P2P网络中信任模型的分析与设计

来源 :北京邮电大学 | 被引量 : 3次 | 上传用户:zyf008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
P2P技术以分布式技术为基础,打破了传统的Client/Server模式。P2P网络中的每一个节点都处于平等的地位,同时扮演着服务器与客户机的角色,从而充分利用了主机设备上的边缘性网络资源。节点之间通过直接的互联来实现信息、处理器、存储甚至高速缓存等资源的全面共享,无需依赖集中式服务器的支持。P2P技术以其资源利用率高、网络扩展能力强、网络性能好、信息流动速率高、搜索功能强等优势,广泛应用于分布式计算、搜索功能、文件交换、协同工作等各个领域。目前,针对P2P领域相关的研究热点主要集中在P2P覆盖网络的组织结构的构建、P2P资源定位技术以及P2P系统的安全性三个方面。本文的研究工作主要从P2P网络中的信任管理以及P2P覆盖网络拓扑结构的构建两方面展开。首先,本文根据社会学、经济学等学科中对信任的概念以及信誉的相关研究成果,结合P2P网络的特点并分析了P2P网络中节点间信任关系所具有的性质,给出了本文对P2P网络中节点间信任关系及节点信誉的定义。在此基础上,对现有P2P网络中典型的信任模型进行了研究,对比分析了典型信任模型中存在的优势以及不足。接下来,本文针对P2P网络的无中心性、自组织性、拓扑结构的动态变化性,以及节点间的协作性等特点,依据人类社会以及计算机网络中普遍存在的小世界(Small World)现象,提出了一种基于节点信誉度的层状P2P网络信任管理机制。本文所提出信任管理机制采用分层的思想,充分结合和利用了P2P网络分布式的特性以及节点间的自组织性,推举网络中信誉度高的节点作为其他节点的信誉担保,来对网络中其他节点的信任信息进行管理。通过这种方法来提高整个网络的安全性,并且缓解了信誉度查询及更新过程中信任信息全网传播给网络带来的负担。根据这种分层管理的思想,本文设计了基于高效的DHT路由协议Kademlia实现的P2P网络系统,定义了网络节点间可信交互的交互机制,给出了节点信誉度发布、存储及查询的机制以及节点可信交互流程。最后,给出P2P网络中的信任评估模型。在本文的评估模型中,对网络中节点的恶意行为采取了一定的惩罚措施,有效的抑制和隔离了这些恶意行为,提高了网络的抗攻击性。另外,考虑了P2P网络中节点的异构性特点,给予网络中在线时间长、对网络贡献大的节点以较高的信誉度,使得网络中性能优越节点的处理能力得以充分的发挥。
其他文献
励磁调节器作为电力系统的基本控制部件,是电力系统可靠运行的重要保证。励磁调节器品质的有效检测是维护电力系统安全的关键所在。鉴于国内传统的测试工具难于适应现代技术发
·论坛· 浅谈土地的有偿使甩 、 1.2 发展乡镇企业之我见 . 2.3≥ 谈生态农业 3.29 加强科技改革发展农业科学 5.1 我们是怎样进行科技承包扶贫的 6.1 利用我省农业资源优势
一、探究型教学模式与高中生物探究型教学模式是一种注重合作、交流与探究的教学模式.教师在教学过程中设置情景,学生在课堂中置身情景之中,通过研究问题,交流与探讨的方式进
车牌识别系统(LPRS,License Plate Recognition System)是智能交通系统(ITS,Intelligent Transportation Systems)的一个非常重要的发展方向。随着社会的发展和人民生活水平的提
“九二○增效剂”是浙江农大农学系种子教研组研制出的一种能提高“九二○”功效的新激素.1988年由浙农大引进我县丰山乡秋制田中进行了试验。试验方法,在同一块田中,当母本
超宽带(UWB)作为一种功耗低,传输速率高的新型通信方式,受到了科研人员的广泛关注。UWB主要应用于室内通信,室内障碍物较多,使得信号以多径形式到达接收端。多路径信号能量分
高考生物不仅注重基础知识的考查,更注重对学生能力的考查.那么,如何高效地进行高考生物复习,多年来,我做了许多探索和尝试,也取得了较好的效果,并且总结出三点复习生物的方
作为高中生物教学中重要的组成部分,《生物技术实践》在高考中也占有十分重要的地位,另外通过这部分内容的学习,可以有效的提高学生的动手实践能力,让学生更好的体会生物学习
近几年来,许多报纸都把“地方特色”作为新闻改革的主要课题,想办出自己的特点来。地方小报的地方特色,不仅指新闻,也包括评论。评论的“地方味”越浓,对本地各项工作的指导
菌体浓度直接反映发酵过程中微生物生长情况,是发酵进程的主要标志,对发酵产物品质好坏起决定性作用。限于生物传感器水平,菌体浓度难以在线实时检测。根据发酵过程表征菌体生长情况的关键变量,建立精确的菌体浓度软测量模型,从而能够实时监测发酵过程,优化发酵工艺。支持向量机(Support Vector Machine,SVM)基于统计学习理论,擅长小样本学习。本文以毕氏酵母菌发酵过程为研究对象,采用SVM进