很紧，生怕不管孩子学习就贪玩了，就早恋了。邝继浩认为，家长关心孩子的学习生活是很必要的，但要中庸，否则过犹不及。如果孩子能养成自觉的学习习惯和有规律的作息，家长们当个“牧民”也就可以了。

邝继浩的父母正是这样“放养”他的。上了高中后，父母就再也不过问他的学习了。他的妈妈曾经这样告诉他：“我不经常问你的学习，只要你自觉就行，该玩的时候玩，该学的时候学。”他觉得不能辜负妈妈的信任，这成为了学习的动力。每次考试结束都主动向父母汇报成绩，如果哪科考差了，爸爸妈妈从来不惶恐不安、自乱阵脚，只是简单地鼓励告诫几句，帮忙反思并找出失误的原因，他们更看重孩子长期以来成绩的稳定。

历史发散思维连接知识点

邝继浩对文科的兴趣，缘自小时候经常看报、看科普书等人文方面的书报，小学、初中时他就将世界名著看了个遍。高中分班时，他选择了文科班。

对于历史的复习，邝继浩说，每个中心的关键知识点、转折点之间都会有一段相对平静的时期，复习时可以将这些关键点、转折点串联起来记忆，可以列一个时间表，也可以将知识点分成几个模块来记忆，而他则习惯每学完几个单元或一个年代就花一点时间做出提纲，在回答主观题时，按提纲回答条理非常清晰。

平时复习时，他会针对一个知识点自己设计问题，如意义、原因、主要内容等，多方面回答，比较题目之间的不同，如果哪方面薄弱，就有针对性地练习一下，用做题来弥补知识上不足。

对于做错的题，邝继浩会找出题目所涉及的知识点在课本上的位置，并将其记牢，久而久之，脑海中自然而然地形成了一本课本，只要提到某个知识点，便能在脑中翻出该知识点在课本中的大致位置，还能马上联想到相关的知识点。

课外多读书补充课本内容

除了看课本、做题，邝继浩还喜欢看一些历史书籍来补充课本知识，比如从共产党成立到新中国成立这段历史，事件特别多，于是他专门买了一些讲述这个时期故事的书籍，既当调剂学习之用，也加深对历史人物的理解与分析，课本上大多只讲述事件的发生，而看这些相关的书籍，可以补充一些事件发生的前因后果，加深了对事件的理解和记忆。

他认为，课本上的内容非常少，尤其是深层意义上的内容很少，他喜欢在课余时间与同学一起交流、讨论，一旦发现课本上没有的内容，就会上网找，一定要将这条“藤”摸清楚了才放手。

例如唐朝时，我国曾与阿拉伯发生过一起战争，课本就简单地提了一下，但他却要问：“为什么要发生战争?”与同学讨论没有结果后，便上网找，直到弄清楚前因后果为止。邝继浩说，这样做可以充实课本内容，还可以拓宽知识面。

地理发散思维多联系

邝继浩说，地理初看像一盘散沙，好像没有什么联系点，但在实际应用中却联系紧密，呈网状连接。他的高中地理老师上课喜欢“跑题”，讲着讲着就扯到课外知识了，实际上却是在教学生学会发散性思维，学会举一反三，将各个知识点联系起来。他对此十分受用，将老师教的方法掌握后，对付地理便可游刃有余了，例如工业与城市，可以联想到粮食、污染，而根据后两点再发散出更多的知识点来，越想越宽。邝继浩说，对于自己感兴趣的科目，一旦做对了就会很有成就感，而这种成就感会给自己更多学习的动力。

性格严谨独立来自外公

邝继浩学习好，除了与自己努力有关外，与他的家庭也有着密不可分的.关系。有句话，叫“有其父必有其子”，而邝继浩的性格里不少优秀方面，却是来自外公。邝继浩6岁以前，都与外公一起生活，受外公的影响，在他年纪很小的时候就能看报纸了，外公还经常带他去书店买书，无论是小人书还是十万个为什么，一并没有偏见地买给他。外公还经常问他各种各样的问题，如“为什么傍晚的云是红色的?”“你知道吃的菜是怎么种的吗?”激发了邝继浩最原始的求知欲。外公的求知精神、严谨的处事原则和独立思考的性格就在潜移默化中传给了邝继浩。

推荐阅读：

中考临近家长是否该给孩子开小灶?

家长必读：教育孩子不得不知的十大戒

家庭教育：孩子的好坏由家长的心态决定

家长必读：让孩子不再磨蹭的技巧

有时信任，有时不信任 篇3

人类的生存本能告诉我们要相互信任，但传统的信任正在出现危机，不仅美国人“有时信任，有时不信任”，中国人亦如此，除了“坚定不移”地信赖父母外，配偶、子女、兄弟姐妹，谁的信任度最稳固？

我们一般不会对上门维修的管道工刨根问底，但对方可能是假扮成管道工的窃贼；我们也不会在吃饭前对饭菜进行化学分析，但可能吃进地沟油；我们更不会担心银行没收存款，却会遭遇网络诈骗……人类的生存本能告诉我们要相互信任，可是社会正变得庞大和复杂，道德、名声的作用正在减弱，传统的信任正在出现危机。

最近，世界信息安全界巨擘、顶尖的密码专家布鲁斯·施奈尔写下的一本关于信任的书在中国出版，这位美国人在题目为《我们的信任：为什么有时信任，有时不信任》的书中分析指出，社会压力是产生并维持信任的重要手段，其中的“社会压力”，则包括道德压力、名誉压力、制度压力和防护机制。

信，与不信，是一种选择。而“有时信任，有时不信任”呢？美國人是这样，中国人亦如此。

中国人信赖谁？父母第一，配偶第二

在中国，谈及信任与被信任的感觉时，有人称，“被人信任是世界上第二美好的事情，第一美好的事情是你可以信任一个人。”多少国人能够拥有这样的“第一美好”？《小康》调查显示，除了极少数（3.7%）国人表示没有值得自己信任的人之外，高达96.3%的人都能体验到可以信任人的美妙感觉，其中有44.3%的国人表示自己有1至3个可信任的人，27.0%的国人表示自己有6个及以上可信任的人，25.0%的国人表示自己有4至6个可信任的人。

在北京工业大学人文社科学院社会学系副教授鞠春彦看来，与中国人能够信任的人数相比，“谁是最值得信赖的人”的调查结果，则更令人忧虑。与往年不同的是，除了父母、配偶、兄弟姐妹、朋友、恋人、同学、亲戚、同事、同一宗教信仰的人、同一党派或团体中的人、同乡、陌生人等选项外，“2013中国信用小康指数”调查之“谁是最值得信赖的人”特别增加“子女”这一选项，调查显示，排在“最值得信赖的人”前五位的依次是父母、配偶、兄弟姐妹、子女和朋友。“这样的排序说明传统的人际信用仍在起主导作用。”鞠春彦说。

在鞠春彦看来，公众对于“兄弟姐妹”的信任度排序值得关注，它应该引发人们对于独生子女政策的反思，“独生子女政策带来的家庭和社会结构的变化，不仅仅影响到社会保障和未来的养老金问题，更会深层次地影响到人与人之间的沟通和信任模式。养老需要物质的保障，更需要精神的慰藉，血浓于水的亲人间情感支撑无可取代。兄弟姐妹在人际信用中的作用是重要的，独生子女们的未来会怎么样？令人忧虑。”

谁的可信地位最稳固？

年龄不同，各有所信

人在不同的年龄阶段，对于最信赖的人的排序，除了“父母”的首要地位不变外，其他群体则存在一些细微变化。鞠春彦认为，这与一个人的生命周期、不同人生阶段的生活重心，以及他所要面临的人生议题紧密关联在一起。

对于25岁以下的人来说，亲人是他们的最大“支持者”，因此与父母、兄弟姐妹之间的信任关系相当牢固。

对于26～35岁的人来说，子女还小，所以在他们的“信任名单”中，除了父母和配偶外，排在第三位的是兄弟姐妹，第四才是子女。

但对于大部分中国人来说，子女都是其最大的生活动力。这点在36～45岁和55岁以上的人身上表现尤其突出，除了父母和配偶外，他们把子女列入了“信任名单”的第三位，兄弟姐妹则“靠后站”了一步。对于36～45岁的人来说，子女正处于人生成长的关键期，也是人生的重要上升期，子女虽不能给予他们现实的、可信赖的帮助，但却是为人父母者工作和生活动力来源的最主要供给者之一。而对于55岁以上的人来说，他们往往已经开始规划起退休后的养老生活，而这些人的子女们，大多处于“上有老、下有小”的人生阶段，照顾好父母和孩子，让自己成为一家老小可以依靠信赖的“主心骨”，不仅是这些子女们应该担起的家庭重任，也是社会生活赋予他们的责任和义务。

46～55岁受访者列出的“信任名单”则最为特殊，他们依然把父母列在了第一位，但是配偶却被排在了第三的位置上，取代配偶地位的成了兄弟姐妹，子女则排在第四位。鞠春彦对此分析到，“孩子终于上大学或者工作、就要成家了，本以为能够松口气了，可是现实的就业压力、住房压力、成家压力等让为人父母者‘压力山大’，2013年‘史上最难就业年’让人无法轻松，而独子的现实又不能让人掉以轻心。这个年龄阶段的人还会面临工作压力、父母年龄渐长带来的养老压力，以及婚姻变动等可能的生活变故，这时兄弟姐妹的社会支持显得非常重要和难能可贵，因而在‘可信赖人’中的排序上升。”

“信”与“不信”的印象能改变吗？

消灭差评，重建压力

不仅仅是个人，对于企业来说，若想保持可持续发展的态势，则更需要面对“如何赢得信赖”的课题。

哪些企业及其品牌深受国人信赖？在“2013中国信用小康指数”调查中，工商银行、中国银行、中国建设银行、招商银行、农业银行获评“中国公众最信赖的五大银行”；红旗汽车、东风汽车、奇瑞汽车、比亚迪汽车和长城汽车赢得“中国公众最信赖的五大自主汽车”品牌；京东商城、淘宝、亚马逊、当当网和苏宁易购则获取了“中国公众最信赖的五大电商”的赞誉。

与这些“诚信优等生”相比，“棱镜门”漩涡中的谷歌、雅虎、微软、苹果、Facebook、美国在线、PalTalk、Skype、YouTube这九大公司，则显得不那么光彩了，它们均被卷入其中，诚信水平令公众感到失望。《小康》调查显示，公众对于谷歌公司的诚信水平感到最为失望，排在其后的则是苹果公司、微软公司。谷歌目前被公认为是全球规模最大的搜索引擎，它提供了简单易用的免费服务，这家以“不作恶（Don't be evil）”为非正式口号的公司，如今却干了“不诚信”的事情，自然会让人“大跌眼镜”。这些企业需要为自己的“不诚信”行为埋单，22%的受访者在参与“2013中国信用小康指数”调查时坦言，“对此感到非常愤怒，不再使用这些公司的产品”。而在有两千余名网友参与的《小康》联合新浪网进行的网络调查中，偏向于理性分析的男性和45岁以上受访者占比更多，网友中多达37.6%的人表示“对此感到非常愤怒，不再使用这些公司的产品”。

一群人、一个行业、一家企业、一个政府的诚信形象，都与媒体曝光率，尤其是负面曝光率有着密切的关系。例如在去年和今年的《小康》“诚信行业榜”上，排在首位的均是医药行业，而去年排名第二的是保健行业，今年则是食品行业，这与一年来在医药和食品安全领域发生的多起负性事件不无关系。

学习信任 篇4

一、社会共识:为每个人提供优质公平的教育

为每个人提供公平、优质的教育是芬兰社会每一个人的共识,然而这一共识的形成也非一朝一夕,而是在一步步的社会发展和教育改革中逐渐形成的。

(一)第二次世界大战后九年制综合学校的建立——迈向教育公平的第一步

芬兰社会形成的第一个教育共识是为每一个人提供均等的教育机会。这主要表现在芬兰最有特色的九年制综合学校(peruskoulu)的建立。战争使芬兰社会损失惨重,共有遗孀25,000名,遗孤50,000名,并向前苏联割让了1 2%的领土和11%的人口,占芬兰GDP的7%,这对芬兰战后的发展提出了巨大的挑战。[1]1946年,芬兰教育改革委员会提出要建立服务于所有学生的共同学校,以促进芬兰社会和经济的发展。这一倡议与芬兰双轨制的教育传统显然是冲突的,尤其是引起了大学和文法学校教师的反对,因为人们普遍认为,并非所有的人都具有学习能力,学校教育只需负责培养那些有学习能力的人,因此改革不得不流产。事实上,20世纪50年代芬兰的教育机会依然很不平等,仅有27%的11岁孩子能够进入八年制的文法学校(5年初中加3年高中),还有部分住在大城市的孩子可以进入所谓的二至三年制的市民学校(civil schools),接受职业技术教育。[1]10年后,芬兰教育改革委员会重提了这一倡议,要求市政府举办九年制的综合学校,将现有的小学、文法学校和市民学校合并。这次倡议虽然同样引起了民众的热议,但芬兰社会、经济结构的发展势态已经表明,让更多的人拥有更高水平的教育已经成为不可逆转的趋势。1966年,在社会各界的推动下,九年制综合学校立法终于得以通过。综合学校的建立不仅仅改变了芬兰的学制结构,更为重要的是,它颠覆了传统的教育理念,在全社会范围内形成了一个新的教育共识,即不论家庭背景,不论智力水平,让每一个孩子都能在同样的环境下接受教育。

(二)三轮教育改革——从教育公平到教育质量

经过数十年的改革,九年制综合学校已得到社会的广泛认同,且越来越多的人毕业后愿意继续深造。芬兰社会每年约有95%的学生毕业后都会继续升入高中进行学习,即便是其余5%的学生,他们也继续接受非正规教育,日后通过成人教育的方式继续深造。[1]在这一基础上(见图1),20世纪80年代,芬兰先后掀起了第一轮教育改革,即全面反思什么是知识,什么是学习,以及应采用什么样的课程和教学方法才能培养出具有独立思考能力和批判精神的人才。建构主义的学习理论和神经系统科学在这一时期占据了主流,因此中小学老师被赋予了更多的自主权,他们可以自己去研究知识,研究学习,主宰自己的课堂,使学生可以进行有意义的学习。而同时期的其他国家,如德国,英国、法国、美国等都在强化教育督导,强化外在的学习标准,强化教师之间的竞争,而对于知识、学习这些概念的反思那只不过是限于学术界的一些讨论而已。正如艾诺·莱蒂南(Erno Lehtinen)教授所言:“关于知识和学习概念的讨论显然已经影响了教师对教学的认识。此前的教学强调教授事实,掌握既有的理念,强调传递传统的社会价值,而现在更为注重理解、批判思维、问题解决和学会学习。”[6]1994年,芬兰又掀起了第二轮教育改革——全国课程改革。在这场改革中,地方和学校积极地参与课程的设计,同时形成了广泛的社会合作网络。学校和学校之间合作,同时也充分利用家长、公司和非政府组织的资源,使学校成为一个学习型的学校。政府也发起了“阿奎利恩项目”(Aquarium Project),为所有的学校、校长和教师搭建了一个交流的平台。在教育不断分权、学校自主权和自我认同意识不断加强的背景下,1997年共有163个城市700多所学校的1,000多个计划都参与了“阿奎利恩项目”,共有约5,000名教师和500名校长参与了这场学校改进的运动,在这个平台上分享经验,合作解决问题。[1]2001年第一轮PISA结果公布后,芬兰在OECD国家中位居第一。这不仅震惊了世界,同时也震惊了芬兰自己。要进一步提升芬兰的教育质量,无论对决策者还是教育实践工作者而言都是一项挑战。2000年,芬兰开始关注中等教育后教育结构的调整,以及整个教育管理系统的效率。显然,不仅仅是教育界,社会各界都被一次次地卷入了芬兰的教育改革运动,这在全社会范围内逐步建立了一个新的教育共识,即秉持赋权、专业、自主的精神,在实现教育公平的基础上,不断提升教育质量,让更多人享受优质公平的教育服务。

二、信任:少与多的辩证统一

与国际社会主流舆论所倡导的新自由主义不同,芬兰的教育改革没有采用竞争、选择、标准化考试等市场化的运作手段,而是选择对学生和对专业人员个体自觉的高度信任,取得了在PISA测试中“高公平、高质量”的优异表现。这种信任集中表现在萨尔博格所说的少与多的辩证统一之中。

(一)教得少,学得多

学生的学业成就与教学时间、家庭作业并不总是成正比,这一点在芬兰得到了有力的证明。首先,从学生的角度来看,OECD2010年公布的数据显示,7～14岁芬兰儿童年课时约为5,000小时,而相比之下意大利、墨西哥等PISA成绩表现较差的国家,他们的学生年课时约为7,000小时至8,000小时。[8]为什么芬兰学生学习时间少,但学业表现更为优异呢?因为芬兰人相信学习并不仅仅发生在教师的正式课堂中,孩子们在课外和在与同伴交往的过程中,甚至可以学习更多。因此,芬兰的小学生一般只上半天课,下午半天学校高年级学生参加课外活动或各种学习或娱乐俱乐部,如果没有参加活动的学生就可以回家。芬兰的青年运动协会在孩子们的成长过程中也发挥了极为重要的作用。大约2/3的10～14岁学生和1/2的15～19岁学生至少参加了一个青年协会,这些“第三部门”(Third Sector)为他们的社会和人格发展提供了支持,进而也影响他们的学业成绩。[1]这充分证明了顾明远教授的教育信条之一“学生成长在活动之中”。此外,芬兰学生家庭作业的压力并不大。芬兰大部分中小学生都能在校内完成作业,回家的家庭作业一般不超过半个小时,[10]即便是高中生也很少参加课外补习。因为芬兰教育者认为重复的、智力上没有挑战的作业并不能带来学业上的进步。PISA的调查结果也显示,仅有7%的芬兰学生表示在做数学家庭作业时感到焦虑,而相比之下,日本和法国的数据则高达52%和53%。[1]

其次,从教师的角度看,芬兰教师年课时为600小时,而相比之下美国教师年课时则高达1,080小时,几乎是芬兰教师的2倍。[8]芬兰教师的工作时间不仅包括课内时间而且也包括课外时间,芬兰教师每天都要与同事一起备课、学习,并反思自己的教学。当然,除了教学之外,芬兰教师还需要投入大量的时间开发自己的课程,全面评估学生的成长,参加学校组织的各种促进学生身心健康发展的活动。因此,芬兰的很多学校实际上就是一个学习型社区,教师需要投入大量的时间和精力进行自身的专业发展。而相比之下,美国教师应付教学任务就已疲惫不堪,更无暇顾及自身的专业发展了。然而,教师的专业发展恰恰是保障教育水平,提升教育质量的关键。

(二)考试少,成绩好

自1988年《英国教育改革法》通过以来,基于考试的绩效政策很快在世界范围内风靡。人们认为竞争、选择、考试是提高教育质量的前提条件,然而,PISA数据显示事实并非如此。2000年至2006年,在美国、英国、新西兰、日本等采用标准化考试绩效评估体系的国家中,学生的数学测试得分不仅没有提升,反而有不同程度的下滑,而芬兰却呈现稳步上升的趋势。[1]与英美等国不同,芬兰选择了一条非主流的路径——教师专业发展、校本课程、基于信任的教育领导和广泛深入的校际合作。

对于学生学业和发展的评价,芬兰采用的不是频繁的标准化考试,而是以下三类方式的结合:一是教师在课堂上做出的诊断性评估、形成性评估和总结性评估,教师全面负责评估方式的设计和使用,拥有高度的自主权,这占据教师课后工作时间的很大一部分;二是学期结束时的综合评估,每个学校都将根据国家的指导制定各自的评价标准,然后由任课老师共同为每个学生发放一份成绩报告单,其中不仅有各个学科的成绩而且也有对学生行为、参与度等非学科学习的评价;三是每3年至4年举行的全国阅读、数学和科学评估,但并非所有的学生都参加,仅抽取其中10%的样本参与全国评估,当然,未被抽到的学校也可以支付相应的费用参与考试,以了解自己学校的相对水平。

事实上,芬兰人并不反对考试,但反对将考试作为教育的最终目的,反对将考试成绩作为惩罚学生的依据,反对将考试成绩与教师或学校的发展利益相挂钩。这种高利益关系的考试只会逼迫教师和学生将教学的重心放在“应试”上,而不是“教”与“学”本身。这样,芬兰人就很可能失去其赖以生存的根本——知识。

(三)越多样,越公平

自1995年芬兰加入欧盟以来,芬兰移民越来越多,特别是在大城市,一代和二代移民占人口总数约1/4。因此有的城市严格规定了每所学校移民学生所占的比重,因为芬兰人认为移民学生平均分配在各个学校不仅对学生发展有利,也可避免“种族隔离”的情况发生,而且对学校的发展也有利。例如,赫尔辛基的综合学校共有40多种语种,这为学生和学校都提供了极为多元和全球化的学习环境。[14]此外,芬兰教育遵循全纳原则,所有的移民学生都随班就读,除非有特殊理由。因此,芬兰教室里通常由两个教师,一个主导教师,一个助理教师协助主导教师满足不同学生的学习需求。有研究结果显示,芬兰的移民学生的PISA成绩明显高于其他国家的移民学生,但同时研究也指出,移民学生占班级比重最好控制在20%以内,否则可能影响整个班级的学业水平。[1]显然,随着移民的增长,如何保障多元环境下的公平、全纳将是芬兰教育即将面临的一大挑战。

三、专业:让最优秀的人当教师

芬兰的教育奇迹得以实现,最根本的原因还在于芬兰拥有一批稳定的、令世界各国都羡慕的高素质教师队伍。在芬兰,能够进入教师行业的是最优秀的人群,他们在社会上拥有高度的专业尊重,在职业内能获得强烈的满足感。因此,做教师,即便是小学教师都是芬兰人最梦寐以求的职业之一。

(一)高薪并非芬兰的秘诀

事实上,芬兰教师的薪水并不算高,一个有15年工作经历的初中老师年收入大约在41,000美金左右,而同等情况下美国教师可能拿到44,000美金,韩国更高达55,000美金。[1]但相对于芬兰人均35,000美金的年薪来说,芬兰教师的收入处于中上水平,足以保障芬兰教师在芬兰社会中过一种体面的生活。此外,芬兰教师薪水的涨幅远远高于其他国家,且涨幅与教龄和教学水平挂钩。通常说来,芬兰教师从入职到15年教龄,薪水涨幅约为1/3,中小学教师最多能涨58%,高中教师最多能涨77%。而相比之下,美国的涨幅仅在21%到26%之间。[1]正是这样的薪金制度激励芬兰教师长年从事教学工作,并不断提高自己的专业水平。

芬兰能吸引优秀人才做教师,薪金制度只是其中的理由之一。与中国一样,芬兰也有类似的“尊师重教”的传统。早在17世纪,芬兰人如果要在教堂里结婚,就必须拥有一定的文化知识。芬兰人选择教师这个职业最为根本的动力源自道德使命,他们从内心深处希望通过教育帮助人们,促进社会发展。而芬兰各级各类的教师都被赋予了充分的专业自主权,帮助他们实现这一道德使命,因此他们拥有和医生、工程师、经济学家等其他职业一样强烈的认同感和归属感。甚至在道德使命的驱使下,这种职业认同感和归属感更为强烈。当然,教师的自主权得益于芬兰的教育评价制度,学生从小到大只参加一次标准化考试,即大学入学考试,因此教师可以集中精力开发课程、研究教学,帮助学生获得思维和能力的真正成长。然而,芬兰学校内部究竟有什么具体的制度设计来激发芬兰教师的这种道德使命呢?很可惜萨尔博格在书中并未深入探讨,这恰恰是芬兰教师道德使命和专业认同能够得以持续的重要原因。

此外,教师在芬兰是一个要求很高,而且有高度竞争力的行业。2011年,赫尔辛基大学的小学教育专业共有2,400人申请入学,但录取名额仅有120人。[1]可以说,几乎是最优秀的高中毕业生申请教育学专业,他们必须通过两重筛选。首先,他们必须在大学入学考试、高中平时表现、校外表现以及一项专门针对教育问题的全国性考试中表现优异;通过这一关后,还需接受大学的面试,面试重点考察学生选择教育专业的动机。从这一点可以看出,芬兰非常强调从业者对教育专业的认同和热爱,这与顾明远先生“没有爱,就没有教育”的教育信条不谋而合。在芬兰任教,即便是在小学任教,也必须拥有至少一个硕士学位。这使得学生拥有了更广阔的发展可能,如果学生毕业后不想从事教育行业,也可以轻松地选择继续攻读博士学位,或从事其他行业,他们同样具有很强的竞争力。

(二)让每一个教师成为研究型教师

从20世纪70年代开始,芬兰教育的一项重要改革就是将教师教育纳入大学教育的体系,使学术研究成为教师培养的重要组成部分。芬兰教师通常需要拥有硕士以上的学位(见下页表),他们不仅要掌握教育科学知识和教育研究的技能,而且还要在日常工作中熟练地运用这些知识和技能,使之与他们自身的专业发展融为一体。芬兰的小学教师主修教学专业,学制5年(3年学士加2年硕士),因毕业后需负责教授数门课程,他们同时必须在其他院系至少辅修2门小学课程科目,并在毕业时撰写一篇与办学或教学实践相关的学术论文方能获得学位。而初高中所需的学科教师由各个以学科为中心的教师教育专业培养,也就是说学生不仅要学习具体某个学科的知识,如数学、外语,还需掌握与其学科密切相关的教学知识。如果已经具有某个学科的硕学位,学生可以在教育学院修读一年的教育学以获取教师资格。相比之下,其他国家对教师培养的要求不那么严格,如在美国,大学本科毕业后上一个暑假的教育课程班就可以有资格申请教师资格证,英国、挪威也大致如此,这样培养出来的教师水平自然也稍逊一筹。

芬兰教师拥有的高度自主权同时也给芬兰教师的专业发展带来了内驱动力,因为自主权越多,学生的个性化学习和创意教学的空间就越大,教师必须不断积极地探索教育教学方法,以一个研究者的工作态度和方式独立地、批判地进行教育教学改进问题的研究,否则就会与周边的教师文化格格不入。而这样的研究素养和能力正是在芬兰大学教师培养项目中获得的,几乎所有的大学课程都会培养合作性学学习、基于问题的学习、批判性反思和信息技术运用的能力,同时要求学生开展研究性的项目以了解研究在教育实践指导中的重要作用。芬兰教师教育强烈的研究型色彩不仅使得芬兰教师在知识经济的今天能自如、科学、有效地解决日常工作中所遇到的问题,同时也进一步提升了芬兰教师的专业地位,进而能吸引更多优秀的年轻人从事教育行业。

四、第四条道路及其对我国的启示

芬兰的教育改革显然走的不是全球教育改革运动中的主流路线,对于标准化考试、竞争、绩效制度这些标志着20世纪80年代以来全球教育改革基本特征的元素,在芬兰的教育改革中一项都没有出现。相反,芬兰强调的是个性化教学、创造性学习、信任、责任分享这些元素。[1]这激发了学者安迪·哈格里夫斯(Andy Hargreaves)等人的灵感,提出了“第四条道路”的概念,即自下而上的、创新、信任、专业、民主的发展道路。作为教育专家的教师和校长拥有社会各界和教育行政管理部门的高度信任,他们不再只是政策的最终执行者,被无情地驱动着,耗尽他们的教育激情。相反,他们在包容、信任、尊重的社会环境中尽情地发挥教育创造的想象力,自觉地、持续地推动芬兰教育的改革和发展。共识、信任和专业恰恰构成了一个稳固的三角(如图2所示),或者借用劳伦斯·克雷明(Cremin Lawrence)的概念,芬兰拥有一个良性的“教育生态”环境,[21]我们重视的是教育所具有的工具效果,而非教育本身的价值所在,所以才会出现各种“反教育”行为。[22]虽然芬兰同样也强调教育对芬兰的知识、经济、社会发展的重要作用,但芬兰人意识到人自由、全面的发展是任何经济、社会发展的基础。换而言之,没有实现教育的本质价值,教育的外在价值也无法实现。因此,真正要形成一个良性的教育生态环境,就必须在全社会范围内达成一个关于教育本真的共识,即教育就是培养人的活动,人的发展是教育的全部目的。这一点在2010年我国颁布的教育规划纲要和党的十八大报告中已有初步体现。

其次,就信任而言,我国仍处于现代社会的转型期,整个社会的诚信系统尚未建立,这使得社会各行各业之间及各行各业内部都缺乏长期、稳定的信任,教育行业也是如此。如老师不信任学生学习的动机和能力,所以学生才会“被教育”、“被学习”,因此我们才需“将选择权还给学生”。[23]这样的不信任存在于教育的各个利益相关者(如教师、家长、学生)之间,他们很难形成一股合力,以激发各自内在的改革、创新和发展的动力。当然,信任的建立除了需要有良好的社会诚信体系之外,专业的发展也至关重要。我国近年来越来越重视教师发展的专业化,陆续颁布了中小学教师的专业标准,并在积极地倡导引入教师资格证,这显然是可喜的。但同时,我们也要注意在师资培养的过程中,充分地激发每一个老师对教育事业的热爱,充分地调动每一个老师教育创新的内在动力,才能从根本上、长效地保证教师的质量。当然,这反过来又需要社会的共识和信任为专业发展提供宽松的环境和良好的氛围。

摘要：从20世纪90年代的名不见经传到如今的PIsA名列前茅,是什么创造了芬兰的教育奇迹?萨尔博格在《芬兰经验:世界能向芬兰学习什么》一书中向世人揭示了其中的奥秘。与全球教育改革中的主流路线不同,芬兰采取了“第四条道路”的路线,在芬兰社会中营造了良好的教育生态环境。构成这一良好生态环境的有三大支点:全社会拥有的教育共识;;社会各界对教育界以及教育内部各利益相关者之间的高度信任;;最优秀的研究型师资队伍。这三大支点恰恰是我国教育改革比较薄弱,亟待进一步加强的环节。

关键词：芬兰,教育改革,教育生态环境,“第四条道路

参考文献

[1][2][3][4][5][7][9][11][13][15][16][17][18][19][20]Sahlberg,Pasi.Finnish Lessons:What Can the World Learn from Educational Change in Finland?[M].New York:Teachers College,Columbia University,2011,4,14,15,33,27,36,63,64,66,69,77,77,75,79,103.

[6]Lehtinen,Erno.Education System in the Changing Finnish Society[M].Helsinki:Sitra,2004,54.

[8][12]OECD.Education at a Glance 2010[R/OL].http://www.oecd-ilibrary.org/educafion/education-at-a-glance-201 O_eag-2010-en.2013-02-12.

[10]Gameran,E.What Makes Finnish Kids So Smart[N/OL].Wall Street Journal,2008,Feb.29th,http://online.wsj.com/article/SB 120425355065601997.html.2013-02-11.

[14]Education Department.Comprehensive Education[EB/OL].http://www.hel.fi/hki/Opev/en/Comprehensive+schools.2013-02-12.

[21]顾明远.解放思想是深化教育改革的金钥匙[J].教育学报,2008,(3):3~4.

[22]顾明远.要与反教育行为作斗争[J].中国教育学刊,2011,(9):卷首语.

信任与不信任作文 篇5

曾经信任过爱国，后来知道“国”的定义有问题，通常那谆谆善诱要你爱国的人所定义的“国”，不一定可爱，不一定值得爱，而且更可能值得推翻。

曾经信任过海枯石烂作为永恒不灭的表征，后来知道，原来海其实很容易枯，石，原来很容易烂。雨水，很可能不再来，沧海，不会再成桑田。原来，自己脚下所踩的.地球，很容易被毁灭。海枯石烂的永恒，原来不存在。

二十岁之前信任的很多东西，有些其实到今天也还信任。

譬如国也许不可爱，但是土地和人可以爱。譬如史也许不能信，但是对于真塑胶线，悬挂昨晚刚洗的衣物，其中一件淡绿细直纹短袖我最喜欢。之前两天它都区别其它的短袖，单件掺着洗衣粉放在红色相的追求可以无止尽。譬如文明也许脆弱不堪，但是除文明外我们其实别无依靠。譬如正义也许极为可疑，但是在乎正义比不在乎要安全。譬如理想主义者也许成就不了大事大业，但是没有他们社会一定不一样。譬如爱情总是幻灭的多，但是萤火虫在夜里发光从来就不是为了保持光。譬如海枯石烂的永恒也许不存在，但是如果一粒沙里有一个无穷的宇宙，一刹那里想必也有一个不变不移的时间。

那么，有没有什么，是我二十岁前不信任的，现在却信了呢?

有的，不过都是些最平凡的老生常谈。曾经不信任“性格决定命运”，现在信任了。曾经不信任“色即是空”，现在信任了。曾经不信任“船到桥头自然直”，现在有点信了。曾经不信任无法实证的事情，现在也还没准备信任，但是，有些无关实证的感觉，我明白了，譬如李叔同圆寂前最后的手书：“君子之交，其淡如水，执象而求，咫尺千里。问余何适，廓尔忘言，华枝春满，天心月圆。”

丢失他人信任的你 如何重建信任感 篇6

A.正好看到一颗流星划过天空

B.楼上别人家电视发出的光

C.楼上别人家还没收进去的衬衫

D.天空中特别明亮且组成三角形的星星

选A正好看到一颗流星划过天空

你过于夸大自己的能力，但结果却往往不如人预期，所以你的信用容易因此出现危机。挽回你自己的信用非常的简单，因为你的实力是明摆着的，只要着重提升自己的效率，你的努力会让人觉得你是真的在兑现你的承诺，而在看到你认真付出的情形时，对方的焦点就不会总是着重于你没有做到的部分，目光将会转移到你的付出上，也会对你产生更多的赞赏，当你最终获得成功时，你也将会重新收获信任。

选B楼上别人家电视发出的光

你非常在意他人对自己的评价，当别人有求于你时，你就会毫不犹豫的答应，但你从来不考虑自己是否有能力做到，也不考虑你手上还有多少事情要处理。不懂得适时地拒绝别人的请求，所以你的负担会越来越重，最后连同他人的事情也被你耽误了，这就是造成你信任危机的原因。其实有时候适当地拒绝并不是一件坏事，如果没办法完成，一开始就要将自己的难处说清楚，让别人找其他渠道来解决问题，这样不仅不会耽误别人的事，自己的信用度也不会有所损失。

选C楼上别人家还没有收进去的衬衫

因为你做事的态度非常随心所欲，所以你很容易出现信用危机。很多事情明明你自己就可以做好，却宁愿去拜托别人完成。其实只要你克制信口开河的说话态度，你就可以挽回自己的信誉了，因为你本身的能力是非常强的，只要是你下定决心要做到的事情，再苦再累你都会尽全力去完成，也愿意用更多的服务精神去对待他人，这种认真的态度不仅仅会使得你的能力有所上升，也会有效地提升你的责任感。

选D天空中特别明亮且组成三角形的星星

你看起来成熟稳重，但是内心却像个小孩子，当遇到信用危机时，你完全不知道应该怎么对付。但是为了挽回事情的进展，你会将手上的资源全拿出来用，刚开始时大家都想要支持你，也会对你伸出援手，但是时间一久、次数多了之后，大家已经不知道该怎么帮你了。所以你需要学会独立，勇敢地面对那些你制造出来的问题，同时保持谦虚的学习态度，这样你才不会总是消耗别人对你的信任。

学习信任 篇7

基于信任域的移动ad hoc网络信任模型的设计思想是:利用移动ad hoc网络的分级结构,将网络划分为若干自治簇,将网络中的节点之间的信任关系分为簇内的信任关系和簇间的信任关系,对于这两种不同的信任关系分别设置不同的策略,此类信任模型通常采用以下策略来实现:

1)簇内信任关系:任意节点维护两张表:直接信任表和推荐信任表。

假设A、B两节点在同一个簇内,如果A节点需要和B节点发生交易,则需要观察B节点的信任值。

2)簇间信任关系:簇间关系的计算比较复杂,为了计算的方便,为每个簇设置信任代理,根据簇的分级结构,将簇头设置为信任代理,称为簇代理,它维护两张表:簇间信任关系表和本簇节点权值表。簇间信任关系表:存储与本簇发生过直接交易的簇的整体信任值。若簇A中的节点A1需要与簇B中的节点B1发生交易,需要得到B1的信任值。

2 模型的基本设计思想

通过对现有基于信任域的信任模型进行分析,针对其存在的缺陷,本文提出以下改进方法:

1)分层的思想。在信任关系上引入分层的思想符合人类社的现实情况,相关研究表明分层思想的引入还能降低信任问题的复杂度[1,2,3]。由于各个簇都有各自不同的安全策略,簇内的信任管理相对容易,但是,各个簇之间由于安全策略不同,很难建立一种通用的安全策略。针对这个特点,本文提出在分层的基础上建立基于信任簇的信任管理模型,在不同的簇之间建立安全信任关系。将采取相同或者相似管理策略的节点归类到同一个簇中,根据管理策略重新对簇进行划分,建立能够有效沟通的簇与簇的信任关系,从而有效的节省网络资源,提高网络使用效率。

模型分为上下两层,上层负责建立簇之间的推荐信任关系,并根据需要进行修改,移动ad hoc网络中的各个节点在发生交易之前根据簇间推荐信任关系和簇内各节点的信任值确定交易是否发生;下层负责对簇内的节点进行行为的监控和评估,对每一个节点赋予信任值,并把该值向其他的簇进行声明。

簇内信任关系的管理是采用集中的方式进行,目的是对簇中的节点信任值进行管理和维护。在每个簇内将簇头设置为管理者,称为簇代理,它为簇内的节点维护一张节点信任表,表中包含每个节点的信任值。当簇内增加一个新节点时,新节点通过簇代理获取一个初始的信任值,然后根据节点在网络中的表现进行相应的调整。

本论文用fA-Ai表示簇A给出的节点Ai的信任值。如果一个节点在与其它节点发生交易的行为中失败的几率很高,它将获得较低的信任值,同时它与其他节点的协作将受到限制。同理,如果一个簇的簇代理错误的或者不能较为准确的提供簇内节点的信任值,这个簇在整个移动ad hoc网络中将获得较低的推荐系数。

在簇间信任关系的管理中,各个簇之间需要建立推荐信任关系。移动ad hoc网络中的各个簇,如果需要与其它簇发生交易,必须要有初始的推荐信任值。例如:簇A的节点需要与簇B的节点发生交易,簇A可以选择曾经与它发生过交易的一个或多个簇作为“推荐人”,相应的簇A也必须为其他的簇提供信任推荐服务。初始的推荐信任值通常并不能真正反映簇之间的推荐信任关系,一般是根据簇与其“推荐人”的熟悉程度,由各个簇自行设定,取值范围为[0,1],这个初始值表示簇A在多大程度上信任簇B的推荐信息[4,5]。该信任值可以根据簇A、B中节点的实际交易情况进行调整,最终可以获得能准确反映簇之间信任关系的信任值。

2)移动ad hoc网络环境中各个簇内节点之间具备自主交易的能力。例如,同一个簇内的节点A1,若A1需要获得某资源,它可以查找A1上直接信任表,得到簇内曾经与A1发生过直接交易的节点列表,并选择信任值高的节点,根据节点的ID号与节点发生交易。这个过程不需要依赖簇代理,可以在簇内部的两节点之间自主进行,从而减少簇代理的工作量,提高网络的吞吐率和工作效率。

3)簇代理作为管理者维护各个节点的信任值。由于各节点退出信任域后,节点上维护的信任表立即消失,因此,为了降低节点退出后,信任值消失,对系统的整体信任造成的巨大影响,降低节点的负担,降低网络的阻塞,在本模型中,各个节点的信任值不仅仅由自身来维护而且是簇代理中也同时对节点的信任值进行维护,因此,节点的加入和退出并不影响整个策的信任情况。

4)由于移动ad hoc网络动态性强,节点的移动对簇的影响较大,随着时间的推移,簇的成员将发生改变,同时将对簇的整体信任值以及簇内节点的信任值带来较大的影响,因此,有必要寻找合适的衰减函数,考虑时间因素对信任值的影响。

5)节点之间发生交易后,交易的结果对信任值也是有影响的,通常交易成功次数多的节点信任值高,反之则低,因此需要考虑节点交易情况(成功或失败)对信任值的影响。

3 模型中的数据结构

1)簇内节点保存节点信任关系表,该表中存储了本簇节点之间的交往信息与本簇节点与其他簇节点的交往信息,存储在节点的数据库中,如表1所示。

具体取值如表2所示。

注:rstv:recently successful trust value,即最近成功的交易信任值的英文缩写。

其中x:两节点交易成功次数;y:两节点交易失败次数;x+y:两节点交易的总次数;t:两节点最后一次成功交易的时间;rstv(Ai-Bi):两节点最后一次成功交易产生的信任值。

2)簇代理节点保存节点信任关系表,该表中存储了本簇内所有节点的信任值和本簇对于其它簇的推荐信任值,存储在簇代理的数据库中,如表3所示。

具体取值如表4所示。

注:rtv:recommend trust value是推荐信任值的英文缩写

其中,fA-Ai表示簇A对簇内节点的Ai信任值;rtv(A-B)表示簇A对邻居簇B的推荐信任值。

3)节点之间交易的对象对应有相应的资源,例如:办公文件、程序、视频文件等,因此,簇内还需要保存各节点能提供的资源类型。在节点请求资源时,簇代理可根据簇内各个节点拥有的资源类型来选择合适的节点进行交易。此外,备注信息用来保存节点的基本情况信息。

4 簇代理的安全性保障措施

在模型中,每个簇的簇头即为簇代理,因此,簇代理的安全性显得十分重要。簇代理不仅存储整个簇的节点信任值,还存储了曾经发生过交易的其它簇的推荐信任值,因此,一旦若簇被黑客攻击,信任关系表被恶意更改、销毁,那么整个簇就会瘫痪,而且将对其它簇的安全构成严重威胁。

为保证簇代理的安全性,本文提出两点措施对簇代理的安全性进行维护。

1)在各簇内选择合适的节点对簇代理所存储的节点信任关系表创建副本,称为副本节点。该副本可作为簇代理丢失数据或被恶意更改后的备份。该副本节点必须在簇内有较高的信誉,信誉不仅仅体现在信任值的大小,还与该副本节点成功交易的次数和比例有关,因此,本文提出使用公式1对簇内的节点进行信誉评估。

x、y:表示节点交易成功与失败的次数;rstvi:表示最后一次成功交易的信任值;m:表示与该节点发生过直接交易的节点数量。

通过计算,即可以得到信誉较高的节点,并进行副本的创建。

2)设定更新时间。由于移动ad hoc网络动态性较强,因此,需要设置更新时间,实时的对簇代理以及节点上的信任关系表进行更新和维护。副本节点也同样根据该时间对副本进行更新。

3)簇代理的更换。当簇代理出现异常情况无法正常工作时,例如:能量耗尽、受到攻击等,必须更换簇代理,新的簇代理可以从存储副本的节点上获得所需的簇内以及簇间的信任关系表,然后分别向簇内节点以及邻居的簇代理发送广播信息,告知自己的身份。

5 信任值的计算方法

5.1 簇内信任关系

簇内信任关系是指簇内节点之间的交易。

在新的信任模型中,采用的计算方法是:若A、B两节点均为簇内节点,A节点若需要与B节点发生交易关系,首先需要得到B节点对A节点的信任值(也就是A节点能多大程度的信任B节点)。A节点将首先查看A节点上的信任关系表,若两节点曾经发生过交易,则存在直接信息关系,从而得到B节点对A节点的信任值;若两节点未曾发生过交易,则将寻找与两节点发生过交易的其它节点作为推荐者,并选择信任值高的推荐者通过计算获得推荐信任值;若两节点既无直接关系也不存在间接关系,则认为它们之间的信任程度为0(即B节点对A节点的信任值为0),两节点不存在信任关系,无法进行交易。

5.2 簇间信任关系

簇间信任关系是指簇间节点之间的发生交易行为。两个簇之间的信任值的计算不同上一节中所描述的簇内信任值的计算方法,而是根据直接信任关系和其他簇的评估综合计算得出。

每个自治簇有一个簇代理,它负责维护两张表,分别是:

1)域间信任关系表:包括与该簇发生过直接交易的簇信息;

2)权值表:包括了该簇内所有节点的权值信息。

由于每个簇包含了多个节点,因此,簇间的节点之间的交易也会对簇间信任关系产生一定影响。

在移动ad hoc网络环境中,每个自治簇中都包含多个节点,簇内的节点根据其行为的合法性对该簇信任值的影响是不同的。交易合法并有较高信任值的节点的行为可以增加该簇的信任值,否则将降低该簇的信任值。因此,模型中引入了权值表,该表给簇内的每个节点赋一个权值,表示不同的节点对该簇信任值的影响因子。例如:新加入的节点将获得一个较低的的权值,在该节点与其它节点发生交易的过程中如果存在不诚信的行为,其权值将将会降低并对该簇的信任值产生负面影响。相反的,如果节点长期存在并行为合法,它对簇的信任值的贡献就更多,这类节点的权值就较高。

5.3 信任值的修正

在信任模型中,信任值计算的精确性是模型能正常发挥功能的关键因素,因此,应该充分考虑影响信任值的各个因素,并加以修正,通过上一章的分析可知,对影响信任值变化的因素主要包括:时间的衰减等因素,本模型将定义时间衰减函数,考虑时间的衰减对信任值的影响

时间衰减函数:由于移动ad hoc网络的动态变化具有瞬时性的特点,因此,必须考虑时间因素对信任值的影响,节点之间两次交易之间间隔的时间越长,那么上次成功交易后节点获得的信任值将会有较大的减少,仍然使用之前的信任值显然是不合理的。模型中设时间衰减函数为T(t),它的表达式为公式2:

公式中,At为节点之间两次交易的时间差,显然两次交易之间相隔的时间越长,T(t)的值越小。

5.4 信任的初始化

对于新加入簇的节点,簇代理对其赋初始的信任值,这个值必须满足两个原则:

1)不能太低。如果初始值过低,那么该节点很难与簇内的其它节点发生交易,将造成资源的浪费。

2)不能过高。如果该节点是恶意用户,那么过高的信任值将会对簇内的节点造成安全威胁。

模型中提出,初始值的赋予应根据该节点加入簇时为其提供推荐的节点的信任值来决定。

6 信任值的改变

6.1 节点信任值的改变

由于直接信任值可以反映节点之间信任的变化,如果节点之间成功进行交易,则直接信任值增加,反之,则直接信任值减少,因此,节点之间的信任值的变化可以用直接信任值来更新。

6.2 簇间信任值的改变

簇间的信任值的变化是与簇内节点之间的交易情况相关的,如果簇之间的节点交易成功,则参与推荐的簇间信任值也增加,反之,则减少。可以根据节点Ai与节点Bj交易成功的次数来计算簇间信任值的变更情况。

其中O表示变化系数,取值范围是(0,1),S表示变化前的信任值,x,y分别表示节点交易成功和失败的次数,公式O(m)=e-1/m是根据Beth模型[6],O(m)随着m的增大而增大,且其取值范围是(0,1)。显然,在变化系数恒定的情况下,成功次数x越高,信任值将迅速变大,反之,则迅速变小。一旦某个节点的总体信任值降至某一较低水平以下时,就将被当做恶意节点从簇中除名。

7 节点的加入和退出

在移动ad hoc网络环境中,节点可以动态加入或离开某个簇。当节点P加入簇A中时,簇代理为防止恶意节点的非法加入,将根据该节点的“推荐人”的信任值来赋予该节点的初始信任值。此后,将根据该节点在簇中的交易表现不断更新P的信任值。

若P节点被攻击成为恶意节点,其信任值将随着其交易情况的恶化降低,当信任值下降到零或者零以下时,该节点将被认为是恶意节点,簇代理将会把该节点从簇中删除,同时修改簇代理上的信任关系表。

参考文献

[1]王珊,高迎,程涛远,等.服务网格环境下基于行为的双层信任模型研究[J].计算机应用,2005,25(9).

[2]马德芳.基于信任的网格动态访问控制研究[D].武汉:华中师范大学,2007.

[3]杨艺,代春燕,青虹宏.基于主观信任和推荐的信任模型[J].重庆工商大学学报,2006,23(2).

[4]王东安,徐浩,南凯,等.基于推荐的网格计算的信任模型[J].计算机应用研究,2006.

基于信任度的P2P信任机制 篇8

Peer-to-Peer(对等网络系统)提供了一种大规模异构环境下进行资源共享的有效途径，但随着其应用的不断扩大和深入，网络中的安全问题日益突出。

信任度是衡量P2P安全问题的一个主要因素，同时也是用户节点选择资源节点的一个衡量标准，其计算方法越来越受到关注。在多数现有的信任机制中，信任度只能用于比较节点间的相对诚信度，无法直接从信任度上判断节点是否可信[1]，本文通过对现有信任机制的分析，提出一种新的分布式信任机制。1)根据节点间的交易历史，动态地为每个节点分别计算出其不同角色(用户和资源)时的信任度。2)在现有的资源搜索算法的基础上，引入本体的原理，达到减少一定范围内节点接收的请求包及返回结果的冗余数量的目的。

2 信任机制中信任度的计算

信任度根据节点提供服务的质量而动态变化，而一个好的信任度的计算方法应具一定的容错性，使偶尔出现的错误不能很大程度地影响此节点的整体信任程度

2.1 信任度的相关概念

信任，是围绕对“可能性”权衡所确立的“不确定性”范围展开的。本文认为信任是网络中行为主体对客体的主观评估与把握。综合考虑用户、资源即主、客体的信任度，相关知识如下：

1)主体与客体[1]。在任意系统P中都存在集合S,S奂P且必定存在元素o,o∈P，使得坌s∈S，都有操作使得s→o，则S称为主体，o的集合称为客体，记为O。本模型用户属于主体，资源属于客体。

2)内容信任度。对主体或客体，均可以对对方t时刻内容拥有信任程度AS(t)或AO(t)，A∈[0,1]。A的值越大，则表明该信息内容越可靠，可以信任;反之，则越不可信。

3)节点信任度。主体对客体，或客体对主体节点的t时刻信任度BS(t)或BO(t)，B∈[0,1]。B值越大，表明该节点越值得信任;反之，则越不可信。

4)信任度。一个节点对另一个节点的信任程度，取值范围为0～1之间，为0时表示完全不信任，为1时，表示完全信任，值越大，信任程度越高。经过信任度测评后，在t时刻，STS(t)=rSAS(t)+(1-rS)BS(t)或STO(t)=rOAO(t)+(1-rO)BO(t)，其中0≤rS,rO≤1

2.2 内容信任度计算模型

这里的内容分为两方面，一是用户提交的问题，二是经资源计算后得出的结果。本体和客体可以通过各自拥有的领域知识对于自己所获得的信息进行信任度评估，节点所拥有的知识存储在节点本体中，节点中的本体对知识进行了形式化的规范描述，当节点获得信息后，可以利用本体所描述的知识理解该信息所包含的语义[2,3]。所谓内容信任度计算，主要就是对节点获得的信息中所包含的具体实例，通过本体定义的领域知识进行可信度评价的过程。若节点对某一信息内容不了解，则其信任度自然较低;若完全与之利用所拥有本体进行判断的结果相符，则该内容较为可信。

定义本体：O=(R,L,D,V,Wd)[4]。其中，R为概念集合;L表示概念之间的层次关系，即概念的父-子关系。子概念是对父概念所描述知识的继承，同时进一步进行细化的描述;D为概念所拥有的属性集合;V为实例集合，实例集合是一个不断完善的动态集合，内容中的每一个信息内容都作为概念R在本体中的实例出现;Wd用于定义每一个属性D的权重，对于一个概念的属性序列，其属性权重的和为1。

当某节点a接收到主体或客体节点发出信息的实例向量V=(v1,v2,v3,…,vn)后，由vi=(RL,(d1,d2,…dn))得知每一个实例的具体情况。实例vi的内容信任度为DVi，假设实例vi所属概念为RL对应节点a中的本体Oa中的概念RL,则节点a就用RL来对vi进行计算。计算分为两种情况：

1)RL没有子概念。设RL有直接父概念为parent(RL)，则对于vi的属性序列为(d1,d2…dn)分别与RL和parent(RL)的属性序列进行匹配。此时，我们将实例vi的内容信任度定义为：

其中：parent(RL)表示RL的直接父概念的个数;α+β=1(0≤α≤1,0≤β≤1)。

2)RL有子概念。设RL有直接父概念parent(RL)和直接子概念child(RL)，对于vi分别与RL、parent(RL)和child(RL)的属性序列进行匹配。与前面相似，此时将实例vi的内容信任度定义为：

对实例向量V=(v1,v2,v3,…,vn)，我们假设有P个实例v在本体中可获得对应的概念，q个实例v在本体中无法获得对应概念描述。利用噪音系数η(η∈[0,1])表示无法在本体中获得对应概念的实例的内容信任度。则V所表示的信息内容信任度为：

其中0≤p≤n,0≤q≤n,p+q=n

2.3 节点信任度计算模型

假设由用户节点a曾经向资源节点b进行过k次信息传播，每次资源节点b所获得信息的语义信任度为STi,如用户节点a与资源节点b从未进行过信息传播，则节点信任度为以节点b作为资源时与其它n个节点之间的信任度的平均值STO,S，此时节点信任度为BS→O;反之，当资源节点对用户节点进行筛选时信任度为STi,用户节点信任度为STO,S,节点信任度则为BO→S:

一般情况下，BO→S≠BS→O

2.4 信任度计算模型

r0、rs分别代表资源节点和用户节点本次内容信任度所占的比重，节点的初始可信度可以通过求平均值方法求得。具体计算公式如下：

其中0≤rs,ro≤1。

3 资源搜索策略及用户筛选策略

3.1 信任矩阵的构造

如图1所示，信任矩阵用来存储节点与节点之间的信任度值[5]，用户节点可通过原来的信任度来筛选资源节点，同时，资源节点也可能过原有的信任度来判断用户节点。在信任矩阵中，STij表示节点j对节点i的信任度，若节点与节点之间没有直接交易，则赋值Null;节点与自身的信任度为1，且STji≠STij,0≤STij≤1，值为0时表示节点j完全不信任i节点，反之，为1时表示节点j完全信任节点i。

3.2 资源搜索及用户选择策略

Peer-to-Peer信任机制中要建立一次服务，首先是寻找资源节点，用户筛选资源节点机制：每个节点都拥有自己信任阈值γi,即每次用户向网络发布服务请求，先计算各资源响应节点信任度Bi，选取Bi大于γi的那些节点，最后根据上述信任值的计算过程计算出各节点的语义信任度，并对矩阵中相应资源信任度进行动态更新。

资源节点一旦确定，为了保护资源的安全性，同时防止造成计算结果数量的冗余，需对用户进行筛选，资源节点同时需筛选用户机制：先计算，再选择性的接受服务请求。并对矩阵中相应用户信任度进行动态更新。

4 安全问题

4.1 冒名问题

冒名是恶意节点冒充其他节点，并企图通过欺骗其他节点的管理节点来影响其信誉度。一般是信誉度低的节点冒充信誉度高的节点。本信任机制中的资源搜索及用户选择策略很好的解决了这一问题。

4.2 作弊问题

作弊即某些群体节点之间相互提供不真实的正面或负面评价，来相互提高或诋毁对方的信任度。节点Vi与节点Vj发生交易之后，对于评价结果的传输涉及到交易双方Vi和Vj，以及管理节点Vk。管理节点Vk在收到评价信息后，按以下更新策略来更新Vi对Vj的信任度STij：

1)STij为正评：Vk以θj的概率接收STij。这样，对于信誉高的节点来说，信誉度增加较快;而对于信誉低的节点来说，信誉度增加较慢。所以恶意节点很难通过捏造事实来相互夸大同谋节点。

2)STij为负评：Vk以(1-θj)的概率接收STij。这样，对于信誉高的节点来说，信誉度降低较慢;而对于信誉低的节点来说，信誉度降低较快。所以恶意节点很难诋毁信誉度高的节点。

5 结束语

根据人类社会对于信任的评估方法，该文提出了一种基于P2P的利用对内容的上下文进行信任度的评估方法。信息的信任度由内容信任度和节点之间的节点信任度两方面计算得到。并构建了存放历史信任度的矩阵，进而提出了资源节点及用户节点双向筛选策略，本机制在P2P网络环境，能很好的解决冒名及作弊等恶意行为，使主体与客体间的信息交互在信任度的控制下能有效进行。

摘要：提出了一种结合上下文对内容进行信任度的评估方法。信任度由内容信任度和节点信任度两方面计算得到。并构建了存放历史信任度的矩阵,进而提出了资源节点及用户节点双向搜索策略,本机制在P2P网络环境下,能很好的解决冒名及作弊等恶意行为,使主体与客体间的信息交互在信任度的控制下能有效进行。

关键词：信任度,对等网络,搜索策略,信任机制

参考文献

[1]陈菲菲,桂小林.基于机器学习的动态信信誉评估模型研究[J].计算机研究与发展,2007,44(2):223-229.

[2]GRUBER T R.A translation approach to portable ontology specification[J].Knowledge Acquisition,1993,5(2):199-220.

[3]CARROLL J J,BIZER C,HAYES P,et al.Named graphs,prove—nance and trust[C].//Proceedings of the14th Intemational Conference on World Wide Web.New York:ACM Press,2005:613-622.

[4]张波,向阳.语义网中基于本体的语义信任计算研究[J].计算机应用,2008,28(2):267-271.

[5]Gummadi A,Yoon J P.Modeling Group Trust For Peer-to-Peer Access Control[C].//Proc of the15th Int'l Workshop on Databaseand Ex-pert Syst~Applications,2004:971-978.

[6]Beth T,Borcherding M,Klein B.Valuation of trust in open network[C].//Proceedings of the Third European Symposium on Research in Security(ESORICS).Springer2Verlag,Brighton,1994:3218.

[7]Sergio M,hector G M.Limited reputation sharing in P2P systems[C].//Proceedings of the5th ACM Conference on Elec2t ronic Com-merce.New York,N Y,USA,2004:912101.

[8]Blaze M,Feigenbaum J,Lacy J.Decentralized trust management[C].In:Proc of the17th Symp on Security and Privacy.Los Alamitos.CA:IEEE Computer Society Press,1996:164-173.

学习信任 篇9

1 信任成本的构成要素

交易的实质是信任的互换, 交易过程伴随着信任的产生和获取, 信任是交易的前提和条件。交易成本的构成仅仅考虑了信息、制度、监督等成本[1], 而忽视了影响交易的非理性因素, 如人的情感、价值观差异和认知差异等, 所以, 交易成本很难解释社会中“熟人好办事”“人际关系资产化”的普遍现象。鉴于交易成本的局限性, 该研究把心理成本引入交易成本的理论框架, 形成信任成本的构成因子, 从成本的角度对信任成本进行维度划分。

1.1 信息成本

信任建立的机制是信息的披露与传递[2]。信任往往是人们理性选择的结果, 而信息在人们理性分析的过程中是必不可少的。人们获取所需信息的难易程度很大程度上影响着信任的难易程度, 即信息成本影响着信任成本。农民专业合作社中的信息成本指社员获取合作社信息的难易程度, 包括社员获取其他社员、社长和合作社三方面信息的成本。社员越是难于获得合作社的信息, 则社员对合作社的信任成本越高。

1.2 制度成本

由于信息的不对称和机会主义的存在, 制度的约束是必要的。社员对合作社的制度越满意, 信任越容易, 如果没有完善的制度体系则很难让人产生信任[3]。制度信任由社会学家祖克尔 (Zucker) 提出[4]。农民专业合作社中的制度成本是指社员让合作社建立各种制度的信任, 包括对于合作社分红制度、财务制度和入社退社制度的信任。社员如果感觉到要让合作社建立这些制度的难度越大, 则意味着他们对合作社的信任成本也越大。

1.3 心理成本

信任蕴含了信任者主观的心理因素, 这也正是信任成本区别于交易成本、社会交换等理论的显著特点。根据社会认同理论, 个体会与在某方面 (例如性格、利益等) 具有认同感的人结成紧密的相互信任的群体[5], 会对被信任者未来不确定的行为持有积极的预期。农民专业合作社中的心理成本包括共同情感、共同价值观、共同利益三部分。信任双方只有拥有共同的价值观、共同的情感, 才会对被信任者未来不确定的行为持有乐观的预期, 认为被信任者会真正关心自己的利益, 相信对方会承担相应的责任和承诺。以主要管理者为代表的合作社在价值取向、动机目标、情感认同等造成社员与合作社之间的心理距离越远, 则社员对合作社的信任成本就越高。

1.4 监督成本

监督的存在会使得被信任者的行为更加谨慎。通过引入规则、协议和第三方监督等方式, 能够提高信任者对被信任者行为的可预见性和可控性[6], 从而减少风险。监督的结果是增加了被信任方的失信成本, 减少了机会主义行为, 提高了被信任方的可信度, 有利于促进信任的产生。监督同样需要付出成本, 当需要付出的监督成本高, 即监督困难或者监督体制不完善时信任成本就会比较高。对于社员来说, 如果监督合作社的途径机会越少, 付出的努力越多, 则社员对合作社的信任成本越高。

2 数据来源和研究方法

2.1 数据来源

研究的数据来源于2012年8~9月在陕西省渭南市、宝鸡市和咸阳市对合作社社员进行的入户访谈调研, 问卷均是在调研人员指导下进行的回答。共采集问卷300份, 其中有效问卷294份, 有效回收率98%。被调查者的年龄在22~78岁, 其中30岁及以下占4.1%, 31~40岁占16%, 41~50岁占47.9%, 51~60岁占25.2%, 61岁及以上占6.8%。被调查者中, 小学及小学以下文化程度者占23.8%, 初中文化程度者占58.2%, 高中文化程度者占16.3%, 大学及以上文化程度者占1.7%。被调查社员均为具有行为能力者, 且年龄与文化程度均呈正态分布, 回答的真实可靠性能够满足研究要求。

2.2 研究方法

研究所涉及的变量包括信任、信息成本、制度成本、心理成本和监督成本, 其中信任、信息成本、制度成本、心理成本和监督成本分别包含3个测量问题, 共15个测量问题。主要运用因子分析法和结构方程模型分析信任成本对信任的影响。因子分析法是用为数较少的几个因子来描述多个因素间的联系, 并反映初始资料大量信息的一种研究国。结构方程模型是一种可同时考虑并处理多个因变量, 并同时估计因子结构和因子关系的研究方法。利用SPASS21.0与AMOS21.0对问卷收集到的数据资料, 进行统计学分析。

3 结果与分析

3.1 信任成本的构成分析

在借鉴组织信任和领导信任等已有相关量表的基础上, 对信任成本的构成进行了分析。经过整理筛选, 最终产生12个测量指标, 自变量采用Likert5点量表获得相应数值, 1表示非常不同意, 5表示非常同意。

信任成本构成因素的问卷条目筛选过程中, 按步骤筛选出合适的测度指标: (1) 指标在某因子上的负荷大于0.5; (2) 指标不存在交叉负荷; (3) 测度指标与测度同一因子的其它指标含义一致。

在进行因子分析前, 首先进行Kaiser-MeyerOlkin测试和Bartlett球形度检验, 测试原始数据是否适合做因子分析。经过检验, 该研究数据的KMO值为0.871, Bartlett球体检验为P=0.000, 结果显著, 因此所研究的数据适合做因子分析。

为了使因子结构良好, 研究采用方差最大正交旋转法对因子进行了旋转, 通过对旋转结果进行调整得到因子载荷系数 (见表1) 。可知因子载荷系数绝对值越大, 表示该变量对因子的影响程度越大。通过对因子载荷系数较大的自变量进行归类, 提取出了4个公因子1~4, 分别为“制度成本因子”“监督成本因子”“信息成本因子”和“心理成本因子”。4个公因子的累积贡献率为78.12%, 表明4个公因子在很大程度上可以代替12个观测变量构成信任成本。

由表1可知, 信息成本中, 获取合作社信息是最重要的因素;制度成本中, 规范分红制度是最重要的因素;心理成本中, 共同情感是最重要的因素;监督成本中, 社员意见被充分听取并合理采纳是最重要的因素。

3.2 信任成本对信任的影响

3.2.1 研究假设

根据研究目的, 可以提出假设:作为信任成本的组成部分, 信息成本、制度成本、心理成本和监督成本会影响社员对合作社的信任。

H1∶信息成本正向显著影响社员对合作社的信任;H2∶制度成本正向显著影响社员对合作社的信任;H3∶心理成本正向显著影响社员对合作社的信任;H4∶监督成本正向显著影响社员对合作社的信任。

在信任成本的研究基础上, 确定了信息成本、制度成本、心理成本、监督成本和信任5大因素15个观测变量在内的变量体系 (见表2) 。

3.2.2 模型实证分析

由表3可知, 主要适配统计量均达到模型适配标准, 说明信任成本对信任影响的模型与观察数据整体适配, 假设的模型得到支持。系统输出结果表明, 模型与各项数据均具有较高的拟合度, 通过了整体检验, 说明模型的构建是科学合理的。

由AMOS21.0验证结果可知, 4个关键路径系数的概率P值均达到0.001的显著水平 (P<0.001) , 4条路径系数的标准化回归估计值均为正数, 表明其对信任的直接影响为正, 假设H1、H2、H3和H4得到验证。

由图1可知, 在直接指向信任的路径中, 4条路径系数分别代表了信息成本、制度成本、心理成本和监督成本对信任的影响权重。从总体效应来看, 对信任的影响程度由大到小依次为:心理成本、监督成本、信息成本和制度成本, 其中制度成本的影响非常小。

心理成本和监督成本影响最大, 可能是由于社员认知水平的局限, 其信任倾向多表现为情感信任, 在合作社中越是被尊重, 越是被公平对待, 就越容易信任合作社;信息成本影响较小, 可能是由于社员处在农村社区, 人口聚集, 信息交流比较充分, 社员很容易获得合作社的信息, 很容易了解社长的人品和合作社的作为;制度成本影响最低, 可能是由于社员对合作社制度作用的认知还不是很敏感, 虽然合作社制度还不是很健全, 但对信任的影响却很微小, 这有待以后进一步研究。

4 结论

该研究以陕西省部分合作社社员为例, 分析了社员对合作社信任成本的构成, 以及基于信任成本的社员对合作社信任的影响。结果表明, 信息成本、制度成本、心理成本和监督成本构成了社员对合作的信任成本, 其中心理成本的影响程度最大, 其次是监督成本和信息成本, 制度成本影响最小。

综上所述, 要提高社员对合作社的信任程度, 合作社要多关心社员, 多与社员进行交流, 除了要与社员建立共同情感、共同价值观和共同利益基础外, 还要充分听取并合理采纳社员的意见、使社员能够及时了解合作社的财务状况以及保障社员在社员代表大会上充分的表决权, 同时还要降低社员获取合作社信息以及其他社员信息和社长信息的难度。

参考文献

[1]Williamson, Oliver.Economic Organization:Firms, markets and policy control[M].New York:New York University Press, 1986.

[2]陈昆.基于信息的信任——制度的生发机制探讨[J].社会科学家, 2007 (5) :72-76.

[3]叶初升, 孙永平.信任问题经济学研究的最新进展与实践启示[J].国外社会科学, 2005 (3) :9-16.

[4]Zucker L G.Production of trust:Institutional source of economic structure[J].Research in Organizational Behavior, 1986, 8:53-111.

[5]张莹瑞, 佐斌.社会认同理论及其发展[J].心理科学进展, 2006 (3) :475-480.

学习信任 篇10

社会网络是由一些个人或组织以及它们之间的联系所构成的集合,这种关系可能是同事、朋友、亲属等各种关系[1]。社会网络对于虚拟网络最大的意义在于成员间的信息交流。如何在虚拟网络中发现潜在的社区结构,近年来的研究取得了长足的进步。文献[2]提出的G-N算法是具有代表性的优秀算法之一。该算法是一种基于去边的方法,认为社区之间较少的边的链接是社区间的通信瓶颈,因此这些边具有很高的通信量,找到这些边并去掉它们,将得到网络最自然的分解。文献[3]提出的算法则是基于贪婪的社区发现算法。该算法的优势在于将整个网络储存在一个邻接矩阵之中,通过合并相对应的行列来对社区进行合并。

在移动多Agent系统中,利用不同的方法建立了许多种信任关系模型。现阶段应用最广泛的是基于声誉机制的信任模型。在这个机制下,Agent通过相互的交互评价可以得到直接信誉值,通过其他Agent的推荐来获得推荐声誉值。最后综合考虑其他因素得到综合信誉值。以综合信任值来判断Agent之间的信任程度。比较典型的模型为文献[4,5]等。文献[6]介绍一种利用证据理论(D-S theory)进行建模,而具体的信任评估则利用概率加权平均的方法。这种模型最大的不足在于简单地采用了算术平均来获得推荐信誉值,没考虑到信任的动态性。文献[7]则利用Bayesian网络提出了一种基于概率的信任模型,该方法的优点在于Bayesian理论天然的动态性,也有良好的适应性;不足则在于运算过于复杂,特别是网络规模比较大时可扩展性较低。

在基于信誉机制的信任模型中,由于移动多Agent系统相对巨大,两个Agent之间通常难以发生直接交易,因此常常需要依靠其他Agent的评价来判断相互之间的信任度。因此,推荐信息的准确和可靠不仅关系到推荐信誉值的计算,很大程度上也关系到综合信誉值计算的准确与否。现有信任机制中虽然普遍使用了信任度来评价其他Agent的推荐信息,但是并不考虑从何处获得推荐信息,因此难以避免恶意Agent的干扰。如同在现实生活中人与人的相处一样,遵循两条原则可以使得获得的推荐信息更为准确和可靠:(1) 朋友总是比陌生人值得信赖;(2) 如果有众多的推荐可以参考,信任来自我们最信任的人发出的推荐。由此,为了得到正确、可靠的信息推荐,本文将使用社会网络和声誉信任机制结合的方法,利用社会网络的发掘,来得到包含代理Agent的一组社会网络。这组Agent里的成员将会获得高度的信任度,它们给出的推荐信任值会得到充分的信任。这将获得几个方面的好处:首先,提高推荐信息来源的可靠性;其次,提高推荐信息的准确度;第三,减少来自恶意Agent的欺骗和干扰的风险。

1 模型概述

从本文提出的模型流程图(如图1)可以看出,该模型与一般基于声誉信任机制的其他模型在计算直接声誉值没有太多不同。最大区别在于在计算推荐信誉值之前通过社会网络的发掘,获得了与代理Agent有潜在社会关系的一组Agent。当这组Agent中能够提供对目标Agent的推荐信息时,使用这些信息来计算推荐声誉值。如未能提供推荐信息,则使用式(5)计算推荐信誉值。下面将详细介绍模型每一步的具体步骤。

1.1 社会网络的挖掘

对社会网络的发掘方面本文使用CNM算法。具体流程参考文献[3]。CNM是基于凝聚的贪婪的社区发现算法,该算法相对于G-N算法最大的优势在于时间复杂度为O(n×log2n),比G-N算法至少低一个数量级,适合规模较大的潜在社会网络的挖掘。一些实践也表明该算法在大规模的网络中可以更为有效地进行社区的发现。挖掘的结果可以图形化地表示为一组一组的网络簇,如图2所示。

通过该算法的计算,可以从整个移动Agent系统中得到一组与代理Agent存在潜在社会关系的Agent。对每一个网络簇内的潜在社会关系网络,把它建模为一个图G=(V,E)来表示。其中V为节点的集合,在这个图中代表Agent节点,E为边的集合,代表Agent之间的连接。图3为这个网络的图形化表示。

1.2 信誉值的计算

在基于声誉信任机制的多Agent系统中,Agent a对于Agent b的信任度评价主要基于两个方面,一方面如果A有过和B的直接交易,根据双方交易的评价可以得出A对B的直接信誉值;另一方面, A向网络中其他与B有过交易的Agent请求相关信息,得到关于B的推荐信誉值;最后聚合直接信誉值和推荐信任值得出综合信誉值。

(1) 直接信誉值的计算

直接信誉值Dab代表了Agent a对Agent b直接的信任程度。一般来说,计算直接信誉值Dab最重要的因素是由Agent a与Agent b之间n次直接交易之后的评价Ui得出,还应综合考虑交易时刻、交易金额等综合因素。

$D{}_{ab}^k=\frac{F{}_{ab}^{k-1}\times D{}_{ab}^{k-1}+△t{}_{ab}^k\times {\rm M}{}_{ab}^k\times U{}_{ab}^k}{F{}_{ab}^k}(1)$

F${}_{ab}^k$=∑${}_{j=1}^k$t${}_{uv}^j$×M${}_{ab}^j$ (2)

其中D${}_{ab}^k$表示在时间段k后Agent a关于Agent b的直接信誉。△t${}_{ab}^k$表示时间段k中两头两次交易的时间差。M${}_{ab}^k$表示时间段k内所有交易的金额总和。U${}_{ab}^k$表示在时间段k内所有交易评价的平均值。

若Agent之间没有过直接交易记录,由文献[4,5],直接信誉值取值为0.5。

(2) 推荐信誉值的计算

推荐信誉值的计算需要解决两个主要的问题:(1) 如何确定推荐者的信任程度;(2) 如何聚集所获得的推荐信息。在本文的模型中,Agent将首先使用它所处的社会关系网络内的节点提供的推荐信息,并为提供者划分权重来聚合这些信息。

在所获得的潜在的社会关系网络中,通常来说,离目标越近的节点,社会关系越紧密。因此,在此模型中,距离代理Agent越近的节点的推荐信息越能够受到信任,他们的信任度也越高。具体的权重划分如表1所示。

与代理Agent的距离:即节点距离代理Agent的最短边数。

由于六度空间理论,即通过6个人就能认识世界上任何一个其他人。因此,一般只需考虑距离4以内的推荐即可。

例如,在图3中,与A距离为1信任度为0.95的节点为[B,D],与A距离为2信任度为0.90的节点为[C,E,F]。与A距离为3信任度为0.85的节点为[G]。

使用如下算法聚合社会网络内各节点的推荐信息:设有社会关系网络内有g个节点,有1个社会关系距离1的针对Agent b的推荐信息为X1={D${}_{b1}^1$,D${}_{b2}^1$,…,D${}_{bl}^1$},n个社会关系距离为2的推荐信息X2={D${}_{b1}^2$,D${}_{b2}^2$,…,D${}_{bn}^2$},m个社会关系距离为3的推荐信息X3={D${}_{b1}^3$,D${}_{b2}^3$,…,D${}_{bm}^3$},o个社会关系距离为4的推荐信息X4={D${}_{b1}^4$,D${}_{b2}^4$,…,D${}_{bo}^4$},TD表示信任度,推荐信誉值为Rab。

$\begin{array}{l}R{}_{ab}=\frac{{\displaystyle {\sum }_{4=1}^l{\rm T}}D\times D{}_{b1}^1/l}{h}+\frac{{\displaystyle {\sum }_{4=1}^n{\rm T}}D\times D{}_{b1}^2/n}{h}+\\ \frac{{\displaystyle {\sum }_{4=1}^m{\rm T}}D\times D{}_{b1}^3/m}{h}+\frac{{\displaystyle {\sum }_{4=1}^o{\rm T}}D\times D{}_{b1}^4/o}{h}(3)\end{array}$

h=4-β (4)

参数β为l,n,m,o中同时为0的个数。

然而还有另外一种情况:处于社会网络内的Agent并没有提供推荐信息,那么推荐信息将全部来自社会关系网外的Agent。在这种情况下,对推荐信息的计算回归到了一般的信任算法中推荐信任值的计算。可以采用文献[5]中推荐信誉值的计算方法。

(3) 聚合直接信任值与推荐信任值

在不考虑其他因素的情况下,综合信誉值构成由直接信誉值和推荐信誉值组成,它代表的是代理Agent对目标Agent的信任程度,是Agent判断是否与对方交易的首要标准。本文中综合信誉值的计算公式为:

Tab(a,b,i)=αDab(a,b,x)+(1-α)Rab (5)

参数α与Agent a、Agent b之间的直接交互次数、交易量相关。在聚合直接信誉值和推荐信誉值时考虑两个Agent发生过的直接交互的频率,如果Agent a与Agent b之间的直接交易频繁,那么Agent a应该更倾向于相信直接信誉值,反之,两个Agent之间的交易次数很少,那么Agent a将会选择倾向于信任推荐誉值。由下述公式进行参数α的计算:

$\alpha \{\begin{array}{l}\text{e}{}^{-\frac{1}{n{}_{ab}\times k}}n\ge 1\\ 0.2n=0\end{array}(6)$

其中nab表示Agent a与Agent b之间直接互相交易的次数。k为常数,与两个Agent之间的交易量相关。例如Agent a与Agent b之间有过5次直接交易记录,取k=1,直接信誉值Dab=0.62,获得的推荐信誉值Rab=0.77,则:

$\alpha =\text{e}{}^{-\frac{1}{g\times 1}}=0.81$

Tab=0.81×0.62+(1-0.81)×0.77=0.645

2 实验与有效性验证

2.1 实验设计

本节将通过实验来验证本文提出模型的有效性。实验在Windows 7操作系统下借助ART Testbed完成的。ART测试床[8]是多Agent系统的仿真器,可以设计游戏规则并可以在竞争模式下用于评价各种算法,得出相对客观结果。如图4所示。

实验将模拟300个Agent,这300个Agent中的30个将分布于一个社会关系网内,而其他算法将忽略此社会关系网。实验将模拟买家Buyer和卖家Sellers进行交易,并且存在一定量的恶意代理。恶意代理将总是提供错误的推荐,他们将夸大或者诋毁目标Agent,诚实代理则提供正确的推荐。

实验将对比本文提出的基于社会网络的信任模型与AgentRep[4]、PeerTrust[5]模型的预测准确度,即成功交易次数与总交易次数的比值。实验床初始参数设置见表2。

2.2 实验结果与分析

表3和图5为实验结果。

AgentRep与PeerTrust算法在初始时相差不大,但在恶意节点增多时差距被迅速拉开。这是由于在考虑计算直接信任值时,PeerTrust只考虑了交易的次数,并没有考虑时间的因素,而是按同等比重计算。另一方面,PeerTrust没有给出惩罚机制,导致恶意Agent信任度计算不准确,造成交易的失败。

本文算法在计算直接信任值时和AgentRep算法一致,但是在计算推荐信誉值时,首先考虑的是与它在同一个社会关系网内的节点提供的信息。这些节点不会提供虚假和错误的信息,只有在这些节点无法提供推荐信息时,才继续采用AgentRep推荐信誉值的算法步骤。因此,在恶意节点比例增大时,它更能避免错误信息的干扰,提高预测准确度。

3 结 语

本文提供了一种移动多Agent系统信任机制的新思路。以前虽然也把移动多Agent系统看成与类似人类社会相关的一个系统[9]。但是这些视角只是简单地把移动多Agent系统看成一个整体,不关心推荐信息的来源,也不关心Agent之间是否存在某些联系。在本文中,把社会网络与移动多Agent系统的结合再往前推进一步,通过社会网络的挖掘,得到一组潜在现实中社会关系的Agent。如同真正的人类社会一样,这组Agent彼此互相信任,由这组Agent提供的推荐信息,更应该得到信赖。在这种划分下,对最后推荐信誉值的影响是非常正面的。

摘要：基于信任机制的移动多Agent系统中,代理Agent一般通过直接信誉值和推荐信誉值来判断对于另一个Agent的信任程度。由于系统相对巨大,直接信誉值通常难以获得,判断的正确性很大程度上依赖于推荐信誉值的准确性和可靠性。通过对整个多Agent系统进行社会网络的挖掘,用以得到与代理Agent存在潜在社会关系的一组Agent。对这组Agent提供的推荐信息充分信任,并优先使用这些Agent提供的信息进行推荐信誉值的计算。最后通过双方直接交易的多寡判断综合信任值中直接信誉值与推荐信誉值的权重。通过实验验证了该模型的有效性。

关键词：社会网络,多Agent系统,信任模型

参考文献

[1] Scott J.Social network Analysis: A Handbook[M].2nd ed.London:Sage,2000.

[2] Girvan M,Newman M E J.Community structure in social and biological networks[J].PNAS,2002,99(12):7821-7826.

[3] Clauset A,Newman M E J.Finding community structure in very large networks[J].Physical Review E,2004,70:066111.

[4]Gan Zaobing,Li Yijie,Xiao Gouqinget,et al.A Novel Reputation Com-puting Model for Mobile Agent-Based E-Commerce Systems[C]//Pro-ceedings of the2nd International Conference on Information Security and Assurance,Busan,South Korea,Apr.24-26,2008.IEEE Computer Society Press,2008:253-260.

[5]Li Xiong,Ling Liu.PeerTrust:Supporting Reputation Based Trust in P2P Communities[J].IEEE Transactions on Data and Knowledge En-gineering,Special Issue on P2P Based Data Management,2004,16(7):843-857.

[6]Almenarez F,Matin A,Diaz D,et al.Developing a model for trust man-agement in pervasive devices[C]//Proc.of the3rd IEEE Int’1Work-shop on Pervasive Computing and Communication Security,Privacy and Trust.Washington:IEEE Computer Society,Press,2006:267-272.

[7] Clauset A,Newman M E J.Finding community structure in very large networks[J].Physical Review E,2004,70:066111.

[8]Fullam K,Klos T,Muller G,et al.A specification of the Agent Reputa-tion and Trust(ART)Testbed[C]//Experimentation and Competition for Trust in Agent Societies.Proceedings of the Fourth International Joint Conference on Autonomous Agents and Multiagent Systems(AA-MAS-2005),2005:512-518.