基于混合高斯分布的传感器网络主观信任模型

在传感器网络中,节点可信度常受到节点性能和环境的影响而呈现周期性变化,针对现有信任模型对这种情况的动态适应性不足,提出了一种基于混合高斯分布的传感器网络主观信任模型(MGSRM).该模型通过建立多个高斯分布函数对应被评价节点的多个可信度"状态",提高了信任值计算的动态适应能力.使用当前信任值和综合信任值分别评测被评价节点的短期行为和长期行为,具有针对性和实用性.仿真分析表明,与已有信任模型相比,MGSRM模型在准确性、动态适应能力和学习记忆能力等方面具有优势.     

基于偏差因子的P2P网络信任模型

针对现有对等(P2P)网络信任模型大多假设在一种理想的环境中,很少考虑节点内部和外部环境影响的问题,提出一种新的基于偏差因子的信任模型（TMDF）. TMDF通过引入内部能力和外部能力的概念,构造多维评价向量,参考了社会网络中信任关系的建立方法,分别从2个方面计算节点的可信度,通过引入偏差因子计算推荐节点的推荐可信度,最终根据直接信任和推荐信任计算综合可信度. 分析和仿真结果表明,该模型可提供更为真实的信任服务,并对抵制诋毁、共谋等恶意行为具有良好的抗攻击性能.     

对等网络中声望管理模型的研究与设计

在对等网络中,通常使用声望机制来建立实体间的信任关系,以指导用户选择可信的协作实体.本文给出的声望模型同时使用可信和不可信来评估实体的正面和负面行为,并分别可以表示为多个级别,模型也引入了信心指数来表达对声望评估结果的确定程度.并给出了一个基于声望的实体选择方案.分析及仿真表明,该模型能够有效地抑制网络中典型的安全攻击,改善网络服务质量.     

一种基于节点信誉度的无线传感器网络信任模型

针对无线传感器网络节点存在不信任因素的问题,利用无线传感器网络节点的数据、带宽和能量建立信任模型,并将信任模型引入到无线传感器网络管理体系中,此时网络组建和节点各种行为都以信任度为依据.从模拟实验结果可以看出,该模型可以减少网络的丢包率,网络具有更高不信任行为检测率.     

对等网络中基于模糊集的信任和声望模型

在对等网络中,信任可以用于指导实体的协作决策,当前信任建模已成为一个研究焦点．该文提出了一个基于模糊集的信任和声望模型,模型根据实体的经验和其他实体的推荐信息构建对目标实体的信任．模型使用了语义标签来刻画不同的信任级,并能够综合评判不同方面的信任值．实体在采纳信任推荐时,模型利用模糊贴近度来表达推荐的正确度,并据此调整推荐者的影响．使用该模型的文件共享网络仿真实验可以正确地表达对实体的信任,促进具有相同偏好的实体群组的形成,提高交易质量．     

基于直接和推荐可信度的P2P综合信任模型

提出了一种新的P2P网络环境下的综合信任模型。明确区分了服务质量和反馈质量,不是简单地将节点的信任度作为推荐权重,而是通过节点推荐可信度来计算节点的推荐信任度,并且通过动态权重因子平衡自身交互历史经验和其他节点的推荐信任来计算节点的综合信任度,同时为每个节点引入信誉积分属性以鼓励节点提供服务和推荐信息,提高节点参与网络活动的主动性,给出了信任模型的实现算法和仿真实验。实验结果表明,信任模型能准确计算节点信任度,并且能抵抗恶意节点的夸大、诋毁、协同作弊等恶意行为,具有良好的性能。     

WSNs基于信誉机制的恶意节点识别模型

为了抵御无线传感器网络内部节点的拜占庭行为以及自私行为,针对现有恶意节点识别系统检测功能单一、不可抵御高信誉节点的恶意诽谤行为等问题.提出了一种无线传感器网络下的恶意节点识别模型,该模型采用Beta分布描述信誉分布,引入了第三方节点的间接可信度,并将多种攻击类型相对应的节点信任值进行整合.仿真实验表明,该模型能够更快更准确地识别出发起多种攻击的恶意节点,并在一定程度上抵御了高信誉节点的恶意诽谤行为.     

一种基于Vague集的P2P网格主观信任模型

在诸如文件共享等无中心的P2P环境下,资源共享是用户自愿的行为,由于用户不为自身的行为承担任何法律责任,因而很难通过传统的信任机制来建立用户之间的信任,现有的模型不能很好的解决信任的主观性表述问题.针对该问题,参考社会学的人际关系模型和Bayesian网络信任模型,在Vague集合理论基础上,提出了一种基于推荐的主观信任管理模型,用于量化和评估节点的可信度,给出了模型的数学表述和计算方法.最后通过实例验证了模型的可行性.     

基于确定性理论的P2P系统信任模型

借鉴确定性理论中的不确定推理,提出了一种新的P2P系统信任模型。该模型根据节点的历史交易情况,运用C-F模型计算节点的可信度,节点依据计算结果与可信度高的节点进行交易,在节点间建立信任关系。分析及仿真表明该模型能有效地隔离恶意节点,提高交易成功率。     

BT网络中基于声望值的信任管理模型

针对BitTorrent网络中free-riding行为导致文件分享速率降低、上行带宽浪费的问题,提出一种基于声望值的信任管理模型。模型使用"上传信任值"与"评价可信值"两种评价标准迭代计算的方式对节点在网络中的表现予以评价,结合节点的下载行为和上传行为,避免节点针对单一评价标准做出相应欺骗行为,通过多个指标识别不诚实节点,降低free-riding节点获得资源的机会。PeerSim仿真实验结果表明:该模型可以有效屏蔽free-riding行为,提高BitTorrent网络的文件分享速率,对女巫攻击和勾结攻击具有较好的屏蔽效果。     

评价离散度敏感的P2P交易系统信任模型

提出了一种评价离散度敏感的P2P电子交易系统信任模型,该模型引入了基于推荐节点数量和推荐信息离散程度 的全局声誉信度概念,以及直接声誉的相对信度概念,并给出了基于信度的信任度计算方法。通过仿真实验和分析,验证了 该信任模型的有效性和抗恶意节点能力。与EigenRep进行比较,表明该文模型在抗恶意节点攻击能力上有了显著提高。     

对等网络信任管理的函数分析

就对等网络的信任管理给出了基于函数的抽象描述,并以此为基础对其安全性进行了函数分析.分析的结果表明:信任管理的基本目标在于完成结点安全性分布的刻画,系统安全性最大化时该刻画所需满足的原则以及目前典型机制的工作机理和存在的问题.     

构造分布式P2P环境下抗攻击信任管理模型

提出了一种基于推荐机制的抗攻击的P2P信任管理模型,该模型采用可信度加权各个推荐信息,并给出了普遍适用的、具体量化可信度的数学方法。考虑到节点的自主行为及恶意节点的存在,节点的信任度计算被分为两部分,即信誉值和惩罚值。本文还提出了抑制诸如诋毁、合谋欺诈等恶意节点攻击的措施。后续实验证明了本模型较已有的一些信任机制在系统成功交易率、模型的安全性等问题上有较大改进     

一种基于信任度推荐的P2P-Grid模型

为解决P2P与Grid混合模式下,寻找可信任的服务Peer的问题,设计了一种P2P-Grid环境下基于信任度推荐的P2P-Grid模型。通过自适应的方式构建超级节点,完成对网络的逻辑划分以及推荐信任度的传递,避免了网络瓶颈的出现。网格服务的申请者通过超级节点获得全局信任度,然后计算其最终信任度。将计算任务交予最可信的节点去完成,保证了服务质量。分析及仿真实验说明,该P2P-Grid模型可以简单有效地解决P2P-Grid中的信任问题,具有良好的工程可行性。     

多Agent系统中信任预测的SRL模型

针对多Agent系统(MAS)中信任关系管理的需求,将Sarsa 强化学习(SRL)理论应用于构建MAS中基于Agent行为的信任关系预测模型. 首先根据Agent之间交互的时间顺序,构建了基于时间戳的行为状态空间结构,然后应用SRL理论,建立了基于直接可信度和反馈可信度相融合的总体信任关系预测模型. 新模型充分利用SRL理论较强的动态适应能力,解决了传统预测模型对环境的动态变化适应能力不足的问题. 累计误差方面的实验结果表明,与已有模型相比,新模型能显著提高信任决策的准确性.     

一种基于D-S理论的P2P网络信任模型

随着P2P网络在许多领域的广泛应用,有必要建立P2P网络的信任机制．根据P2P网络中对等体之间的平等关系和松耦合特性,提出了一种基于Dempster-Shafer证据理论的P2P网络信任模型．该模型给出了信任辨别框、基本信任概率分配函数以及置信区间的定义,并在此基础上建立了P2P网络的信任传递机制和信任聚合机制．把该模型应用于基于P2P的制造资源网络中证明了其正确性和合理性．     

P2P电子商务中一种基于交易标的额 的信任评价模型

信任评价机制是P2P电子商务中一种能够识别恶意节点并确保系统正确性和可用性的有效机制。信任评价机制的准确性依赖于信任值的计算方法。目前大多数信任评价机制中没有考虑交易金额对信任值的影响,文章提出了一种基于交易标的额的信任评价模型,并给出了一种动态信任阈值设定机制,实验表明该信任模型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。     

开放环境下一种基于两层的高效信任管理模型

在开放分布环境中,节点间的信任关系主要是通过信任模型建立的,但现有的信任模型大部分是纯分散的,存在着信任管理复杂、网络开销较大等不足．针对分布系统纯分散信任管理存在的这些问题,给出了一种基于双层的高效信任管理模型,在该模型中通过自动推荐动态服务器来组成不同的信任域,信任评价以信任域为单位,减少了系统中的网络开销,提高了系统的可扩展性．