P2P网络激励兼容的声誉评价及服务分配

由自私节点组成的P2P网络常常采用基于声誉的机制激励节点间的合作。当前已经提出了一类基于声誉的方案,但其中大部分方案都忽视了方案的分布式实现中惩罚的激励兼容性问题。在社会学或生态学领域,该问题常被称为二阶搭便车问题:拒绝低声誉节点的服务请求会降低惩罚者自身的声誉,因此对于自私节点而言,这种惩罚并不总是有利的选择。以P2P文件共享为例对该问题进行了分析,提出了一种连续型二阶声誉评价模型及两种服务分配规则,即概率分配规则和比例分配规则,实验表明只有概率分配规则是激励兼容的。     

面向VANET的声誉模型研究

车载自组织网络是一个典型的开放式分布系统,其网络构成具有高度动态性和很强的临时性.这些特性导致车辆与合作节点之间缺乏相互了解与信任,并且可能面临各类攻击的威胁.针对上述问题,提出在VANET中建立面向应用的车辆节点声誉模型(简称VASRep),用于量化评估节点的声誉.VASRep充分融合车辆节点上丰富的数据类型,使得声誉数据更加准确地表现出节点的可信程度;VASRep依靠权威单元对节点进行评价的方法更好地适应高移动性的VANET环境.通过分析及仿真表明,VASRep较现有模型在性能表现、遏制更广泛类型的恶意节点攻击的能力等方面都有较大的提高.     

统一声誉量化方法的研究

针对当前声誉模型中各种量化方法的多样性和异构性问题,提出基于主观逻辑的统一声誉量化方法URMetric,用于解决不同量化方法约束下声誉信息的孤立问题.并以目前一些声誉模型为例,说明如何通过映射函数将其中的声誉投影到URMetric上,以屏蔽各种不同量化方法之间的差异,为使用者提供了统一声誉量化方法.     

基于评价相似度对WSN声誉系统合谋攻击的检测机制

针对无线传感器网络(WSN)声誉系统中可能存在的多个恶意节点合谋攻击网络节点,并影响其准确定位等安全问题,提出了恶意推荐(BS)合谋攻击团及其检测机制(BSCD),并给出了该机制的实现方法。该机制通过对推荐节点进行异常检测,分析推荐节点间的评价行为相似度,有效检测出存在的合谋攻击团,从而降低其对声誉系统的破坏和影响。仿真实验表明,BSCD在检测和抵制BS合谋攻击团方面效果显著,有效提高了声誉系统中恶意节点检测率和整个系统抵抗恶意节点破坏的能力。     

P2P网络中蚁群的声誉信息分发算法研究

声誉是一种新型的信任建立机制.在P2P网络中,由于P2P网络的匿名性和开放性,存在节点可信问题.利用基于声誉的信任机制,可以隔离和孤立恶意的peers,选择信任状况好的peers提供服务.文中提出了一种基于蚁群的声誉信息分发机制,该算法通过模拟蚁群寻找食物的行为,实现声誉信息在无集中控制的P2P环境下的分发,基于蚁群的声誉信息分发算法能根据节点选择最佳路径来获取声誉信息,这样既降低系统负载,又提高搜索的效率,实现了节点安全、高效获取声誉信息的问题.     

对等网中基于声誉的信任关键问题综述

声誉是一种新型的信任建立机制.在对等网中,利用基于声誉的信任机制,可以隔离和孤立恶意的peers,选择信任状况好的peers提供服务.P2P系统中的声誉研究包括两个关键问题：信任建模和信任数据管理.分别对这两个关键问题进行了综述.信任建模涉及到信任描述、计算本地信任以及综合信任计算;根据ratings的存储位置不同,信任数据有三种管理方式.总结全文,并给出了未来的研究方向.     

DTN中基于马尔科夫链的声誉评估策略

在基于声誉的延迟容忍网络路由协议中,较长的消息传递延迟会使声誉的收集非常缓慢,导致节点的声誉评价不准确。为此,提出一种基于马尔科夫链的声誉评估策略。该策略根据节点在不同历史时间点的声誉值序列,通过马尔科夫预测方法求出节点声誉值的状态转移矩阵。利用状态转移矩阵和节点最近一次的声誉评价预测节点现在的声誉值,并采用概率论的方法对节点的声誉进行评估。实验结果证明,与同类路由策略相比,该策略能够降低延迟对声誉的影响,使节点准确预测其他节点的声誉值,从而更有效地抵御诽谤攻击。     

SNS中结合声誉与主观逻辑的信任网络分析*

提出一种结合声誉与主观逻辑的信任网络分析方法,结合声誉与朋友间的信任关系来获得信任值。由于推荐来自信任的朋友也基于普遍的社会声誉,信任计算的结果更能反映真实情况。仿真实验及分析表明,该方法具有较高的效率和准确度。     

基于声誉的多维度信任计算算法

针对移动Agent电子商务环境,大多数基于声誉的信任算法是单维度的,评价的节点只对历史交易给出单一的评价,并不区分节点服务内容,给出的信任评价粒度较粗.对此,提出了一种基于声誉的多维度信任算法RMDT(reputation-based multi-dimensional trust).给出了一种新的推荐可信度计算方法,...     

双ratings的声誉模型

针对现有对等网络系统中的声誉模型不能很好地处理虚假反馈和合谋的问题,结合公平思想,提出了一种新的基于双ratings的声誉模型.采用两个度量来评价节点:服务信任和回馈信任.服务信任表示服务节点提供服务的可靠性;回馈信任表示评价节点评价的可靠性.该模型根据节点历史交易情况,通过比较评价节点的评价值以及比较评价节点的回馈信任,识别虚假反馈和合谋,并给出了具体量化的服务信任和回馈信任数学表达形式.实验结果表明了模型的可行性和算法的有效性.     

主观电子商务声誉双模糊综合评价模型

针对电子商务声誉具有模糊、主观、动态特性,提出一种对电子商务声誉进行综合评价的多层次模糊评判模型。对电子商务声誉进行模糊逻辑描述,建立论域以及论域上的模糊集,通过隶属度函数对各个阶段电子商务交易进行多级模糊评判。针对如何整合群体意见,提出一种模糊灰色关联层次分析法计算因素重要性程度的方法。通过算例示例电子商务声誉评判过程,并对评判结果进行分析和评价,结果表明有较好的一致性。     

基于声誉的P2P信任系统

针对增强型声誉系统中资源访问的“热点”问题,提出一种实现资源均衡访问机制的P2P声誉系统,并加入自动信任协商来改善该系统的信任推理机制,提高该系统的协商效率。仿真结果表明使用P2P声誉系统解决了节点间提供服务的瓶颈问题,资源请求节点和资源提供节点间交互成功率显著提高。     

移动自组网络安全声誉机制的研究

移动自组网是一种特殊的无线移动通信网络,不依赖于存在的固定设施,网络结构具有快速展开、自治、多跳等特性,广泛应用在战场、救灾等需要临时、移动网络的特殊场合。移动自组网络除了要达到传统有线网络中的安全目标外,还有自身特殊的安全需求,而它的特性又使之容易遭受各种攻击。预防和侦测技术在移动自组网安全中已得到广泛的研究,而声誉机制是其中最主要的侦测技术之一。在全面分析了声誉机制在移动自组网的应用后,提出了一种新的安全声誉机制。     

电子商务中的声誉评估与信任管理

本文介绍了电子商务中的声誉评估与信任管理技术,详细分析了信任管理系统的模型和声誉评估的方法,并提出了本课题亟待解决的问题和对策。     

基于声誉机制的网络编码抗污染攻击方案

网络编码在提高网络吞吐量方面有很大的优势,但是它极易受到污染攻击.目前针对此问题的多数解决方案都是针对有中心机制的网络.针对无中心机制的移动自组织网络,考虑移动自组网中节点的移动性和无固定的可信任第三方中心机制,结合已有的声誉机制研究,提出一种基于声誉机制的抗污染攻击方案对抗网络编码中的污染攻击.该方案采用对污染攻击进行检测和定位,在检测污染攻击存在的情况下,通过声誉机制对恶意节点进行定位,从而达到抗污染攻击的目的.通过实验仿真,与已有的方案进行比较,实验结果表明:针对无中心机制的方案在包的接收成功率上有一定提高,并且在多个恶意节点存在的情况下依然可以准确定位出恶意节点并将其隔离.     

基于声誉的机会网络信任模型

机会网络中,节点间进行交互必须考虑其他节点的可信性。针对机会网络节点间信任问题,提出基于声誉的机会网络信任模型。该模型采用贝叶斯方法计算节点的直接声誉,并将时间退变因子引入到间接声誉的计算当中,利用加权求合的方法合成信任值,根据此信任值节点双方进行访问控制并更新信任表。最后研究模型各个参数对信任值的影响,该模型能够有效地提高节点交互成功率。     

一种交易上下文相关的电子商务声誉系统模型

声誉管理是在交易伙伴之间建立信任的有效手段.针对现行电子商务声誉系统的不足,在分析相关研究的基础上提出了一种新的声誉系统模型.模型采用连续数据表达声誉,在支持不实声誉评价识别与过滤的同时,将交易价格、交易时间等交易上下文因素也考虑进来,增强了模型的适应性和动态性.另外,引入了鼓励客观声誉评价的机制.模型在设计上注重可操作性,是一种轻量级声誉系统.仿真实验说明了模型及相关算法的有效性.     

基于网络声誉的供应商选择模糊规划模型

根据网络声誉在供应商选择中的重要作用, 运用不确定理论, 对选择最有效的供应商组合问题进行研究。先运用模糊线性权重法确定供应商的声誉综合评价值,再结合产品成本、市场需求等内外环境因素,建立了模糊环境下的供应商组合选择模型,以确定最优的供应商组合及订货量。通过运用一种基于模糊模拟、遗传算法及神经网络的混合智能算法进行算例分析,验证了模型的可行性。     

移动自组网中一种优化的局部声誉系统

移动自组网节点间的通信由多个节点相互协作来共同完成,节点合作与否是实现通信的关键。在缺少预先约定的信任关系时,合作性的安全机制是解决网络内部恶意节点和自私性节点不合作行为的有效方法。提出了一种优化的局部声誉值合作性方案,该方案只在k跳邻居内交换声誉值,系统开销小,并能充分学习邻居的经验。采用二进制指数后退算法对不合作节点进行处置,能有效激励节点的合作性,提高网络的性能。     

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。