集中式信任模型的应用与研究领域

集中式信任模型的体系结构如图2-3所示。在集中式信任模型中，存在一个功能强大的信任处理中心，所有节点在交易过程中涉及的信任信息，包括交易属性评价、交易反馈、交易综合评价等都会提交到信任处理中心进行集中处理。信任处理中心依据这些信任信息，按照给定的信任处理算法为每个节点计算声誉值，并进行发布。节点在选择其他节点进行交易时，首先要向信任处理中心查询该节点的声誉情况，再结合自己的交互体验，决定是否和其进行交互。

图2-3　集中式信任模型的体系结构(www.xing528.com)

典型的集中式信任模型应用平台有ebay和淘宝网[56]，理论研究领域有Rizvi S（2014）[57]和Hamouid K（2015）[58]提出的集中式信任模型等。在淘宝网的信任平台中，用户和商家完成交易后，需要对商家的商品描述相符程度、商家服务态度、物流服务3个交易内容给予评价（具有1～5星5个级别，分别对应1～5分），并由信任处理中心进行加权处理，最后得到该商家这三个方面的声誉值。

集中式信任模型的优点包括：①实现简单，只需要对信任处理中心进行信任模型的构建、更新和升级；②效率高，信任处理中心一般由功能强大的服务器实现，其处理能力和吞吐量非一般的计算机可以比拟；③便于查询，信任处理中心会根据节点的交易过程、结果、反馈，生成平台中所有节点的声誉值，每个节点都可以向该处理中心查询其他节点的声誉值。

集中式信任模型的不足之处包括：①存在单点失效问题，如果信任处理中心瘫痪，那么整个交易平台都将无法正常运行；②容易发生网络拥塞，因为整个交易平台只有一个信任处理中心，要计算每个交易的信任信息和接受所有咨询节点的信任查询，因此容易发生网络拥塞；③容易受到攻击，集中式信任处理中心因为目标较为明显，较容易受到黑客和恶意用户的攻击；④忽视了信任的主观性，集中式信任处理中心为每个节点分配统一的全局声誉值，难以反映交易双方的自身交易体验。