P2P电子商务中的可信计算研究

针对P2P电子商务模式面临的信任问题,以拥有超级节点的P2P电子商务模型为研究对象,提出一种节点可信度计算方法,帮助交易双方在进行P2P电子商务时选择信誉度较高的节点进行交易,有效规避风险,提高交易成功率。并通过实验,验证了计算模型的有效性和计算准确性。     

应用于P2P电子商务的信任评估模型

P2P环境下的电子商务比传统电子商务更方便、更灵活,但用户也面临着更大的安全威胁和风险。为了解决P2P电子商务中的安全问题,提出了一种基于感知风险度的P2P电子商务信任模型APR。引入感知风险度的概念,综合多维的风险因素用以辅助计算网络中节点实体的信任度,并给出了完整的综合直接信任与推荐信任的方法。仿真实验证明,与其他的信任模型相比,APR可以保证信任评估的准确率,提高节点的抗风险能力。     

一种基于信任衰减向量的P2P网络信誉模型

为了解决P2P网络的信誉问题,以电子商务为研究背景,设计了一种基于信任衰减向量的P2P网络信誉模型（P2P-Rep）。本模型采用混合结构式P2P网络的架构,对电子商务中各交易指标的评价向量进行衰减计算,基于交易评价因子推理计算直接信任度、间接信誉度和综合信誉度。仿真实验验证了该模型较低的资源开销和较高的交易成功率。     

改进的P2P电子商务TM-AT信任模型

为了有效解决P2P电子商务的安全问题,通过对现有信任模型的研究,提出了一种改进的信任模型TM-AT.将信任分为直接信任和推荐信任,提供了两种获得节点信任值的方法.在计算直接信任时,提出用三元组表示直接信任值,有效地解决了新节点的信任值问题.同时,引入了交易金额等级、交易时间、失败加速因子等5个因素.在计算推荐信任时,增加了可信度.模拟实验结果表明,该模型能够有效打击恶意节点,保护诚实节点,增强P2P电子商务系统的可用性,降低交易风险.     

一种改进的基于向量的P2P电子商务信任模型

在交易之前通过信任模型帮助交易对象之间建立信任关系,是P2P电子商务发展的必要条件,也是近年来的研究热点。本文针对现有模型的不足,在基于投票协议的P2P电子商务安全信任模型的基础上,引入了向量表示信任,并且在权限的确定、信任的表述和信任的评估等多方面做了改进。经过模拟实验和分析证明,改进后的模型不仅可以让用户根据各自的不同要求对交易对象做出更合理的信任评估,而且能快速识别和隔离恶意节点,从而降低了交易风险。     

基于交易成功率的P2P电子商务信任模型

目前在复杂电子商务环境下的P2P信任模型对于欺诈交易的遏止和惩罚力度不够,为此,提出基于交易成功率的P2P电子商务信任模型,从单次交易信任值、综合信任值、直接交易成功率、间接交易成功率方面给出模型的具体实现方法。仿真结果表明,与淘宝的信任模型相比,该模型具有更好的评价准确率和交易成功率。     

一种用于P2P电子商务的信任模型

P2P电子商务比传统电子商务更方便、更灵活,但用户所涉及的风险和安全威胁也越大,各种网络诈骗层出不穷。降低用户的风险,帮助用户选择可信的交易对象,是电子商务发展的充分条件。文章提出了一种基于信任群的信任模型TGTM,经过模拟实验证明,该模型能够有效地孤立和识别恶意节点,帮助用户选择可靠的交易对象,降低其交易风险。     

P2P电子商务信任模型研究

为解决P2P电子商务中恶意节点的欺诈问题,提出一种电子商务信任模型。模型采用带超级节点的混合P2P网络拓扑结构,将P2P网络划分为不同的域,对域内和域间节点分别进行信任度的计算。模型考虑到交易金额和时间等因素,提高了对信任度计算的准确性。实验结果表明,模型可有效减少恶意交易行为的发生。     

一种基于模糊理论的P2P电子商务信任模型

为了提高P2P电子商务交易的安全性,根据P2P电子商务的特征,提出一种基于模糊理论的信任模型。将信任化分为直接信任和推荐信任。用模糊集来刻画直接信任值,对影响信任主体的多种因素给出了详细的模糊综合评判算法。利用交易金额和交易时间来确定推荐信任的权值。实验表明该信任模型与基于概率估计的信誉评价体系算法相比,该算法误差较小,能有效防止节点的恶意行为,可以很好地应用于P2P电子商务中。     

P2P环境下电子商务信任评估机制研究

为了解决P2P环境下电子商务安全问题,在深入研究P2P环境下电子商务信任模型的基础上,针对传统信任模型不足的问题,提出了一种利用哈希函数将加入群的节点随机地分配到各个群的方法,降低了节点共谋攻击的危险。考虑到当一个节点偶尔提供一次恶意服务时,并不能证明是恶意节点,只需要给节点警告。引入了交易时间和交易规模、交易次数等因素来进行信任值的计算,利用惩罚项来限制交易节点提供恶意服务。节点的信任值很大程度上依靠同群节点和有外连接的群的节点来进行评估,仿真实验结果表明,该方法可以更加准确地评估节点的信任值,保证了网络的性能。     

基于领域和贝叶斯网络的P2P电子商务细粒度信任模型

针对现有P2P电子商务模型信任粒度比较粗糙,不能很好体现节点真实行为的问题.提出一种细粒度信任模型(FG-trust),可以计算一个节点在不同领域、不向方面的可信度.模型采用多代理结构,将网络划分为多个域,每个域内设一个代理,管理域内节点信息,整个网络中设置一个总代理管理域间消息传递.引入领域模型的概念,计算同一节点在...     

一种对等网络拓扑构建的优化实现方案

针对对等网络中的文件污染问题,提出一种基于免疫克隆的拓扑构建方案来抑制污染传播。通过分析文件对象的污染传播模型,借鉴免疫学习的思想,优化网络中的节点连接。仿真实验表明,该算法可增加节点的集聚性,能够以较低的通信代价对恶意节点进行有效屏蔽,抑制污染文件在共享网络中的传播,提高对等文件系统的可用性。     

引入不确定性理论的P2P信誉模型研究

P2P系统匿名、动态的特点使得它成为各种自私和恶意行为的温床。为了解决因P2P的高度动态特性而引起的节点欺骗问题,基于概率模型和模糊数学的基本思想,构建一个P2P安全信任模型——BGTR,实验证明,通过建立BGTR模型,P2P网络可以获得更高的安全性,能够较好地解决冒名、协同作弊以及“搭车行为”等问题     

基于HeteroPastry的P2P网络代理系统

针对集中式网络代理服务器经常产生瓶颈的问题,提出以P2P方式提供网络代理服务的解决方案。参与系统的节点组成一个基于HeteroPastry协议的P2P覆盖网,系统在覆盖网中挑选一些合适的节点组成代理链,以响应用户的不同请求。实验结果证明,该系统可以在提供高质量服务的同时有效地平衡网络负载。     

P2P系统中基于声誉的信任评估机制

P2P系统能够使陌生节点之间进行在线交易,但安全问题越来越受到人们的关注。因此,如何在P2P系统中构建一个有效的信任机制来帮助在节点之间建立信任是目前P2P技术研究的一个热点。提出了一种新的P2P系统中基于声誉的信任评估机制,该机制较全面地考虑了影响信任度的因素,改进了局部声誉与全局声誉的计算方法,降低了信任度的计算负载,并且引入了黑名单机制。实验结果表明,该机制能有效地评估节点的信任度,识别和隔离恶意节点,提高系统交易成功率,并能有效地应用于P2P系统中。     

P2P蠕虫遏制方法的研究与建模

传统的蠕虫遏制方法无法及时地遏制P2P蠕虫。针对该问题,提出一种基于P2P良性蠕虫的快速遏制方法。P2P良性蠕虫利用P2P软件漏洞进行自动传播,能够清除恶性蠕虫并修补软件漏洞,从而彻底阻断恶性蠕虫的传播渠道。对该遏制方法进行数学建模,给出相应的离散差分数学模型。仿真实验验证,该方法遏制效果好且对网络资源消耗少。     

MultiTrust信用管理模型研究

现有的信用管理模型采用泛洪方式获得网络节点的历史信息,其通信量和算法复杂度制约了对等(P2P)网络的应用规模。为此,综合考虑节点及节点行为多样性,在P2P网络中引入网络激励模型,使P2P网络信用管理模型具有网络适应性。分析资源区分信用管理激励模型DiffTrust,并在其基础上提出适应节点同时与多个节点进行资源交易应用环境的MultiTrust模型。实验结果表明,该模型具有更好的节点阶段收益和更短的信誉恢复时间。     

Group formation with neighbor similarity trust in P2P E-commerce

The simplicity with which products and prices are compared in e-commerce has introduced an attractive option for many online merchants. The completion of online business transactions with personal information provisioning has always been an act that beckons hesitation. Most online traders are highly conscious of various threats and attacks such as credit card fraud, identity theft, spoofing, hacking, phishing, and other abuses, leading to low trust in online business transactions. Online transactions take place among Peer-to-Peer (P2P) systems at the edge of the Internet. Peer communities are often established dynamically with peers that are unrelated and unknown to each other. In our proposed mechanism, peers form groups in order to ensure trust and security. Each group is established based on interest among peers. In this paper, we show how peers form groups, and select group leaders. A peer can belong to more than one group. Comparing with some existing work, our work reveals that peers can have common neighbors which have a similarity based on their interest. Our simulation results show that the model can deal with the malicious attacks efficiently by comparison with existing models.