利用Sybil攻击提升PageRank值

最近的研究证明Google的页面等级策略PageRank容易受到Sybil攻击。着眼于对如何构造Sybil攻击来优化PageRank值。提出了构造Sybile攻击的策略模型,考虑节点生成成本和迭代收敛性的前提下,证明了攻击的有效性。最后在模拟环境下对攻击进行了量化分析。     

实用拜占庭容错算法的改进研究

针对实用拜占庭容错算法(PBFT)存在的通信复杂度高、主节点选取简单、对拜占庭节点缺乏惩罚机制的不足,提出了一种基于节点可靠性评估的改进拜占庭容错算法(reliability-based Byzantine fault tolerant algorithm,RB-PBFT),引入节点基础配置评分机制及信誉评分机制,得到...     

适用于区块链的高效异步拜占庭容错算法

针对现有异步共识算法存在的多轮次通信开销大、随机抽签算法中缺乏信誉机制导致了较多的抽取次数等不足,提出了一种高效的异步拜占庭容错算法PenguinBFT。首先,在广播交易时直接广播原文,降低了共识通信开销;其次,引入了节点信誉评估机制,从网络情况相对稳定的节点集合中选取出块者,以减少随机抽取次数;最后,对网络节点进行分区,在请求交易缺失时,让不同的节点访问不同的分区进行交易恢复,既能减少通信开销又能提升交易恢复效率。实验结果表明,当节点规模达到64时,提出的PenguinBFT算法相较于Honey-BadgerBFT、DumboBFT和DispersedLedger算法,在通信开销、吞吐量和交易确认时延等方面均有50%以上的提升。     

基于S-BAC跨分片共识协议的改进方案

针对跨分片共识协议S-BAC通过分片之间互相通信来处理跨分片交易,造成通信开销大和高时延的问题,提出了一种改进的跨分片共识协议S-BAC+。首先,通过分片管理员来处理跨分片交易,有效地减少了通信开销和时延;其次,引入基于信誉的投票机制,为节点设置信誉值和信誉等级,通过投票选取最终票数高的节点组成分片管理员,提高了分片管理员的可靠性。实验表明,该协议比S-BAC更有效,减少了通信开销,降低了时延,提高了交易吞吐量。     

一种面向延迟容忍网络的信誉方案

延迟容忍网络(DTN)的节点资源受限,易产生自私行为影响网络性能。针对该问题,提出一种面向DTN的信誉方案,以减小自私行为对网络性能的影响。设计报文转发协议和行为记录机制,检测DTN环境下的自私行为,建立信誉模型,实现对网络节点可信度的评估。实验结果表明,该方案可在存有自私节点的环境中提高网络性能。     

声誉对建筑承包商的隐性激励作用

从承包商与业主之间博弈关系的角度,构建了建筑承包商的声誉模型--一个不完全信息动态博弈模型,分析了声誉对承包商保证工程质量有隐性激励效应,提出基于声誉的约束机制能有效防止工程质量事故的发生.     

选择在线交易服务者的多情境信任和声誉评估系统

在以信任和声誉值选择服务者的系统中,普遍存在的问题是在评估服务者的信任和声誉值时考虑因素过少,局限于系统内,以及方法缺少灵活性,导致选择的服务者不能满足用户多样性的要求。为了解决这个问题,提出一种应用于在线交易服务者选择的多情境信任和声誉评估系统,服务者通过注册的质量属性和担保资金获得信任和声誉启动值,由系统内、外的交易经历获得信任和声誉经验值,实际信任和声誉值由两者动态线性组合,后者所占比重随交易次数的增加而动态增加,根据用户设置的服务者的情境属性与实际信任和声誉值选择服务者。通过与其他方法对比测试,结果表明此方法更容易满足用户的各种要求。此信任和声誉评估系统不仅能给新服务者与其他服务者一个公平竞争的环境,也可以减少用户选中恶意服务者的机会。     

基于社会网络视角的企业集群信任形成机制

从社会网络理论视角出发,建立声誉模型,分析在无声誉传播机制和有声誉传播机制情况下,集群内企业为维持长期合作的博弈行为,研究企业集群的信任形成机制。通过修正KMRW模型得到：在集群网络环境下,集群内企业只有比非网络环境下的集群企业保持更良好的声誉,才能形成信任关系并长期合作,其实质是一种博弈均衡。     

智能小区中的P2P网络

针对智能小区的管理现状,在分析和对比P2P网络的各种模式的基础上,提出了适用于智能小区的安全网络管理模式,并建立了智能小区中P2P网络的信任模型,以促进小区用户都参与到网络的管理与安全维护中来。     

Web服务信誉度评估模型的研究

对Web服务的信誉度、信誉关系属性和信任类型进行了形式化的定义,并据此来评估Web服务的信誉行为,考虑到Web服务信誉度的不确定性,在引入信誉量化概念的基础上,对现有的UDDI规范进行扩展,提出了Web服务信誉度评估模型,并深入研究了Web服务的信誉度评估方法及模型的实现方案,与其它的Web服务信誉度模型相比,该模型通过使用客户反馈、主动监视的机制以及采用第三方权威机构评价Web服务的信誉度,从而保证了信誉度的公平性和有效性.