下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
一種新的p2p分布式信任模型
由于節(jié)點的簽名和隱蔽性,惡意節(jié)點的產(chǎn)生所需的服務(wù),例如,節(jié)點只接收服務(wù),而不提供惡意服務(wù),節(jié)點給惡意服務(wù),非法節(jié)點的資源損壞,惡意節(jié)點團隊事件等。因此,需要在p2p系統(tǒng)中引入節(jié)點的信任機制,以維護p2p網(wǎng)絡(luò)中節(jié)點之間的通信安全。在傳統(tǒng)的網(wǎng)絡(luò)應(yīng)用中,信任判斷通常取決于可靠的第三方,如中心認證(ca)等。然而,中心認證帶來了額外的成本,并存在一個點錯誤的問題。因此,需要為p2p網(wǎng)絡(luò)建立新的分布式信任機制。本地信任模型和全球信任模型是建立該機制的基本模型。在這項工作中,我們提出了基于節(jié)點通信歷史的相關(guān)性信任模型nbrtust(建立網(wǎng)絡(luò)的可靠性模型),以提高信任模型的可靠性和準確性。1基于通信歷史的基本信任定義1.1正信任度評價定義1Sij表示節(jié)點i與j交易成功的次數(shù),Fij表示節(jié)點i與j交易失敗的次數(shù)·定義2①Iall表示P2P網(wǎng)絡(luò)的所有節(jié)點集合;②Ii表示與節(jié)點i進行過通信的節(jié)點集合;③Iij=Ii∩Ij·定義3①TSij=Sij/(Sij+Fij),取值范圍,表示節(jié)點i與j通信成功的比率,稱為i給j的正信任度評價;②TFij=(-1)·Fij/(Sij+Fij),取值范圍[-1,0],稱為節(jié)點i給j的負信任度評價·1.2節(jié)點局部信任度定義4節(jié)點間局部信任度Tij,表示單獨從節(jié)點i的角度看節(jié)點j的信任度,或稱節(jié)點i給j的局部信任度評價,Tij=TSij+TFij,取值范圍[-1,1]·定義5α-list(i)={〈j,Sij,Fij〉|j∈Ii}是三元向量〈j,Sij,Fij〉集合·每個元素記錄了某個節(jié)點j與當前節(jié)點i的通信歷史中成功和失敗的次數(shù)·每個節(jié)點維護一個α-list列表,α-list的存儲結(jié)構(gòu)類似于文獻中所提到的相關(guān)度網(wǎng)·定義6β?-list(i)={〈j,Tij〉|j∈Ii},用來存儲節(jié)點之間的局部信任度,是對α-list進行計算得來的結(jié)果·β?-list(i)是一個二元組的集合,包括與節(jié)點i通信的節(jié)點,以及節(jié)點i對這些節(jié)點進行的局部信任度評價·圖1是一個簡單的β?-list網(wǎng)示例,其中節(jié)點之間的箭頭表示訪問關(guān)系,箭頭上的值表示兩個節(jié)點之間對應(yīng)的二元組的值·圖1中,β-list(5)={〈1,0.3〉,〈4,-0.4〉},表示節(jié)點5對節(jié)點1的總的局部信任度評價為0.3,對節(jié)點4的總的局部信任度為-0.4·1.3節(jié)點對i信任的評價根據(jù)β-list可以定義并求得節(jié)點的全局信任度·定義7節(jié)點i的全局信任度,表示與i通信過的所有節(jié)點對i的信任評價的綜合值·用Ti表示節(jié)點i的全局信任度·本文采用了平均值法來計算全局信任度,均值法計算全局信任度的公式如下:Ti=∑c∈IiTcin[JX*4]?[JX?*4](1)Τi=∑c∈ΙiΤcin[JX*4]?[JX-*4](1)其中,n為Ii中節(jié)點總數(shù)·2nrturt相關(guān)信心模型2.1節(jié)點意義上的相關(guān)鄧愛林在文獻中總結(jié)了度量相關(guān)性的多種方法,一般用矩陣來表述基本評價參數(shù)進行相關(guān)性計算·定義8信任度矩陣R是由節(jié)點間局部信任度β?-list網(wǎng)轉(zhuǎn)換而來的n×n矩陣,n是節(jié)點總數(shù)·矩陣中的每一個元素rij的定義如下:rij=?????Tij,ε,1,若i,j存在通信歷史;若i,j不存在通信歷史;當i=j時[JX*4]?[JX?*4](2)rij={Τij,若i,j存在通信歷史;ε,若i,j不存在通信歷史;1,當i=j時[JX*4]?[JX-*4](2)如果節(jié)點i對j沒有通信歷史,則對應(yīng)的rij值則為ε(設(shè)定的非零小值),而節(jié)點對自己的評價則為1·信任度矩陣R為R=(rij)n×n=??????r11r21?rn1r12r22?rn2????r1nr2n?rnn??????[JX*4]?[JX?*4]R=(rij)n×n=[r11r12?r1nr21r22?r2n????rn1rn2?rnn][JX*4]?[JX-*4]在此基礎(chǔ)上本文采用PCC(Pearsoncorrelationcoefficient)方法來計算節(jié)點i和節(jié)點j之間的相關(guān)程度·根據(jù)PCC公式,RˉˉˉRˉi表示節(jié)點i對Iij中所有節(jié)點的平均評價,Rˉˉˉi=Rˉi=??∑c∈IijTic??(∑c∈ΙijΤic)n,其中n為Iij中節(jié)點個數(shù)·則得到節(jié)點間相關(guān)性的計算公式sim(i,j):sim(i,j)=∣∣∣∣∣∑c∈Iij(Tic?Rˉˉˉi)(Tjc?Rˉˉˉj)∑c∈Iij(Tic?Rˉˉˉi)2√∑c∈Iij(Tjc?Rˉˉˉj)2√∣∣∣∣∣[JX*4]?[JX?*4](3)sim(i,j)=|∑c∈Ιij(Τic-Rˉi)(Τjc-Rˉj)∑c∈Ιij(Τic-Rˉi)2∑c∈Ιij(Τjc-Rˉj)2|[JX*4]?[JX-*4](3)sim(i,j)取值范圍在之間·sim(i,j)的值越大,表示節(jié)點i和j之間的相關(guān)性越大·2.2歸一化處理的信任度定義9相關(guān)性信任度NBRTij表示j的全局信任度與i對j的相關(guān)度乘積·同時對全局信任度Tj進行歸一化處理,如果Tj的值小于0,認為相關(guān)性信任度為0;否則相關(guān)性信任度為兩者的乘積·NBRTij={0,sim(i,j)?Tj,Tj≤0;Tj>0[JX*4]?[JX?*4](4)ΝBRΤij={0,Τj≤0;sim(i,j)?Τj,Τj>0[JX*4]?[JX-*4](4)2.3計算全局信任度輸入:α-list(i),α-list(j),β?-list(i),β?-list(j),節(jié)點i,節(jié)點j·輸出:NBRTij·Step1根據(jù)α-list,β?-list獲取i和j的交易歷史記錄節(jié)點Ii,Ij,并且由此得到Iij·Step2根據(jù)β?-list(i),β?-list(j)以及公式(3)計算sim(i,j)·Step3根據(jù)公式(1),計算全局信任度Tj·Step4根據(jù)公式(4),計算相關(guān)性信任度NBRTij·Step5返回NBRTij·3節(jié)點之間的信任計算NBRTrust信任模型采用分布式P2P拓撲進行計算,如圖2所示·該拓撲在所選擇的P2P拓撲的基礎(chǔ)上進行改進,形成結(jié)構(gòu)化雙環(huán)拓撲·其中外環(huán)對應(yīng)通信節(jié)點,內(nèi)環(huán)對應(yīng)認證節(jié)點·通信節(jié)點負責提供和獲取服務(wù),而認證節(jié)點對通信節(jié)點提供信任計算·當節(jié)點之間進行通信的時候,首先計算對方的信任值,如果符合當前節(jié)點的要求(如閥值要求),則可以進行通信,具體計算步驟如下·Step1通信節(jié)點j向通信節(jié)點i發(fā)起請求,首先將請求發(fā)送給認證節(jié)點j;Step2認證節(jié)點j將請求及β?-list(j)轉(zhuǎn)發(fā)給認證節(jié)點i;Step3認證節(jié)點i計算j在i中的相關(guān)性信任度NBRTij;Step4認證節(jié)點i比較NBRTij和通信節(jié)點i所設(shè)定的閥值;若符合閥值要求,則將j的請求發(fā)送給通信節(jié)點i,轉(zhuǎn)step5;若不符合,則拒絕服務(wù),通信結(jié)束;Step5通信節(jié)點i接受請求,對j開啟服務(wù);Step6認證節(jié)點在通信節(jié)點i和j的服務(wù)結(jié)束后,根據(jù)服務(wù)成敗更新α-list及β?-list;Step7結(jié)束本次通信·4nbrtrust模型測試結(jié)果本文通過仿真對NBRTrust模型進行正確性檢驗,定義了三類節(jié)點:①A類節(jié)點,是正常節(jié)點,提供正常服務(wù)以及做出正常的服務(wù)評價;②B類節(jié)點,是單個惡意節(jié)點,提供虛假服務(wù)并且做出虛假評價;③C類節(jié)點,是惡意節(jié)點團隊成員,提供虛假服務(wù),對正常節(jié)點進行虛假評價,而對其團隊成員節(jié)點信任進行夸大·隨機生成100個A類節(jié)點,10個B類節(jié)點,100個C類節(jié)點·將1000份文件摘要信息按SHA-1散列編碼方式存儲在A類節(jié)點中,將50份虛假標記文件摘要存放在10個B類節(jié)點中,將1000份虛假標記文件摘要分發(fā)給C類節(jié)點·每個節(jié)點的初始全局信任度被設(shè)置為0.1·啟動隨機通信,進行循環(huán)測試·首先測試NBRTrust模型中的全局信任度對單個惡意節(jié)點的免疫能力,觀察指定的一個A類節(jié)點和B類節(jié)點的全局信任度,實驗結(jié)果如圖3所示·實驗結(jié)果證明,隨著通信次數(shù)的增多,B類節(jié)點的負信任度評價不斷增加,NBRTrust中的全局信任度信任模型可以防疫單個惡意節(jié)點的欺騙行為·然后觀察指定的一個A類節(jié)點和一個C類節(jié)點的全局信任度·實驗結(jié)果如圖4所示·實驗結(jié)果表明C類節(jié)點的團隊惡意行為已經(jīng)嚴重影響了全局信任度的評價,純粹的全局信任度無法分辨出正常節(jié)點和團隊惡意節(jié)點的行為·為驗證NBRTrust信任模型對團隊惡意節(jié)點的防疫功能,本文觀察了A類節(jié)點i與A類節(jié)點j1的相關(guān)性信任度,同時觀察i與C類節(jié)點j2之間的相關(guān)性信任度,結(jié)果如圖5所示·結(jié)果表明,盡管C類節(jié)點可以通過惡意團隊行為獲得高的全局信任度,但A類節(jié)點可以通過相關(guān)性信任度來更加客觀地判斷節(jié)點的信任關(guān)系,證明了相關(guān)性信任度比全局信任度有更高的客觀性·5nbrtrust的局部低通信本文所提出的NBRTrust信任度模型基于節(jié)點通信歷史進
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024-2030年撰寫:中國泊瑞行業(yè)發(fā)展趨勢及競爭調(diào)研分析報告
- 2024-2030年工業(yè)機器公司技術(shù)改造及擴產(chǎn)項目可行性研究報告
- 2024-2030年全球及中國熱脈沖封口機行業(yè)運營狀況及需求前景預(yù)測報告
- 2024-2030年全球及中國汽車EMC測功機行業(yè)發(fā)展態(tài)勢及盈利前景預(yù)測報告
- 2024-2030年全球及中國智能遙控器行業(yè)銷售策略及需求前景預(yù)測報告
- 2024-2030年全球及中國彈性織物膠繃帶行業(yè)供需現(xiàn)狀及投資趨勢預(yù)測報告
- 2024-2030年全球及中國全氟異丁基甲醚行業(yè)供需現(xiàn)狀及前景動態(tài)報告
- 2024-2030年全球及中國乙酰乙酸芐酯行業(yè)供需態(tài)勢及前景趨勢預(yù)測報告
- 2024-2030年全球及中國(2羥丙基)β環(huán)糊精行業(yè)產(chǎn)銷需求及前景趨勢預(yù)測報告
- 2024-2030年全球與中國果汁清潔劑市場銷售動態(tài)及競爭策略分析報告
- 醫(yī)院患者診療信息安全風險評估和應(yīng)急工作機制制定應(yīng)急預(yù)案XX醫(yī)院患者診療信息安全風險應(yīng)急預(yù)案
- 科技論文寫作PPTPPT通用課件
- 漆洪波教授解讀美國婦產(chǎn)科醫(yī)師學會“妊娠高血壓疾病指南2013版”
- 《劉姥姥進大觀園》課本劇劇本3篇
- 標準OBD-II故障碼
- 連鑄機維護及維修標準
- 低壓配電室安全操作規(guī)程
- 廣東省醫(yī)療機構(gòu)應(yīng)用傳統(tǒng)工藝配制中藥制劑首次備案工作指南
- 大學英語議論文寫作模板
- 安川機器人遠程控制總結(jié) 機器人端
- 良性陣發(fā)性位置性眩暈診療和治療
評論
0/150
提交評論