论文部分内容阅读
在延迟容忍网络中,基于声誉的安全路由策略以其高安全性和低开销成为了近年来的研究热点。但是在这些已提出的基于声誉的安全路由策略都忽略了一个很重要的问题,就是延迟容忍网络中较长的消息传递延迟会导致收集到的节点的声誉评价往往是过期的。而这些过期的声誉并不能直接作为节点的当前声誉来使用。因此,如何根据节点的历史声誉来准确评估节点当前的声誉值是一个非常重要的问题。本论文提出了一种基于马尔可夫链的声誉评估策略(Markov chain-based Reputation Evaluation Scheme, MRES),实现了对节点当前声誉值的预测。MRES策略先收集其他节点对目标节点的声誉评价,这些声誉评价都带有时间戳,说明该声誉评价的生成时间。在收集到了足够多的声誉评价之后,源节点就根据自己维护的声誉表,将其中的不可信值剔除。然后利用剩下的不同历史时刻的声誉值序列,生成相应的状态空间。再通过状态空间求出节点声誉值的状态转移矩阵,有了状态转移矩阵和节点的最近一次声誉评价,就能预测出节点当前的声誉值。最后利用概率论的方法对节点的声誉值进行评估。当源节点的声誉表中记录很少的时候,MRES策略剔除过程的安全性就失去了保障。针对这个问题本论文提出了MRES策略的改进策略：基于马尔可夫链的迭代声誉评估策略(Markov chain-based Iterative Reputation Evaluation Scheme, MIRES)。MIRES策略引进了一种迭代的方法进行样本空间中不可信声誉值的剔除。该迭代法通过计算各个节点给出的声誉值的不一致度,能够更有效地检测恶意节点,并且与节点自身的声誉表中记录的个数无关。实验结果证明,与已提出的基于声誉的路由策略相比,MRES策略与MIRES策略不仅降低了网络延迟对声誉的影响,能够准确地预测节点声誉,还能更有效地抵御恶意节点的攻击。