论文部分内容阅读
P2P (Peer-to-Peer)对等网络已经成为Internet中最重要的应用系统之一。然而,P2P具有的开放、匿名以及松耦合等特性,使得网络系统的安全面临着巨大的挑战,由此导致不可靠的服务质量问题：(1)搭便车(Free-Riding)问题；(2)公共物品悲哀(Tragedy of Common)问题；(3)大量的欺诈、伪造等恶意行为。P2P网络中信任问题可以通过在系统中建立可靠的信任管理模型来解决。本文在研究和借鉴国内外信任机制的典型解决方法的基础上,对分布式环境下信誉值算法进行改进,给出了一套包括P2P可信计算模型和P2P可信管理模型的完整信任模型的解决方案,并对该模型的性能和效果进行了仿真试验和分析。本模型借鉴社会关系网络原理,以及采用多个参数来模拟网络中的交易行为,通过计算节点的综合信誉值来估计节点未来可能的交易行为。动态的平衡“直接信任值”和友邻节点反馈的“推荐信任值”,全面搜集信任信息计算信誉值,并设计了基于正态分布的推荐评价机制,由此提出了一种基于信誉和推荐评价的分布式P2P信任模型(Reputation and Recommend Evaluation-Trust Model, RRE-Trust),设计信誉咨询算法能够准确计算信誉值,推荐评价机制引入的激励和惩罚机制能够有效解决节点的惰性问题和抑制恶意节点的行为。基于Terrace机制设计了面向RRE-Trust模型的信誉信息分布存储策略和分布式求解算法。通过在Terrace拓扑中节点信誉信息存放的档案点的位置进行改进,保证了高可信节点的档案点也存放在其他高可信节点上,并给出了信誉值更新算法,在实际信任管理与P2P应用中承担更多的负载,达至负载平衡的效果。同时也保证了信任数据的安全存储和访问,同时增强了P2P网络中交易的匿名性和安全性。