信任值

摘要： 针对实用拜占庭容错(PBFT)共识机制中存在的拜占庭节点和主节点选取简单的问题,提出了一种基于动态信任值的实用拜占庭容错算法的优化方案。首先根据节点历史行为,对节点进行信任值初始化;然后构建信任模型,并在信任模型中引入时间影响因子,根据时间远近,对节点进行信任值评价;最后引入分级机制,根据信任值结果,将节点分为共识组和拜占庭节点组,共识组节点参与下一轮共识;优化主节点选择方法,选择信任值最高的节点为主节点。通过实验对比表明,改进后的PBFT-TV算法较于PBFT算法在公平性、安全性、容错性、共识效率等方面有一定提升,并降低了通信复杂度。

摘要： 随着车联网、5G和人工智能技术的快速发展,智能交通成为交通技术发展趋势,车联网作为车-车、车-路信息交互平台,是智能交通信息共享和处理的基础。同时车联网安全备受关注,特别是数据安全问题,可能会造成用户隐私泄露。区块链技术的发展成为一种解决途径,但在效率、安全性等方面仍面临新挑战。随着车辆节点、信息增多,如何在车辆高速移动环境中高效完成信息共识也成为问题关键。针对上述问题,提出基于区块链及信任值的自下而上双层RSU(road side unit)链共识协议。对比几种典型的共识结构并依据实际车联网场景、符合速度、容错率以及减少通信量需求,选择自下而上双层共识结构。通过赋予每辆车信任值,并基于节点参与程度、工作完成情况及消息价值度提出组领导节点选举算法,以确保系统安全性。基于上述共识结构与算法工作,完整描述协议具体流程,分为区域划分、组领导节点选取、局部共识、领导主节点选取、全局共识、域内广播6个步骤。从安全性、通信复杂度、共识算法时延、容错率4个方面对实验进行分析。实验证明,与其他方案对比,本协议在可抵抗合谋攻击、女巫攻击等条件下,可以有效降低通信复杂度,缩短共识时延,并在安全前提下提高容错率,使更多节点参与信息共享,满足车联网场景需求。

摘要： 针对实用拜占庭容错(Practical Byzantine Fault Tolerance, PBFT)共识机制无法预评估并预先限制恶意节点的问题,提出基于信任模型的拜占庭容错共识机制(Trust Model Practical Byzantine Fault Tolerance, TMPBFT)。该机制通过建立信任模型,针对节点不同行为给予其不同信任评价,判断节点信任状态,提高可信节点投票权,筛选并限制恶意节点。并将信任模型与基于PBFT的一致性协议和视图更换协议相结合,加强系统安全性及稳定性。实验结果表明:TMPBFT能够较好地区分并限制恶意节点,提高系统的稳定性与容错能力。

摘要： 车联网中传统认证机制一般用于抵御来自于外部的攻击,而源于内部的攻击同样严重影响网络性能,威胁网络安全。为有效而快速的识别内部恶意节点,通过建立一种基于主观逻辑模型的信任机制,对网络中节点通信行为进行监控,并与信任值关联,创建WSLT算法对车辆可信度进行评估。引入加权计算的思想,把信任值过低的节点判断为恶意节点,并隔离出网络;设立接入信任值,降低因网络不稳定对正常节点的影响;设立举报信任值,降低恶意举报对正常节点的影响。仿真结果表明,WSLT算法有效增加了恶意节点检测的灵敏度,降低了误判率与内部恶意节点对网络攻击的影响。

摘要： 针对云计算环境下交互实体间的信任危机以及无法动态控制访问请求的问题,提出了一种基于信任的动态访问控制博弈机制.根据交互时间与交互次数两要素获得推荐信息的可靠性参数进而动态计算用户的信任值,通过信任值对应的信任等级对用户进行角色的激活与授权工作.为了防止恶意用户对云资源的破坏,将信任等级与动态调节因子引入收益函数对云环境下的博弈双方展开动态博弈分析,得到混合策略纳什均衡.访问控制机制根据混合策略纳什均衡实现访问请求的最终决策.在每次访问结束后对用户的信任值进行更新从而更好的实现动态云环境下的访问控制.实验结果表明,本文提出的博弈机制对恶意节点具有一定的约束效果并且能够对云用户的合法访问行为起到一定的激励作用.

摘要： 传统的访问控制模型因未对网络信息进行预处理,增大了控制结果的偏差以及控制延时,降低了网络信息的利用率。对此,基于IPv6环境设计了新的网络信息安全访问控制模型,采用ReliefF算法选取网络信息最优特征子集,经PCA降维后,结合ICA过程对降维后的信息进行预处理,引入信任值以及上下文约束概念,构建访问控制模型,通过模型实现访问控制。实验结果表明:该模型不仅能够降低网络信息安全访问控制偏差和延时,同时还能够增强网络信息的利用率,具有良好的应用效果。

摘要： 传统的访问控制模型因未对网络信息进行预处理,增大了控制结果的偏差以及控制延时,降低了网络信息的利用率。对此,基于IPv6环境设计了新的网络信息安全访问控制模型,采用ReliefF算法选取网络信息最优特征子集,经PCA降维后,结合ICA过程对降维后的信息进行预处理,引入信任值以及上下文约束概念,构建访问控制模型,通过模型实现访问控制。实验结果表明:该模型不仅能够降低网络信息安全访问控制偏差和延时,同时还能够增强网络信息的利用率,具有良好的应用效果。

摘要： 共识算法是区块链的核心.为解决基于算力的共识算法存在的安全问题,一般采用基于历史行为的信任值代替算力,但该方法只根据特定的行为决定每个节点的信任值,太过于简单,不适用于复杂的应用场景.因此提出了一种基于可信性评估的区块链共识机制,利用区块链节点在整个区块链上的工作表现产生的信任值,来定义节点的力量,信任值由信任值评估算法产生,在算力和时间方面增加攻击成本.经过对提出的共识机制的性能测试和安全性分析,表明本文中的共识机制对于基于算力的攻击成本远超于其他共识算法.

摘要： 传统的概率矩阵分解算法虽然较好地解决了推荐过程中的稀疏性和用户冷启动问题,但由于没有考虑到用户之间的信任信息,造成推荐精度不高.本文利用用户评分过程中潜在存在的信任关系,提出一种基于信任机制的概率矩阵分解协同过滤推荐算法TM-PMF(Probabilistic Matrix Factorization Algorithm of Collaborative Filtering Based on Trust Mechanism).首先根据用户间的信任关系来构建信任网络以获得信任评分矩阵.然后将信任评分矩阵与用户评分矩阵进行融合构建用户-信任评分矩阵,接着通过概率矩阵分解技术获得最优推荐列表.最终实验结果表明在不同稀疏数据集上,本文提出的TM-PMF算法较传统算法在精度方面有较大幅度地提高.

摘要： 在大规模对等网(P2P)文件共享环境中，节点之间信任问题急需解决。该文主要进行基于Bayesian网络的分类信任模型的研究，并结合节点需求进行新的信任值的计算。实验证明该模型较已有的一些信任机制在系统成功交易率、稳定性都有一定的提高。

摘要： 军事信息网格的实体间频繁交互信息，密切协同，自动信任协商提供了一种在实体间快速安全地建立信任关系的新方案。但大规模、异构、动态的军事信息网格使得协商策略的互操作性成为影响信任关系建立的重要因素。rn 结合信任管理的研究成果，构建了以信任值为基础的自动信任协商模型，将协商过程分为两阶段，有效地减少不必要的协商次数，提高协商效率；提出了协商策略的上传/下载方案，巧妙避开策略的互操作性问题，为军事信息网格中信任的自动建立提供了新思路。

摘要： 自动信任协商提供了一种在实体问快速安全地建立信任关系的新方案。但军事信息网格的大规模性，异构性、动态性使得协商策略的互操作性成为影响信任关系建立的重要因素。 结合信任管理的研究成果，构建了基于信任值的自动信任协商模型，将协商过程分为两级，有效地减少不必要的交互次数，提高协商效率;提出了协商策略的上传/下载方案，巧妙避开策略的互操作性问题，为军事信息网格中信任关系的自动建立提供了新思路。

摘要： 信任值的评估是研究网络信任模型的前提和基础。提出了一种网络实体的信任评估算法，根据网络实体行为的属性，运用模糊理论对网络实体的信任值进行了评估，并通过信任值的变化率来控制网络实体的信任值。该方法可以反映网络实体信任值的动态特性。

摘要： 在传统的多Agent复杂系统中,由于Agent的数量多、通信量大、任务繁多及系统的动态性,使得多个Agent之间有效的合作、交流、信息互换变得非常困难,而在实际应用中又很难使复杂系统任务变得简单,且传统的合同网技术也难于使Agent的交互变得简单、有效。因此,本文对合同网协议的改进进行了探讨分析。

摘要： 在传统的多Agent复杂系统中,由于Agent的数量多、通信量大、任务繁多及系统的动态性,使得多个Agent之间有效的合作、交流、信息互换变得非常困难,而在实际应用中又很难使复杂系统任务变得简单,且传统的合同网技术也难于使Agent的交互变得简单、有效。因此,本文对合同网协议的改进进行了探讨分析。

摘要： 在传统的多Agent复杂系统中,由于Agent的数量多、通信量大、任务繁多及系统的动态性,使得多个Agent之间有效的合作、交流、信息互换变得非常困难,而在实际应用中又很难使复杂系统任务变得简单,且传统的合同网技术也难于使Agent的交互变得简单、有效。因此,本文对合同网协议的改进进行了探讨分析。

摘要： 在传统的多Agent复杂系统中,由于Agent的数量多、通信量大、任务繁多及系统的动态性,使得多个Agent之间有效的合作、交流、信息互换变得非常困难,而在实际应用中又很难使复杂系统任务变得简单,且传统的合同网技术也难于使Agent的交互变得简单、有效。因此,本文对合同网协议的改进进行了探讨分析。

摘要： 本发明涉及一种基于动态信任模型的DPoS共识机制节点信誉值度量方法，属于区块链技术领域。本发明首先根据区块链系统中节点ai的历史行为、交互节点评价值以及节点得到的奖惩值，度量节点ai在本轮共识中的信誉值Ri；然后通过信誉值对节点进行信誉分级，将节点分为可信节点、一般节点、不可信节点；最后选择可信节点作为本轮候选节点，参与本轮共识过程，一般节点和不可信节点则不能参与本轮出块。本发明通过动态度量DPoS共识机制中节点在每轮共识过程中的信誉值，并根据信誉值对节点进行信用分级，及时剔除系统中存在恶意行为的节点，为提高DPoS共识机制的安全性提供了新的理论依据和技术基础。

摘要： 本发明公开了一种基于结合消息类型和信任值置信度的VANET信任模型工作方法，本发明的每个节点自己保存自己的通信历史记录和信任数据，使用了分布式信任模型的思想，不存在中心节点。这样可以降低网络消耗，以应对爆炸式的数据增长。本发明在模型中加入了信任度置信度，考虑了时间衰减和不诚实推荐对信任度的影响，使得信任度更加可靠。本发明在决策时不仅仅以信任度为依据，而是结合消息类型和信任度以及信任度置信度进行决策，随机选出下一跳节点进行通信。

摘要： 本发明揭示了一种面向车联网的分层信任模型及其信任值计算方法，面向车联网的分层信任模型包括第一层信任模型：不存在RSU且交换的信息是延迟敏感的；第二层信任模型：存在RSU且交换的信息是部分延迟容忍的；第三层信任模型：存在RSU且交换的信息是延迟容忍的。分层信任模型信任值计算方法包括，第一层信任模型的信任值计算方法包括直接信任值计算和车辆间推荐信任值计算，第二层信任模型的信任值计算方法包括直接信任值计算和RSU推荐信任值计算，第三层信任模型的信任值计算方法包括权威机构推荐信任值计算。本发明的一种面向车联网的分层信任模型及其信任值计算方法，根据不同的通信场景处理不同应用场景下的问题，减少产生错误的中继决策。

摘要： 本发明公开了一种基于结合消息类型和信任值置信度的VANET信任模型工作方法，本发明的每个节点自己保存自己的通信历史记录和信任数据，使用了分布式信任模型的思想，不存在中心节点。这样可以降低网络消耗，以应对爆炸式的数据增长。本发明在模型中加入了信任度置信度，考虑了时间衰减和不诚实推荐对信任度的影响，使得信任度更加可靠。本发明在决策时不仅仅以信任度为依据，而是结合消息类型和信任度以及信任度置信度进行决策，随机选出下一跳节点进行通信。

摘要： 本发明揭示了一种面向车联网的分层信任模型及其信任值计算方法，面向车联网的分层信任模型包括第一层信任模型：不存在RSU且交换的信息是延迟敏感的；第二层信任模型：存在RSU且交换的信息是部分延迟容忍的；第三层信任模型：存在RSU且交换的信息是延迟容忍的。分层信任模型信任值计算方法包括，第一层信任模型的信任值计算方法包括直接信任值计算和车辆间推荐信任值计算，第二层信任模型的信任值计算方法包括直接信任值计算和RSU推荐信任值计算，第三层信任模型的信任值计算方法包括权威机构推荐信任值计算。本发明的一种面向车联网的分层信任模型及其信任值计算方法，根据不同的通信场景处理不同应用场景下的问题，减少产生错误的中继决策。

摘要： 本发明提供了一种基于HashGraph的车联网分布式信任系统及信任值计算方法，包括：OBU层，用于实现车辆节点对信息的感知、采集、计算以及通信功能；RSU层，为路测单元构成的网络层，作为固定通信节点，为车辆节点无线接入提供服务，并转发路况信息；后台可信中心(TC)，为接入网络中的节点分发密钥，完成节点身份的注册、撤销或认证；以及HashGraph区块链网络，HashGraph区块链节点设置在车联网节点上，多个所述HashGraph区块链节点形成了所述HashGraph区块链网络。本发明的一种基于HashGraph的车联网分布式信任系统及信任值计算方法，将区块链3.0技术—HashGraph用于车联网信任机制研究，解决传统车联网信任机制中心化单点故障问题，且HashGraph可并行处理103～104笔交易，满足车联网实时性需求。

摘要： 本发明涉及一种基于自适应熵值权重的电力物联网智能终端可信计算信任值获取方法，该方法由基于自组织通信连接的电力物联终端装置分布式运行，充分考虑电力物联网智能终端在网络中的交互特点以及不可信终端发起的网络内部攻击特性：首先通过基于β分布的信誉度统计概率模型计算直接信任值，然后采用熵值构造来自不同推荐终端的子间接信任值自适应权重，针对仅由直接信任值和间接信任值构成的完整信任值评价片面问题，引入以自适应熵值权重构造的多评价主体综合信任值，提升识别准确性。通过实验数据分析，本发明方法比现有算法在不同终端密度和不同恶意节点比例下都具有更高的精确率与召回率。

摘要： 本申请提供一种工业互联网信任值共享方法、装置、电子设备及存储介质，该方法包括：获取工业互联网中的运动节点和基站节点；获取所述运动节点的路径信息和信任值；将所述路径信息输入预先训练好的深度学习网络模型；通过所述深度学习网络中的奖励函数计算得到所述运动节点的预测行驶方向；基于所述预测行驶方向将所述运动节点的所述信任值发送到所述预测行驶方向上的下一个所述基站节点。运动节点直接将信任值加密发送到预测行驶方向上的下一个基站节点，减少了不同基站节点之间共享信任值的时间，进而提高了工业互联网信任管理系统的可扩展性。

摘要： 本发明涉及一种物联网实体服务信任值的动态评估方法，包括：基于网络空间信息评估物联网实体服务设备信誉；建立实体服务设备之间的社交关系，并基于所述社交关系进行物联网实体服务推荐信任值评估；基于服务时效性、推荐设备信誉和评价离散度对社交物联网实体服务信任值进行动态更新。本发明的有益效果是：本发明能够能够关联和萃取实体服务跨空间的碎片化信任资质信息，综合考虑服务提供者网络空间用户评价、推荐信任值和服务时效性等因素进行服务信任值动态评估。

摘要： 本发明特别涉及一种融合信任值的个性化混合推荐方法及装置。该融合信任值的个性化混合推荐方法及装置，构建用户评分矩阵R和用户信任值矩阵Trust，计算用户之间的信任值，并填充用户信任值矩阵Trust中每一项的value值；填充用户评分矩阵R，然后利用改进的K‑means算法对用户进行聚类；利用基于用户的协同过滤算法预测用户对物品的评分score1，利用矩阵分解算法预测用户对物品的评分score2，通过预设的权重参数β计算最终得分score；将用户预测评分最高的若干个物品推荐给用户。该融合信任值的个性化混合推荐方法及装置，不仅增强了推荐算法的性能；同时采用改进后的K‑means算法对用户进行聚类，提升了推荐效率，经加权混合得到更加精确的预测评分值，进一步提升了推荐效果。