论文部分内容阅读
在互联网的海量信息交流中，大规模分布式对等网络P2P(peer-to-peer)系统得到广泛应用。P2P系统的出现给人们的资源共享和信息交流带来了极大的方便，但由于P2P系统具有高度的开放性，匿名性以及动态性，使得各种病毒容易在P2P系统尤其是P2P文件共享系统中传播，在该系统中，传统的访问控制技术已经难以满足现实安全需要。因此，建立一个可靠的、高效的、具有较强适应性和可扩展性的信任管理机制来确定节点合理使用网络资源和提供可靠网络服务，对于确保P2P网络用户的利益具有非常重要的意义。
本文在前人已有的研究工作基础上，提出了基于主观逻辑和矩阵计算的全局信任模型MxTrust。在MxTrust信任模型中，引入节点熟悉度概念并结合主观逻辑的表示方法来计算网络节点间的直接信任值，然后利用网络节点间的直接信任值构造了本地直接信任矩阵。在考虑节点推荐信任时，本文使用欧式空间和赋范线性空间中距离的概念先定义了网络节点间的相似度，利用节点间的相似度构造了节点相似矩阵。根据心理学理论的观点“个体更倾向于信任和自身兴趣相同或相似的其它个体，更倾向于采信这些个体的观点或其推荐，更倾向于和这些个体打交道”，本文把节点间的相似度作为计算节点推荐信任时的推荐权重，将网络节点相似矩阵作为节点推荐权重矩阵，然后利用矩阵乘法运算将节点推荐权重矩阵和本地直接信任矩阵作乘积，得到全局信任矩阵。全局信任矩阵中的元素cij，为网络节点Pi对Pj的全局信任值，该值既包含了Pi对Pj的直接信任值也包含了网络中其它节点对Pj的推荐信任值。在MxTrust信任模型中，不同节点对同一节点具有不同的全局信任值，这反映了信任所具有的主观特性本质，即不同个体对同一个体或事件具有不同的看法或信任程度。
本文还对信任和声誉这两个概念作了严格区分。信任是两个节点间一对一的关系，具有很强的主观性。而声誉是整体的，全局的观点，是一个节点在由多个节点组成的网络中的总体形象与综合评价结果的体现，即声誉是网络所有节点对某一节点可信度的整体度量，是多对一的关系。因而与信任概念相比声誉更为客观，故本文认为声誉是网络团体对某个节点的综合评价。根据本文声誉的定义，引入文献计量学中H指数的方法来度量网络节点的声誉值，该声誉值计算方法既考虑了其它节点对被评价节点信任值的大小，又考虑了其它节点数目的多少，体现了网络作为一个整体对被评价节点的看法。采用H指数及其改进方法计算节点声誉值对少数节点给出的高信任值不敏感，同时对少数节点给的低信任值也不敏感，故可以避免发生网络共谋现象和恶意诋毁现象，确保节点的声誉值能够得到客观公正的反映。分析表明，与其它声誉模型相比，本文提出的基于H指数的声誉模型及其改进模型具有更小的通讯开销和计算开销。