基于云模型及可信推荐源的P2P网络信誉模型研究

摘要

基于P2P技术的网络应用是因特网最重要的应用之一。P2P网络以其“去中心化”的特点克服了传统C/S模式的缺陷，不断引起人们的广泛关注。
　　 然而，P2P网络规模大，节点动态性强，交易的节点大多为陌生节点，节点间缺乏必要的信任关系，安全问题十分突出。信誉模型模仿人类社会的信任机制，能够对P2P网络节点间建立信任关系，促进节点间的协作，有效的提高了P2P网络的安全性及网络整体性能。因此研究P2P网络的信誉模型具有重要意义。
　　 本论文从两个方面对P2P网络信誉模型展开研究，具体工作如下。
　　 (1)提出了一种基于云模型的P2P网络信誉模型。为了解决P2P网络中信任的不确定性问题，在传统信誉模型的基础上引入云模型，更全面的度量节点信任情况以及进行综合信任决策。在计算节点信誉值时，综合考虑节点历史行为的平均信任情况及节点近期行为的波动性。通过节点近期行为的波动性对信誉值进行整合，加大对行为摇摆节点的惩罚力度。在信任决策时，优先选择行为稳定且信誉值较高节点作为交易节点。在实验中，针对模型不同方面的性能进行测试，并与原有模型进行比较。实验结果表明，引入云模型后的信誉模型较原有模型能更有效的识别出具有复杂策略的恶意节点，在抵御节点动态行为攻击及系统成功交易率上有更好的性能，并且能够克服原有模型在某些情况下的失效问题。
　　 (2)提出了一种基于可信推荐节点集合的P2P网络信誉模型。针对推荐节点的选择、网络节点行为变化对节点推荐诚实性检测造成影响的问题，在每个节点处建立一张表结构，用于记录进行过错误推荐的节点信息。计算节点信誉值时仅使用不在表中节点的推荐反馈。针对上述表结构提出了一种更新策略，适时地考察表中节点的推荐性能。实验中对本文模型不同方面的性能进行测试，并与经典模型做了比较。实验结果表明，本文模型能有效过滤恶意推荐节点，减少节点行为变化对诚实推荐节点造成的误判，系统成功交易率较高。
　　 本文通过对P2P网络信誉模型的研究，提出了基于云模型的节点信誉度量方法及综合信任决策方法，提出了推荐节点选择策略、过滤恶意推荐节点及纠正误判诚实节点的策略。这些工作不仅对信誉模型在上述子问题的研究方面具有参考价值，而且可以作为信誉模型的一部分，整合到已有的P2P网络信誉模型中，以提升已有模型的整体性能。

目录

文摘

英文文摘

论文说明：图表目录

声明

第1章绪论

1.1背景介绍

1.1.1 P2P网络特点及优缺点

1.1.2 P2P网络结构

1.1.3 P2P网络的应用

1.2 P2P网络国内外研究现状

1.3问题的提出

1.3.1 P2P网络安全问题

1.3.2 P2P网络安全技术

1.3.3信任模型

1.4本论文的工作及章节安排

第2章 P2P网络信誉模型研究概述

2.1信誉模型概述

2.1.1信任的特征

2.1.2信誉及信誉系统

2.2信誉模型研究的问题

2.2.1信任信息的存储与获取

2.2.2推荐可靠性的度量与更新

2.2.3信誉的度量及信任决策

2.2.4网络攻击模型设计

2.3信誉模型研究现状及面临的挑战

2.4本章小结

第3章 基于云模型的P2P网络信誉模型研究

3.1引言

3.2云模型概述

3.2.1云的基本定义

3.2.2云的数字特征

3.2.3正态云及发生器算法

3.2.4信任云图实例

3.3 PeerTrust模型框架

3.4基于云模型的P2P网络信誉模型-PTCTM

3.4.1模型变量说明

3.4.2信任云的计算

3.4.3 PTCTM模型基本算法

3.4.4基于小窗口信任云的改进算法

3.4.5基于云模型的综合信任决策方案

3.5仿真实验及结果分析

3.5.1仿真环境设置

3.5.2好坏节点信任云特征

3.5.3节点信誉值实验

3.5.4抗节点动态行为攻击实验

3.5.5系统成功交易率实验

3.6讨论

3.7本章小结

第4章 基于可信推荐源的P2P网络信誉模型研究

4.1引言

4.2基于可信推荐节点集合的P2P网络信誉模型-CRBTrust

4.2.1模型变量说明

4.2.2节点信誉值的计算

4.2.3推荐节点的选择和使用

4.2.4推荐节点考察表

4.2.5推荐节点考察表的更新机制

4.3仿真实验及结果分析

4.3.1仿真环境设置

4.3.2诚实推荐节点误判率实验

4.3.3恶意推荐节点过滤实验

4.3.4系统成功交易率实验

4.4讨论

4.5本章小结

第5章 总结与展望

参考文献

致谢

攻读硕士学位期间发表的学术论文