一种基于聚集超级节点的P2P网络信任模型

针对对等网(Peer-to-Peer,P2P)中节点之间由于兴趣爱好差异大、相互发生重复交易的可能性较小从而难以有效建立信任关系的现状,文中提出一种新的基于超级节点的P2P网络信任模型.该模型中节点以兴趣相似而聚簇,节点之间信任关系被划分为3种类型并被给予了各自的解决方案.同时,对于推荐信任信息中存在的虚假的、误导性的和不公正反馈的问题,文中还提出基于节点相似性的反馈信息过滤算法予以有效解决.最后的仿真实验结果表明,该信任模型不但具有抗恶意节点攻击的强壮性,同时在资源查询时具有较低的查询开销和失败率.     

一种基于D-S证据理论的P2P信任模型

基于D-S证据理论的信任模型不能合成证据信息。为此,采用重新分配冲突概率与引入权重系数的策略,提出一种改进的D-S证据合成规则IDSECR,并将其用于P2P网络的信任建模,建立一种基于D-S证据理论的P2P信任模型,解决传统信任模型无法处理冲突程度高而引起的信任度计算不准确问题。仿真实验结果表明,在恶意节点攻击的情况下,该模型具有较高的交易成功率。     

基于信任和推荐的P2P信誉模型

分析现有信誉模型,提出一种使用信任机制和推荐机制的P2P信誉模型,利用决策树思想优化该模型。给出一种在分布式P2P系统中存取全局信任值的方法,解决了单点失效问题。实验结果表明,该模型对信任值的估算准确度以及判别虚假节点的能力高于现有模型。     

一种P2P信任管理安全性协议

通常是通过建立相应的信任管理机制来遏制P2P网络中的节点的自私与欺作行为,但对信任管理机制本身存在的安全性问题关注则很少,使信任管理系统无法有效应付针对信任信息管理机制的安全攻击。针对这一问题,提出了确保信任管理安全性的安全协议(简称为SPRI)。分析及仿真实验表明,SPRI可以有效地遏制针对信任管理中的身份伪造及信息篡改的攻击,并且效率高,普适性强。     

一种P2P信任管理安全性协议

通常是通过建立相应的信任管理机制来遏制P2P网络中的节点的自私与欺诈行为,但对信任管理机制本身存在的安全性问题关注则很少,使信任管理系统无法有效应付针对信任信息管理机制的安全攻击.针对这一问题,提出了确保信任管理安全性的安全协议(简称为SPRI).分析及仿真实验表明,SPRI可以有效地遏制针对信任管理中的身份伪造及信息篡改的攻击,并且效率高,普适性强.     

一种基于优先度推荐的新型P2P网络信任模型

为解决现有的P2P网络存在的诸多问题,提出了一种基于优先度推荐的P2P信任模型,引入了时间衰减因子来解决信任模型的滞后性问题,同时将优先度加权推荐机制与反馈结果相结合来综合考量节点信任度的计算。实验表明,该信任模型能有效解决节点信任的敏感度和公平性问题,并且可以迅速提高P2P网络的服务质量。     

P2P网络信任模型的无知证据融合问题研究

在完全开放的P2P网络环境中,资源共享是用户的自愿行为,用户不愿为自身的行为负担责任,因而要建立节点之间的信任关系。在已有的基于推荐的信任机制中,基于D-S证据理论方法可以很好地解决信任的不确定性问题,但是目前在这一领域地研究还没有注意到证据空间呈现大规模无知前提下证据的合理融合问题。针对这一问题,本文对现有的D-S证据理论加以改进,使其符合P2P网络的安全性要求。     

P2P环境下基于历史及推荐的信任模型*

提出了一种新的peer-to-peer网络环境信任模型.明确区分了交易信誉和推荐信誉,不是简单地将交易信誉迭代作为推荐信誉,而是通过推荐偏移量来计算推荐信誉,并通过动态平衡自身历史经验和他人推荐信誉来计算节点的综合信任值,最后给出了模型的实现协议及仿真实验.实验结果表明,该模型计算更逼近真实值,且能抵抗恶意的联合攻击、动态策略型攻击等安全威胁,具有良好的性能.     

P2P网络环境下基于信誉的分布式抗攻击信任管理模型

针对现有的信任模型不能很好地处理P2P网络环境中存在的不诚实推荐、协同作弊与复杂的策略性欺骗等问题,提出了一种基于信誉的分布式P2P信任管理模型(RATrust),以量化和评估节点的可信程度.在信任模型中使用时间区间标示出经验和推荐的时间特性,使用节点信任度、近期信任与长期信任来精细描述节点的最终信任水平,通过引入信任偏差值与信任滥用值来更精确地刻画节点的各种信任度量.仿真实验表明,与已有的信任模型相比,RATrust具有更好的动态适应能力,能够有效处理动态恶意节点策略性的行为改变和不诚实反馈对系统的攻击.     

一种新型对等网信任模型研究

对等网提供了一种开放的、自由进行文件交换的环境，但随着网络的飞速发展，恶意文件泛滥，使得系统的稳定性和可用性受到了威胁。信任机制的建立将有助于解决这些问题。论文提出了一种基于证据理论的信任模型，来解决信任的传递与合成的不确定性问题。模型简单易行，而又有理论基础，能较好地满足文件共享网络中的信任需求。     

Grid与P2P混合计算环境下基于推荐证据推理的信任模型

在Grid与P2P混合计算环境(Grid & P2P)中,Grid节点提供有QoS保证的服务,而P2P节点的 计算资源属于自主贡献资源,不提供QoS保证,用户不为自己的行为承担任何责任,因此节 点间的信任关系很难通过传统的信任机制来建立.参考社会学的人际关系信任模型,通过在G rid & P2P中建立信任推荐机制,并利用D-S理论对推荐证据进行综合处理来解决该问题.分 析及仿真实验说明,基于推荐证据推理的信任模型可以简单有效地解决Grid & P2P中的信任 问题.     

P2P网络中基于Gossip算法的信任模型

为了解决P2P网络开放性和自治性带来的信任问题,提出一种基于Gossip算法的信任模型。该模型在估计节点的信任关系时引入时间退化因子,使用基于网络拓扑结构的Gossip算法传递消息、聚集信誉。模拟实验结果表明,该模型能更有效地评估节点间的信任关系,提高查询效率,减少网络拥塞。     

P2P网络环境下信任模型的研究

由于对等(P2P)网络的开放性和匿名性,各种恶意节点的恶意行为层出不穷,严重影响了网络的正常运行,加之传统的信任管理模型并不能很好地适应对等网络环境,提出了一种基于分级推荐的P2P网络信任模型(GRTM)。仿真实验表明,基于分级推荐的信任模型能有效评估节点的信任度,交易成功率优于传统的信任管理模型。     

P2P网络下基于推荐的信任模型

基于推荐信任机制,引入正态概率密度函数的概念,对信任度进行描述。提出一种对信任度进行概率分析的评估方法,可动态地适应用户的安全需求,减弱在多路径推荐中由于恶意实体推荐所带来的负面影响,提高信任计算结果的稳定性。分析和模拟试验表明该模型的必要性和有效性,可以更好地解决P2P网络带来的安全问题。     

一种新型推荐信任模型

开放网络环境中,电子商务活动越来越频繁,文件共享等服务越来越普遍,用户之间的信任关系成为安全问题的重点。为确定大量未知实体的信任关系,出现了基于不同方法的推荐信任模型,其关键在于如何解决推荐信任的传播与合成。该文研究了现有的推荐信任模型,分析了其中存在的问题;为解决推荐信任传递问题,提出了信任向量的定义;在此基础上提出了基于推荐信任向量的新型推荐信任模型。最后进行了仿真实验分析。     

信任模型在P2P网络信誉激励机制中的应用

在目前已广泛应用的P2P网络中,由于缺乏信任机制,存在着许多欺诈等恶意行为,节点的资源共享处于自愿,可能随时退出,系统的有效性和可用性难以保证。由于P2P网络节点的匿名性和贡献资源的自愿性,绝大多数节点缺乏提供服务积极性,从而引发了P2P网络中的搭便车问题。提出了一种新的激励机制,可有效解决一部分问题。     

一种基于文件附加信息的P2P信任模型

在P2P文件共享系统中,存在不少节点不主动提供资源甚至提供虚假、恶意的资源.为了孤立这些恶意节点和鼓励节点多共享自己的文件,在分析一些现有信任模型的基础上,提出了基于文件附加信息的信任模型,该模型从文件的信任度出发导出用户的信任度,并在计算过程中考虑了相关因素,激励用户多为整个P2P网络做贡献,从而提高了整个网络的活力.通过实验仿真和分析表明:该模型能有效地隔离恶意节点,提高交易成功率,可使节点之间更有效地建立互信关系,进而提高系统的稳定性和可靠性.