基于推荐的对等网络下的全局信任模型研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:chy006
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,P2P技术受到人们的广泛关注。在P2P网络中所有的节点均是对等的,各节点具有相同的责任与能力并协同完成任务。然而P2P网络的开放性和匿名性使得P2P系统的安全问题变得越来越难以处理。基于信任的P2P网络与人际网络有很大的相似性,在P2P网络中引入信任机制是解决P2P网络安全问题的一种有效方法。因此如何解决对等网络面临的安全问题,如何建立P2P网络的信任模型来规避网络中的恶意行为,就成为需要解决的基本问题,本文正是针对这一基本问题进行深入研究的。首先,综述了P2P技术的产生和发展状况,指出了P2P技术所面临的安全问题。介绍了对等网络中信任和信任模型的相关内容。认真分析了现有的对等网信任模型以及它们的优缺点,给出了改善这些信任模型的一些思路。其次,通过从经典信任模型和模糊数学理论中得到的启示,提出了一个改进的基于贴近度加权推荐的全局信任模型MGTrust,介绍了对于信任值的定义和数学描述,证明了信任模型存在的合理性,然后对信任值进行了加速计算。再次,给出了一个全局信任模型信任值的分布式计算和维护策略。实现了CAN结构下信任信息的存储和维护策略以及相关的数据结构,给出了信任模型工作流程,并介绍了基于贴近度加权推荐的全局信任值的计算算法。最后,运用仿真软件包Query Cycle Simulator实现一个典型的P2P下的文件共享系统,在全局信任模型的合理性和有效性以及针对恶意行为攻击的抵御能力等方面对本文提出的全局信任模型进行论证和分析。
其他文献
密度估计问题在诸多机器学习与模式识别任务中起着核心作用。核密度估计(Kernel Density Estimation,简称KDE)算法作为当前最有效和应用最广泛的一种非参数密度估计算法,在理论与
受国家“863”重点发展计划项目“空天XXXX”的资助,研究“基于GPU和层迭四叉树的分布式虚拟战场大地形实时绘制”。大规模地形作为分布式虚拟战场的重要组成部分,针对大规模
自从Kass,Witkin和Terzopoulos等人在20世纪80年代末提出了活动轮廓模型的开创性工作之后,人们对边界检测的“蛇”模型或称活动轮廓模型进行了广泛的研究。Caselles等人和Kiche
随着互联网的飞速发展,要求点到多点或多点到多点的群组通信业务日益增多。目前,互联网上支持群组通信的技术有两大类:IP组播和应用层组播。IP组播对网络资源的利用率很高,但
现代医学能够利用各种成像设备得到人体的内部组织、脏器形态、功能变化等多方面的影像信息,从而更加直观、准确地了解人体的健康状况。应用图像融合技术,可以把不同模态的医
数据库系统的安全对于信息安全有着至关重要的影响。目前数据库安全主要依靠身份验证等自身的安全机制,而数据库入侵检测的研究尚处于起步阶段,本文的研究重点放在闭合序列模
当前社会对个人身份的安全性要求逐渐提高,依赖于人体固有生理特征的生物识别技术在各种身份认证领域得到广泛的应用。指纹识别技术由于其个体唯一性、稳定性和简单易操作性