Advogato是一个著名的自由软件开发者社区，其所采用的Advogato信任模型，在防止垃圾邮件攻击方面尤为有效[4][137]。
Advogato的信任模型的构建涉及两个重要概念。一个是信任容量（Trust Capacity），代表源节点（Seed）所拥有的信任能力，是构建源节点信任网络的基础，信任容量大的节点，其构建信任网络的能力也越强。第二个是信任流量，是源节点根据对其他目标节点的信任强度分配到信任边上的信任权重。信任权重越大，分配到信任边上的信任流量越多，该目标节点所获得的信任容量也越大。
Advogato信任模型的构建分为三个步骤。首先根据节点与源节点的距离，采用广度优先搜索方法，为信任网络中的每个节点分配信任容量。这里的源节点可以被认为是Advogato信任网络中可信的中心授权节点。后续节点的信任容量采用公式3-1进行计算，等于前节点的信任容量除以前节点平均出度值。
第二步，将第一步计算得到的信任网络[如图3-2（a）]转化为Advogato信任网络[如图3-2（c）]。转化步骤如下：首先，将信任网络中的每个节点分解为正节点和负节点，如图3-2（a）的节点A和节点B分解为如图3-2（b）的A-、A+、B-、B+四个节点。然后，将节点的信任容量减1，并转移到信任边上负节点通往正节点的信任链路上使之成为信任流量。最后将剩余的网络流量1共同注入一个新的superlink节点（流量汇点）上，如图3-2（c）所示。转化后，A-到A+的信任流量值为16，B-到B+的信任流量为8，A+到B-的信任流量为+∞，A-到superlink及B-到superlink的信任流量为1。最后，采用Fold-Fulkerson算法[143]对源节点的信任网络进行网络最大流增量路径查找，直到不再有增量路径为止，以得到每个节点的信任流量值。
图3-2 信任网络转化为Advogato信任网络结构的步骤(www.xing528.com)
与Advogato信任模型相比，我们所提出的TMBA模型具有以下几个特点。
1.Advogato根据节点与源节点的距离，采用网络最大流算法为信任网络中的每个用户分配全局信任值，与seed距离相同的节点拥有相同的信任容量值。而TMBA模型则是一个本地信任方法，不仅考虑节点与源节点之间的距离，还根据节点自身的信任特征，如与源节点的兴趣相似度、互动程度等，为其传递不同的信任容量。
2.Advogato模型只有一个或少数几个源节点，而TMBA模型则将信任网络中的每个节点都作为源节点，构建其个性化信任网络，信任网络中的节点信任值都是针对源节点而言的本地信任值。
3.在计算信任容量时，Advogato信任模型采用的是广度优先搜索算法，而本章的模型采用的是信任容量优先最大流搜索算法，根据节点与源节点之间的相关性来确定搜索的顺序。
4.在输出结果时，Advogato信任模型给出的是一系列可信的用户列表，而TMBA模型给出的是有序的可信用户群体列表。具体的与Advogato信任模型的区别见表3-1所示。
表3-1 TMBA与Advogato信任模型的区别
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
