P2P環(huán)境下基于局部信息的信任模型研究.pdf

1、P2P(Peer-to-Peer:對等)網(wǎng)絡(luò)已經(jīng)發(fā)展成為Internet中最重要的應(yīng)用系統(tǒng)之一，它為人們提供了直接使用Internet進(jìn)行交互的方法。網(wǎng)絡(luò)中的任何節(jié)點，可以隨意加入與離開網(wǎng)絡(luò)，這樣，使得網(wǎng)絡(luò)具有良好的靈活性與可擴(kuò)展性。由于P2P網(wǎng)絡(luò)中的節(jié)點具有高度的動態(tài)性和自主性，由其引發(fā)的安全問題也越來越突出，如濫用資源，制造虛假信息，提供非法資源等惡意行為，使得節(jié)點之間失去了信任，嚴(yán)重阻礙了P2P網(wǎng)絡(luò)的向前發(fā)展，信任機(jī)制已成為解決P

2、2P網(wǎng)絡(luò)安全問題的重要手段。目前，國內(nèi)外學(xué)者已經(jīng)研究出許多信任模型，但是，這些信任模型還存在著一些不足。如評價信息的淹沒;信任評價語言信息處理不科學(xué)，導(dǎo)致信任值偏離實際情況;在不同領(lǐng)域不同層級的節(jié)點之間信任關(guān)系難以建立;沒有考慮不同節(jié)點參與評價優(yōu)先權(quán)重的不同等。因此，本文針對上述問題對P2P環(huán)境下的信任模型進(jìn)行了深入研究，主要成果如下:
　　(1)提出了不等信任維度權(quán)重的信任評價模型。該模型以信譽(yù)與合作為軸，建立了信任評價矩陣模型

3、。依據(jù)相關(guān)文獻(xiàn)，分別給出了信譽(yù)評價指標(biāo)與合作評價指標(biāo)的定義，并對指標(biāo)進(jìn)行了詳細(xì)分析。依據(jù)指標(biāo)性質(zhì)的不同，首次采用二元語義來處理信譽(yù)評價信息;采用定性數(shù)據(jù)測量來處理合作評價信息，解決了評價信息淹沒問題。因此，分別建立了節(jié)點的信譽(yù)評價模型與合作評價模型，從而得到節(jié)點之間的總信任評價模型。仿真與分析表明，該模型系統(tǒng)中的節(jié)點具有良好的任務(wù)執(zhí)行成功率，且節(jié)點受惡意節(jié)點的影響較小。
　　(2)提出了不確定性信息的信任評價模型?？紤]主觀信任評價

4、信息的不確性，采用模糊理論處理節(jié)點之間的信任評價。通過定義主體集、指標(biāo)集、模糊評價集及屬性集，來對信任評價問題加以描述。每個參與評價的主體對每個屬性的指標(biāo)進(jìn)行評判，將所有的評判用特征向量矩陣來表示，采用無量綱原理來對屬性指標(biāo)進(jìn)行處理，并且采用專家經(jīng)驗法來對各指標(biāo)賦權(quán)值，構(gòu)建信任評價模型。依據(jù)信任具有隨時間衰退的特性，設(shè)計了與時間相關(guān)的信任更新算法。最后進(jìn)行了實例分析與仿真，結(jié)果驗證了該模型的科學(xué)性，體現(xiàn)了該模型系統(tǒng)中節(jié)點的信任值能較好的

5、反映節(jié)點的真實情況，提高了節(jié)點之間的合作率與網(wǎng)絡(luò)吞吐率。
　　(3)提出了集成領(lǐng)域相似信息的信任模型。通過定義專家樹建立了相似信息領(lǐng)域不同層級專家的相似度計算模型，定義了信任離散度與專家懲罰度，使信任模型具有抑制惡意節(jié)點行為的性能。提出了專家反饋算法使模型對節(jié)點之間的異常評價具有靈敏的反映。設(shè)計了基于Kalman濾波的信任更新機(jī)制，使信任能得到實時的有效的更新。仿真與分析表明，模型能夠有效抵抗不同惡意節(jié)點的攻擊，具有較好的性能，使

6、系統(tǒng)開銷較小。
　　(4)提出了推薦優(yōu)先權(quán)的信任模型。首先依據(jù)現(xiàn)實生活中的情況，給出了建立該模型的思想，設(shè)計了模型的工作流程。通過參考PeerTrust模型，引入直接信任度隨時間衰減的因子與推薦信任度隨時間衰減的因子，分別對節(jié)點的直接信任度與推薦信任度進(jìn)行了數(shù)學(xué)建模。給出了隨時間衰減的因子雙向同步算法與優(yōu)先權(quán)算法，解決了不同節(jié)點推薦信任優(yōu)先權(quán)的分配問題，實現(xiàn)了實時更新與之交易過的節(jié)點的各權(quán)重值。依據(jù)節(jié)點之間相互交易方式的不同，分兩