论文部分内容阅读
已有的P2P网络信任模型过于粗糙，对反馈评价进行综合的能力不足。针对这一问题，提出了一种细粒度的基于灰色关联度的P2P信任模型GM—TRUST，根据节点的兴趣和专长将节点化分为不同的域，通过对具体服务各属性评价的综合得出直接信任。引入记忆因子来刻画信任随时间衰减的特性，并利用基于灰色相关度的方法来量化推荐信任的准确度。分析与实验均表明本模型与以往的信任模型相比，能够更准确地评估出节点的信任值，对动态恶意节点和不诚实反馈节点的攻击具有很好的抑制能力。