基于P2P网络SNTrust信任模型的研究与实现

来源 :湖南大学 | 被引量 : 0次 | 上传用户:lost123321
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
如今,P2P技术已经广泛应用于网络的各个方面,其信誉问题成为了研究的重点。传统的网络安全机制如数字签名和数字水印技术虽然能保证交易的保密性和完整性,但无法对交易双方的信用度进行评价,因此基于P2P的信任机制能有效的加强系统的可靠性。本文在分析现有的信任模型优缺点的基础上,提出一种SNTrust的超节点的P2P网络信任模型。模型中采取的是组的概念,每个组的节点分为超级节点和普通节点,超级节点负责连接本组中所有普通节点,存放组内每个节点的全局信誉度,并在超级节点之间组成P2P网络。每个普通节点加入P2P网络都要通过相应的超级节点,在本地保存直接交易数据。在信任度的计算方面,该模型改善了以往信任模型中计算信任度的方法,把信任度的范围扩展到(-1,1)。信任度的计算以组为单位,分为两个层次:组内的本地信任关系和以组为单位的全局信任关系。组内部节点的信任关系用直接信任度、间接信任度和总体信任度来计算。其总体信任度由直接信任和间接信任组成,直接信任度由消费节点通过与提供服务的服务节点的历史成功/失败交互记录获取,并且对于失败交易加入了惩罚因子来进行调整;间接信任度的值通过推荐信任与总体信任的综合来获取,而推荐信任中不引入惩罚因子,直接参考相互交易的失败和成功的比例。以组为单位的全局信任关系:取参与交易的两个节点自身的全局信任度和两节点所在的组直接交易信任度的最小值来判断。该实验通过对不同交易量下的交易成功率对比,充分说明了本信任模型能够有效的抑制恶意节点的行为,改善网络性能。同时,通过与其它信任模型进行性能分析,更进一步证明了该模型的可行性和有效性。
其他文献
直接体绘制技术是三维数据可视化研究领域的一种重要方法,是科学可视化的研究热点之一。过去,体绘制中所有的计算都由CPU来完成,重建速度慢,很难达到实时绘制的要求,然而近年
NAND Flash通过Flash转换层把线性地址的Flash抽象成磁盘驱动器,‘使得基于磁盘驱动器的传统算法可以无需任何修改就能实现所有功能。但是由于NAND Flash的写速度小于读速度
随着社会经济的飞速发展,为了适应政策的变化以及预防潜在的经济危机,企业和政府管理部门就要适当的调整管理方式,甚至是业务处理过程。在这种背景下,传统的信息管理系统就面
高光谱数据含有的光谱波段数量少则几十多则数百,提供了大量的有价值信息,有利于对地物进行精细分类。而高光谱数据分类却面临着数据维数高,标记样本有限,人工标记成本昂贵等具有挑战性的问题。为了解决高光谱数据分类问题,不断有学者提出新的方法。无监督分类不需要人工进行标记,但是分类准确度相对较低。传统的监督学习取得了较好的分类效果,但需要大量的标记样本。此外,为了避免休斯现象,许多算法都需要对数据进行降维处
随着网格技术的发展与深入研究,地理上分散的异构资源可以通过网格技术组织成一个虚拟的超级计算机。网格任务调度就是如何最有效的管理和利用巨大的网格资源来的完成各种计
近年来,随着嵌入式计算、传感器和现代通信等技术的飞速发展和日益成熟,使得由各种低成本、低能耗、多功能的微型传感器组成的无线传感器网络被广泛应用于国防军事、环境监测
数学和计算机技术的不断发展,为数字图像和视频处理注入了新的活力。同时,人们对视觉信息的要求也越来越高,这对数字图像和视频处理来说,既是一个难得的机遇,也是一个巨大的
随着Internet/Intranet的迅速发展,基于WWW的网上信息的收集、发布和相关的信息处理日益成为人们关注的焦点。面对着网络上新闻信息数量和种类的高速增长,导致了一方面新闻信
普适计算自20世纪90年代中期被提出以后得到了普遍的关注,上下文感知作为实现普适计算的关键技术已成为重要的研究课题。正如人们能利用环境上下文避免显示交互一样,计算机也可
误差反向传播神经网络(BPNN)具有很强的鲁棒性和容错性,作为分类模型在医学辅助诊断中得到广泛的应用。但是,BPNN是一种代价不敏感的分类模型。一种类别误分为另一种类别的代