论文部分内容阅读
自动信任协商是解决跨安全域信任建立问题的有效方法之一。协商机制是自动信任协商中重要的研究内容,它主要包括策略语言、协商策略和协商协议三个方面。但现有的协商机制研究普遍存在三个问题：策略语言不能满足自动信任协商系统对策略语言的要求、协商策略的协商效率低下和协商安全性不高的问题。因此,如何在现有的策略语言的基础上设计一种基本满足自动信任协商系统要求的策略语言,并通过对现有协商策略的改进设计一种效率高且更加安全的协商策略及其相应的协商协议算法,就成为本课题研究的重点。本文在分析现有策略语言和协商策略的基础上,设计一种灵活的策略语言FPL和基于堆栈结构的协商策略及其相应的协商协议算法。针对现有策略语言不能满足自动信任协商系统要求、协商策略的效率和安全性低下的问题,分别设计了一种改进的策略语言FPL和基于堆栈结构的协商策略。并针对自动信任协商模型中的协商双方交互成功率比较低的问题,本文在现有协商模型的基础上设计了一种基于声誉的自动信任协商模型,该模型从量化的角度提高了协商双方的交互成功率。策略语言FPL是在现有策略语言的基础上设计的一种支持描述多种信任证和访问控制策略的灵活的策略语言。FPL对协商双方的信任证和访问控制策略采用XML语言进行描述,为其增加了灵活性和广泛应用性。基于堆栈结构的协商策略是在DFANS协商策略的基础上加以改进而提出的,协商过程分为预协商和正式协商两个阶段,并在该策略中加入了信任证敏感度的思想,使得该策略具有比DFANS协商策略的平均效率和安全性更高的优势。基于声誉的自动信任协商模型RBATN是在传统模型的基础上加入了声誉系统的思想而设计的一种提高协商双方交互成功率的模型,该模型是首次从量化的角度来设计协商双方的交互过程,其中的策略语言采用本文提出的FPL,协商策略采用本文设计的基于堆栈结构的协商策略。通过将FPL与其他策略语言进行比较,充分体现了本文设计的策略语言在满足自动信任协商系统要求方面的优势。基于堆栈结构的协商策略与其他协商策略在协商效率和协商安全性方面的仿真实验表明：该策略具有更高的协商效率,较少的协商双方敏感信任证披露数,安全性方面较DFANS协商策略有进一步的改进。基于声誉的自动信任协商模型和传统的模型在交互成功率方面的仿真实验表明,随着P2P环境中恶意节点数量的增加,该模型的协商成功率要高于传统模型的协商成功率。