[發(fā)明專利]網(wǎng)絡(luò)中節(jié)點信任評估方法

有效

• 申請?zhí)枺?/td>: 201110198720.X
• 申請日: 2011-07-15
• 公開（公告）號: CN102244587A
• 公開（公告）日: 2011-11-16
• 發(fā)明（設(shè)計）人: 吳基成;顏炎
• 申請（專利權(quán)）人: 杭州信雅達數(shù)碼科技有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L12/26
• 代理公司: 杭州華知專利事務(wù)所 33235
• 代理人: 張德寶

技術(shù)領(lǐng)域

本發(fā)明涉及面向網(wǎng)絡(luò)中節(jié)點的信任管理技術(shù)領(lǐng)域，具體講是一種網(wǎng)絡(luò)中節(jié)點信任評估方法。

背景技術(shù)

近年來國內(nèi)外在信任機制方面進行了大量的研究，提出了多種信任模型，大致可以將其歸類為基于PKI的信任模型、基于數(shù)據(jù)簽名、基于局部推薦、全局信任模型等幾類。基于PKI的信任模型往往是中心依賴的，具有可擴展性，單點失效等問題；數(shù)據(jù)簽名針對數(shù)據(jù)共享應(yīng)用(如文件共享)，無法防止集體欺詐行為；基于局部推薦的信任模型，節(jié)點只是通過詢問有限的其他節(jié)點以獲取某個節(jié)點的可信度；全局信任模型通過鄰居節(jié)點間相互滿意度的迭代，獲取節(jié)點全局可信度，不滿足信任的動態(tài)性，而且每次交易結(jié)束后可能引起全網(wǎng)絡(luò)范圍內(nèi)的迭代。

現(xiàn)有的信任模型大多簡單計算節(jié)點的信任值，然而，不同節(jié)點分屬不同的部門和地域，存在層次粒度差別，有著不同的重要度，節(jié)點在不同方面有著不同的可信度，比如分布式財稅橫向聯(lián)網(wǎng)系統(tǒng)安全可信體系結(jié)構(gòu)所具有的屬性，即分地域?qū)哟巍⒍嗔６忍攸c。因此考慮節(jié)點的信任值時不僅可將其分為資源信任值、節(jié)點貢獻值、節(jié)點評價信任值，還應(yīng)該考慮節(jié)點的自身情境特性；前人提出了基于Bayesian的信任模型，根據(jù)不同影響因素計算節(jié)點信任值，但沒有考慮到層次粒度不同的節(jié)點提供的反饋可信度也不同，而且信任具有動態(tài)性，隨著時間的遷移，節(jié)點的信任度也會發(fā)生變化。

傳統(tǒng)的信任管理中總體信任度的融合計算方法大多是基于直接信任與反饋信任加權(quán)平均計算總體信任信息的：

T＝ω₁·D+ω₂·I

其中ω₁+ω₂＝1，T是總體信任度，D是直接信任度，I是反饋信任度，ω₁和ω₂分別為直接信任度與反饋信任度的權(quán)重，D和I的計算方法大致存在兩類：(1)專家意見法；(2)平均權(quán)執(zhí)法。這些方法都存在較強的主觀性，缺乏適應(yīng)環(huán)境因素的自適應(yīng)調(diào)節(jié)能力。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是，克服以上現(xiàn)有技術(shù)的缺點，提供一種可使終端類型相同的節(jié)點反饋的可信度得以提高；同時，引入時間粒度因于，便信任值隨著時間動態(tài)變化；給出的信任值與節(jié)點歷史行為更加一致，能夠有效地抵御惡意節(jié)點的破壞，增強系統(tǒng)可用性和有效性，具有更好的適應(yīng)性和效率的網(wǎng)絡(luò)中節(jié)點信任評估方法。

本發(fā)明的技術(shù)方案是，提供一種網(wǎng)絡(luò)中節(jié)點信任評估方法，對于網(wǎng)絡(luò)中任意節(jié)點P_i和節(jié)點P_j，節(jié)點P_i維護一個與節(jié)點P_j交互的基于時間窗口的記錄列表，節(jié)點P_i和節(jié)點P_j的交互時間至少包含一個歷史記錄；保存每個節(jié)點交互信息，交互過后更新相應(yīng)信息；

節(jié)點P_i按表達式Γ(P_i，P_j)＝ω₁·Γ_D(P_i，P_j)+ω₂·Γ_I(P_i，P_j)來確定節(jié)點P_j的總體信任度Γ(P_i，P_j)；

上式中的相應(yīng)參數(shù)的計算過程如下，

確定直接信任度Γ_D(P_i，P_j)和反饋信任度Γ_I(P_i，P_j)，

其中f₁，f₂，…，f_n為節(jié)點P_j的環(huán)境因素；b₁(f₁)，b₂(f₂)，…，b_n(f_n)為確定對應(yīng)的環(huán)境因素f₁，f₂，…，f_n選中與否的參數(shù)；a_k為環(huán)境因素的權(quán)值；E_k表示有過交互記錄的節(jié)點對對于環(huán)境因素f_k的評價；m為選中的環(huán)境因素的個數(shù)；