构造移动p2p环境下的分布式信任模型new

《构造移动p2p环境下的分布式信任模型new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据构造移动P2P环境下的分布式信任模型冯景瑜u张玉清2l西安电子科技大学计算机网络与信息安全教育部重点实验室陕西71007l2中国科学院研究生院国家计算机网络入侵防范中心北京100043摘要：基于固定网络的信任模型缺乏对网络高度动态性的考虑，不能直接应用于移动P2P网络。本文利用节点的报文转发能力，提出了一种移动P2P环境下的分布式信任模型Mobl’mst。该模型通过分布式存储机制，将节点转发的评价数据备份于K桶中，扩充了评价数据的存储范围。同时．鉴于移动设备有限的计算能力。设计双反馈机制提高评价数据的可靠性，然后以轻量级的方式计算信任度。仿真结果表明，Mo

2、bTrust能有效降低系统开销，并拥有较高的评价数据利用率和交易成功率。关键词：移动P2Pl信任I报文转发l评价数据0引言P2P(Pee卜to—Peer)是一种新兴的不依赖中心实体的分布式网络环境，在分布式计算、文件共享、电子市场等领域得到了广泛的应用。目前，随着移动终端处理能力的增强和无线技术的发展，P2P技术已经扩展到移动计算领域。与传统的P2P网络相比，移动P2P环境中的网络拓扑结构随着节点的移动而动态变化，节点加入和退出网络的频繁性更加突出。移动P2P网络的这种高度动态性，使其收益与风险并存，更容易滋生恶意节点的欺诈、滥用网络资源行为。一种可行的方法是构造

3、信任模型，对用户评定信任等级，选择信任等级高的节点进行交易。现有的信任模型主要针对固定网络，无法适应移动P2P网络的高度动态性特征。典型的局部信任模型如Comelli，通过简单的局部广播手段，询问有限的节点以获取某个节点的可信性。这种方式的优点是计算简便、收敛快；不足处在于局部范围内的查询，在节点频繁加入和离开的移动P2P网络中，容易出现评价数据的匮乏。基于全局的信任模型。询问网络中的所有节点来获取某个节点的可信性，容易对网络产生较大的系统开销，难以应用于节点能力有限的移动P2P网络中。文献提出了一种移动P2P网络信任模型(PowerPeer-Based1’mst

4、Model，PPTM)。该模型将移动P2P网络划分多个组，每个组都由一个Power节点管理组内节点的评价查询。当组内节点发出查询请求时，本组的Power节点与其余组的Power节点进行交涉，聚集评价数据，计算出信任度。这种方案将计算量集中到Power节点处，但Power节点来源于普通的移动设备，同时应对多个组内节点的信任计算需求时，移动设备计算能力的有限性会使其存在单点失效的问题。本文从节点的报文转发能力得到启发，提出了一种移动P2P环境下的分布式信任模MobTmSt，使节点各自维护自己的信任计算需求。节点执行转发功能时，根据逻辑距离备份被转发的评价数据，使其分布

5、式存储于网络中，提高了评价数据利用率。同时，设计双反馈机制用于保障评价数据的可靠性，在此基础上以轻量级地计算方式得出信任度，减轻了移动设备计算能力的消耗。lMobl、mst信任模型1．1评价数据的分布式存储由于移动P2P网络的高度动态性，仅依靠推荐节点获取∞¨．4丽塘各安至技术与血用73j圜赋万方数据评价数据，很容易造成评价数据在关键时刻的缺失。MobTrust引入K桶理论，设置档案节点，使其基于逻辑距离存储被转发的评价数据。定义1．以二进制标示节点lD，则两个节点x，J，之间的逻辑距离定义为ID上的二进邾异或运算，既m，y)=xoy。对应位相同时结果为O，不同时

6、结果为1。例如：ID。：010lOlOl0I阢：11010100．1UOUUUUl显然，这两个节点的逻辑距离为27+20=129。定义2．对于O三f至K，每个档案节点记录距离其[2‘，2”‘)范围内的推荐节点所提交的评价数据，并存储在形如格式的列表中。这些列表构成了档案节点的K桶，其结构如表1所示。表1K桶结构编号埘i离列太格式H，⋯⋯，l【20．21)l’dIs2小⋯⋯，2∽22)2．dis

7、K小⋯⋯，K[2“，2‘)K-dis其中，诫s_2”1—2‘，表示每个列表的最大存储量。ID。、ID。和IDd分别表示源节点、推荐节点、目标节点的ID；R为被记录的评价数据；TS为时间戳。每个K桶的覆盖范围呈指数关系，且以推荐节点的ID为基准，这就形成了评价数据在推荐节点附近的分布，从而保证推荐节点离线时，网络中仍有多个节点响应评价查询请求。当档案节点转发一个评价时，依据推荐节点的ID查询和更新K桶，执行如下步骤：step1．计算自己和目标节点的逻辑距离妣y)=z毋y。Step2．判定0三妣力

8、至2‘是否