روشي نوين براي محاسبه اعتماد در شبكه‌هاي اجتماعي موبايلي

A new approach for trust computing in mobile social networks

شبكه‌هاي اجتماعي موبايلي موجب تسهيل ارتباطات از طريق موبايل ميشوند. كاربران اين شبكه‌ها از موبايل به منظور دسترسي، اشتراك و توزيع اطلاعات استفاده مي كنند. با افزايش روزافزون كاربران در شبكه‌هاي اجتماعي، حجم زيادي ازاطلاعات به اشتراك گذاشته شده كه مشكلاتي از جمله انتشار مطالب نادرست و شايعات دروغ را در پي دارد. قوي ترين عامل براي سنجش صحت اطلاعات، استفاده از اعتبار هر كاربر به عنوان منبع توزيع اطلاعات مي باشد. اعتبار هر كاربر به عنوان منبع پخش اطلاعات مي تواند بر اساس اعتماد ديگر كاربران به آن كاربر محاسبه شود. با توجه به ذهني و ادراكي بودن مفهوم اعتماد، نگاشت اعتماد به يك مدل محاسباتي يكي از مساله‌هاي مهم در سيستم‌هاي محاسباتي شبكه‌هاي اجتماعي است. علاوه بر اين ممكن است در شبكه‌هاي اجتماعي، اجتماعات گوناگوني وجود داشته باشد. در نتيجه، همه كاربران به صورت مستقيم به يكديگر متصل نخواهند بود كه منجر به پيچيده‌تر شدن فرآيند محاسبه اعتماد مي‌شود. در اين مقاله با استفاده از ويژگي‌هاي كاربران در شبكه‌هاي اجتماعي، روشي جهت دسته‌بندي فازي كاربران پيشنهاد شده است و اعتماد بين كاربران واقع در يك دسته با استفاده از يك مدل محاسباتي، محاسبه مي‌شود. هم‌چنين با استفاده از فرآيندهاي تركيب، انتقال و اجتماع اعتمادها، اعتماد بين كاربراني كه به صورت مستقيم به يكديگر متصل نيستند نيز بدست مي‌آيد. با بررسي نتايج، مشاهده مي‌شود كه روش پيشنهادي افراد قابل اعتماد را با دقت بالايي تشخيص مي‌دهد.

Mobile social networks facilitate connections through mobile devices, and users of these networks can use mobile to access, share and distribute information. With increasing the number of users on social networks, the large amount of shared information and the dissemination of created information cause some problems such as rumor propagation and access to incorrect information. The most powerful tools for validity of received information is based upon the trust value which is assigned by the others. However, considering the subjective and perceptive nature of the concept of trust, the mapping of trust in a computational model is one of the important issues in computing systems of social networks. In addition, there may be various communities on social networks and all users will not be directly connected to each other, which leads to a more complex process of calculating trust. In this research, using user characteristics in social networks, a fuzzy classification approach is proposed, and the trust is computed between users in a class using a computational model. Also trust is gained between users who are not directly connected, using the combination, transition and aggregation processes. By comparing the results, it can be seen that the proposed method recognizes trustworthy people with high precision.