一种改进蚁群算法的P2P网络信任模型研究

摘要

P2P(Peer-to-Peer)网络技术在文件共享、分布式计算、电子商务等方面应用愈来愈广泛,已成为计算机网络领域的一个研究热点。然而由于P2P网络的开放性、匿名性、节点的高动态性等特点,也带来了诸如隐蔽通信、隐私保护、节点的合谋与欺诈等一系列问题。因此,在P2P网络中引入信任机制,建立信任模型,使对等节点之间建立起信任关系,搭建一个可信的网络交互环境对于P2P技术的进一步发展具有重要意义。本文在分析、研究当前国内外典型的P2P网络信任模型各自的优势和不足的基础上,针对当前P2P网络信任模型研究中出现的信任度计算不准确、很少考虑网络动态性等问题,利用蚁群算法具有较强的寻优能力和动态网络环境适应性特点,提出一种基于改进蚁群算法的P2P网络信任模型(TrustmodelforP2Pnetworksbasedontheimprovedantcolonyalgorithm,TMACA)。
　　论文所进行的主要工作有:
　　(1)对目前国内外最具有代表性的主要P2P网络信任模型进行了分析和研究,指出了现有模型的优势和不足。
　　(2)提出了一种改进蚁群算法,改变了信息素局部和全局更新的方式,重新定义了蚂蚁发现路径的质量的衡量方法。指出蚂蚁在网络上寻找最值得信赖的服务器节点时,被其它蚂蚁经过该路线时所建立的信息素的痕迹引导。访问某路径的蚂蚁越多,该路径上留下的信息素就会越明显,相应的将吸引更多的蚂蚁选择遵循该路线。最后,该算法将收敛至大多数蚂蚁经过的最佳路径。
　　(3)把基于蚁群系统的进化仿生算法应用到P2P网络系统中,构建了一种基于改进蚁群算法的P2P网络信任模型(TMACA)。在TMACA中,蚂蚁所留下信息素的痕迹对应了邻居节点的可信度。由于改进的蚁群算法具有适应动态网络环境的能力,在P2P网络环境中为节点选择最优服务的概率将大大增加。同时,由于存留在网络上的信息素对应了每个节点的可靠性,通过这种模式,P2P网络中的节点可在更高信任的水平上进行交互。
　　本论文的主要创新之处在于:
　　(1)对原有的基本蚁群算法进行了改进,把信息素局部和全局更新的方式做了改进,改进的蚁群算法极大的提高了求最优解决方案的能力,以改善其全局收敛性。
　　(2)把改进的蚁群算法应用到P2P网络系统中,构建了基于改进蚁群算法的P2P网络信任模型。该模型能够在动态网络环境中使节点在一个非常高的概率上选择最佳和最值得信赖的节点作为服务节点进行交互,解决了现有P2P网络信任模型忽略网络动态性、节点信任度计算不准确的问题。
　　论文最后在静态、动态和振荡三种网络环境中把TMACA与现有典型的P2P网络信任模型进行比较;同样在三种仿真实验环境中把TMACA与现有蚁群优化算法应用在P2P信任模型中进行比较。实验结果表明在动态环境中,TMACA能够极大的提高节点在整个P2P网络中选择最佳服务节点进行交互的准确率,具有很高的稳定性以及在动态变化的P2P网络环境中适应能力。

目录

封面

声明

中文摘要

英文摘要

目录

图序

表序

1 绪论

1.1 本文的研究背景及意义

1.2 P2P技术及其网络结构

1.3 P2P网络信任问题

1.4 论文工作及结构安排

2 P2P网络信任模型研究现状

2.3 几种P2P网络信任模型的比较

2.4 现有P2P信任模型存在的问题

2.5 本章小结

3 蚁群算法相关理论

3.1蚁群行为的特征

3.2 蚁群算法分析

3.3 现有的主要蚁群算法

3.4 本章小结

4 基于改进蚁群算法的信任模型(TMACA)的设计及实现

4.1 改进的蚁群算法

4.2 基于改进蚁群算法的信任模型(TMACA)

4.3 本章小结

5 仿真实验及结果

5.1 仿真实验设计思想

5.2 仿真类型设置

5.3 TMACA与现有P2P信任模型的比较

5.4 TMACA与现有蚁群算法应用在P2P信任模型中的比较

5.5 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

个人介绍

作者读研期间发表的学术论文和研究成果