论文部分内容阅读
随着计算机网络的迅猛发展,Internet边缘上汇集了成千上万的计算资源、数据资源。传统的基于Client/Server结构的资源共享方式已经不能满足人们的新需求。人们希望利用P2P网络技术把物理互连设备的计算资源、存储资源以及网络带宽等聚集起来,以实现资源共享、协同工作和联合计算。P2P网络使节点以更自由、更主动的方式加入和离开网络,共享信息资源。P2P技术给我们带来的不仅是机遇,还有挑战,因为P2P网络中恶意节点的存在,使得网络中出现的各种攻击成为威胁网络正常运作的主要因素。因此,如何在P2P网络中识别出恶意节点,约束和杜绝恶意节点的恶意行为成为目前的一个热点,其中对节点的信誉值的研究越来越引起大家的关注。因为双方是否信任对方是双方进行交易的前提,信誉值可以用来表示这个节点以往的行为是否适合参与某个网络社区的生活。同时,P2P网络因为建立在传统的网络之上并具有分布式非集中控制的特点,都使P2P网络的发展面临着安全机制和激励机制这两个亟待解决的问题。
本文在分析研究传统信任模型的基础上,结合近两年最热门的网络架构方式,建立了一种新的带激励机制的P2P网络信任模型。在该模型中,首先参考社会学的人际关系信任模型,在P2P网络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,给出了信任模型中信任值的具体算法和实现算法。其次借助经济学中博弈理论对P2P网络中的参与者之间的交互行为进行分析,提出了一种基于差异服务质量的激励方案。将本文带激励机制的信任模型与现有的全局信任模型EigenRep用仿真实验进行了比较。通过分析,可以看到该模型对于冒名、协同作弊以及诋毁等行为有较好的抑制作用。结果证明,当网络中恶意节点上升到一定比例后,本文模型仍然能保持较高的下载成功率,本文基于推荐的信任模型具有较好的准确性、安全性和实用性。