论文部分内容阅读
由于对等网(P2P，peer-to-peer)的开放性、匿名性、分布性，在协同工作、分布式信息或资源共享、大规模并行计算、即时通讯等领域显示出独特优势，使其成为新的发展热点。但是，由于无中心节点对网络进行维护，系统中各个节点彼此陌生，各节点可以比较主观地处理与其他节点的交互，其个人行为没有任何责任可言。这导致了节点之间缺乏信任，严重制约了P2P网络的进一步发展。
在P2P系统中建立有效的信任评估机制是解决信任问题的最有效的方法之一。本文在分析已有的信任评估模型基础上，分别对P2P网络中基于近期表现的信任机制、基于群组的全局可信度信任机制、基于贝叶斯网络的细粒度信任机制进行研究，主要工作如下：
(1)针对现有评估机制中对节点近期行为反应滞后的问题，采用一种可缩放滑动窗口机制，通过计算节点的近期交易失败率，能够迅速对节点的恶意行为做出信任惩罚。实验证明该方法能够有效提高系统的成功交易率。
(2)为了解决全局可信度模型的全网迭代的计算复杂度问题，给出一种基于群组的信任评估方法。根据预定策略把系统中的节点分成若干个组，保证节点间的大部分通信是在组内进行的。在群组的范围内进行信任迭代，计算节点的全局可信度。仿真实验证明，该方法在保持原有信任评估的正确性的同时，具有较少的计算负担。
(3)考虑到前两种信任评估方法只针对节点的整体行为进行评价，无法满足对节点在某一领域表现行为的评价。因而本文采用了贝叶斯网络构建细粒度的信任评估机制。在更新信任信息时，引入时间衰变函数，提高了系统成功交易的比率，可以很好地解决信任评估中的多粒度问题，克服了已有信任模型中节点的历史交易经验不随时间变化的缺点。