简介:将Bonus—MalLis模型应用到银行贷款业务,通过调整银行的Bonus-MalLis贷款利率来减少贷款欺诈行为。主要是建立借款人的银行个人信用体系,通过借款人上阶段的还款利率和表现决定其下阶段还款利率,这样就提供了一种与完全审计机制不同的奖惩机制。在一些简单假设下可证明Bonus—Malus利率将会消除所有欺诈行为,而非仅仅减少欺诈行为。
简介:摘要云计算环境拥有高度规模化、开放的分布式结构等特点,比传统的信息系统涉及到更多安全问题,因此信任的作用显得更加重要,与此同时云计算安全也对信任机制提出了更高的要求。很多学者针对不同的云安全问题,研究建立一些相关的信任和风险的评估模型和方法,取得了一定的研究成果,但是仍存在缺乏可靠的信任度量机制、未考虑方法可操作性等问题,尚有很大的研究空间。风险评估是云安全研究内容中不可或缺的重要部分,也是引起众多学者关注的热点问题。在现有的研究中很多或单从风险属性来定性评价,或不断的改进某种算法,很少有从属性出发结合云计算结构的特点对云安全进行全面的分析评估。因此,本文以用户对云安全信任度和风险评估为研究对象,重点研究普适、精确的云安全信任评估模型和风险评估方法。