一种基于灰色马尔可夫模型的信誉评测模型及其安全路由协议

针对无线传感器网络信誉评测机制不全面, 可能造成误判节点信誉值的行为, 设计一种基于灰色马尔可夫模型的信誉评测模型, 并针对该模型设计一种查询路由协议, 解决路由协议中存在选择性转发攻击的问题。基于灰色马尔可夫信誉评测模型是通过改进BRSN模型, 综合考虑节点通信行为和评价行为的直接信誉、间接信誉、历史信誉以及能量信誉, 使用灰色马尔可夫模型对节点的当前信誉与历史信誉进行纵向分析, 提高信誉评测模型的精确度。此外, 将该模型的节点综合信誉应用于路由选择, 设计一种能量高效的查询路由协议, 从而提高查询路由协议的安全性。实验表明, 该信誉评测模型的节点信誉分布情况符合节点类型, 且误判率较低; 该查询路由协议的路由安全性较高, 能耗性较低, 因此无线传感器网络安全路由协议的整体性能都得到了提高。     

Rater Credibility Assessment in Web Services Interactions

We investigate the problem of establishing trust in service-oriented environments. The focus is on providing an infrastructure for evaluating the credibility of raters in a reputation-based framework that would enable trust-based Web services interactions. The techniques we develop aid a service consumer in assigning an appropriate weight to the testimonies of different raters regarding a prospective service provider. The experimental analysis show that the proposed techniques successfully dilute the effects of malicious ratings, thereby facilitating accurate and fair assessment of the providers’ reputations. This work is supported by the National Science Foundation grant number 0627469.     

复合信誉模型在防P2P文件污染中的应用研究

文件污染是当前P2P文件共享系统普遍存在的问题,极大的降低了系统的可用性。提出基于用户评价的复合信誉模型,通过用户对下栽的资源进行评价,逐步建立起对象信誉;同时,在建立对象信誉的同时根据节点行为建立节点信誉。在下载过程中拒绝让信誉过低的节点下载资源,从而保证对象信誉建立的准确性,因此也就阻止恶意节点实施恶意行为的可能性。对象信誉和节点信誉相互结合和相互影响的复合信誉模型,可以更有效地预防P2P文件共享系统的文件污染问题。     

复合信誉模型在防P2P文件污染中的应用研究

文件污染是当前P2P文件共享系统普遍存在的问题,极大的降低了系统的可用性。提出基于用户评价的复合信誉模型,通过用户对下载的资源进行评价,逐步建立起对象信誉;同时,在建立对象信誉的同时根据节点行为建立节点信誉。在下载过程中拒绝让信誉过低的节点下载资源,从而保证对象信誉建立的准确性,因此也就阻止恶意节点实施恶意行为的可能性。对象信誉和节点信誉相互结合和相互影响的复合信誉模型,可以更有效地预防P2P文件共享系统的文件污染问题。     

多Agent对抗环境下联盟形成的信任模型

提出了一种用于多Agent对抗环境下联盟形成的信任模型CORE,模型从能力和名誉两个方面来描述Agent的信任度,用能力向量空间中的距离公式来度量Agent胜任具体任务的能力大小,用隶属度函数来描述Agent的名誉。任务开始时,模型按信任度大小选取合适的Agent形成联盟,任务中Agent能力动态增长,名誉动态变化,任务结束后,模型根据联盟中Agent的表现情况计算新的信任度,作为下一个任务来临时联盟形成的依据。最后,在NetLogo平台上模拟实现了该模型。     

一种可靠性驱动的云工作流调度遗传算法

为了解决云环境中工作流调度的可靠性问题,提出了一种基于可靠性驱动信誉度模型的工作流调度遗传算法RDR-GA。算法以工作流执行跨度makespan与可靠性最优化为目标,设计了一种基于时间依赖的可靠性驱动信誉度模型,通过该模型可以有效评估资源可靠性。同时,为了寻找遗传最优解,算法设计了新的遗传进化和评估机制,包括：1)以进化算子对调度解中的任务-资源映射进行遗传进化;2)以两阶段MAX-MIN策略评估并决定调度解的任务执行序列。仿真实验结果表明,满足可靠性驱动的信誉度算法不仅能够以更精确的信誉度改善工作流应用执行可靠性,而且能够以比同类遗传算法更快的收敛速度得到进化更优解。     

基于信誉系统对GRID网格Leader选择协议的安全性研究

针对GRID路由协议中的网格Leader选择协议,首先运用基于有限状态机的形式化分析方法对它的安全性进行了分析,之后基于现有信誉系统,提出一种基于信誉度的信誉模型。模型包括信誉度计算、信誉管理和信誉决策,依据节点信誉度的变化以及设置的信誉度阈值识别并处理内部恶意节点,保证网络通信的安全可靠。仿真实验表明,该模型能够有效识别出恶意节点,显著提高网络分组投递率,但节点间传输平均时延有所延长,需进一步优化。     

基于网格节点服务质量约束的信任模型研究

网格环境中提供大量不同QoS保证的服务,如何选择可靠的服务成为一个关键问题。本文提出以服务提供的质量属性为参考对象建立直接信任模型的方法,并在建立过程中引入偏序关系以达到屏蔽一些没有价值的参考历史纪录的目的;同时参考人类社会行为规律建立推荐信任模型,以及借鉴人类竞赛的打分机制,通过比较每个推荐信任度方差的方法屏蔽恶意推荐信息。最后针对采用本模型进行服务选择时产生的负载不均衡的现象,提出采用轮盘赌的方法进行服务选择。实验证明,本模型可以有效地解决网格环境中的信任问题。     

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。     

校园网程控交换机连网故障断点检测技术研究

当前校园网程控交换机连网故障断点检测技术检测准确率较低、误警率高,也无法实现对故障断点区域的精确定位,提出一种基于节点信誉感知模型的连网故障断点检测技术研究。依据校园网的网络层次结构布局,构建节点之间的信誉感知模型,以提取节点故障区域特征信息,基于小波算法对感知信誉数据进行预处理。为提高算法的稳定性,对邻近节点之间的健康程度进行分析,以最终实现对校园网程控交换机连网故障断点的准确定位与检测。仿真实验数据表明,提出的断点故障检测技术在节点感知故障率为0.6的条件下,仍可获得86.32%的检测率。