[發明專利]一種基于貝葉斯理論與熵理論的動態輕量級信任評估方法有效

申請號：	201310167985.2	申請日：	2013-05-06
公開（公告）號：	CN103297956A	公開（公告）日：	2013-09-11
發明（設計）人：	馮仁劍;車沈云;吳銀鋒;于寧	申請（專利權）人：	北京航空航天大學
主分類號：	H04W12/00	分類號：	H04W12/00;H04W24/02
代理公司：	暫無信息	代理人：	暫無信息
地址：	100191***	國省代碼：	北京;11
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于貝葉斯理論動態輕量級信任評估方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【權利要求書】：

1.一種基于貝葉斯理論和熵理論的動態輕量級信任評估方法，其特征在于：通過貝葉斯理論得出評估客體的直接信任值，并根據有效歷史記錄及衰減因子進行周期性更新；根據評估客體直接信任值的置信度大小決定計算綜合信任值時是否需考慮間接信任值；并結合熵理論確定各信任值的權重；假設評估節點i對被評估節點j進行信任評估：其中節點i稱為評估主體，節點j稱為評估客體，該方法具體步驟如下：?

步驟一：根據貝葉斯理論，評估主體計算評估客體的直接信任值，具體方法為：?

假設節點i與節點j的直接信任值的先驗概率分布函數為貝塔分布Beta（α_ij，β_ij），其中α_ij表示節點i與節點j合作成功的次數，β_ij表示節點i與節點j合作失敗的次數；根據貝葉斯規則可知貝塔分布為共軛先驗分布，因此直接信任值的后驗概率分布函數仍為貝塔分布Beta（α_ij+1，β_ij+1），將所得后驗分布的數學期望作為節點j的直接信任值：?

初始時假定α_ij＝0，β_ij＝0；?

步驟二：評估主體利用衰減因子與有效歷史記錄周期性更新評估客體的直接信任值，具體步驟為：?

（1）設評估主體i在0時刻完成對評估客體j直接信任向量D_ij的初始化，直接信任向量的更新周期為t，為提高動態適應能力并節約節點i的存儲，引入有效歷史記錄數h（h≥1，且為整數），即將周期t拆分為h個時段，節點i只在該周期內的各時段初始時刻?觀察評估客體j的網絡行為，并記錄各時段的合作成功次數α_ij(k)與合作失敗次數β_ij(k)，此為有效歷史記錄；記錄t時刻節點j網絡行為的觀察結果，s=1表示該次行為為正常行為，s=0表示該次行為為惡意行為；評估主體i通過監聽信道實現對評估客體j網絡行為的觀察，采用混雜接收的通信模式；?

（2）評估主體i根據歷史記錄值可信程度隨時間衰減的特性，引入衰減因子λ（0≤λ≤1），動態地設置相應記錄值的權重；?

（3）評估主體根據各有效歷史記錄，并代入各個歷史記錄的權重，即可得到評估客體j在t時刻的直接信任：?

步驟三：評估主體計算評估客體直接信任值的置信度，并判斷該置信度是否大于某一閾值以決定是否需進一步計算評估客體的間接信任值，具體方法為：?

設為評估客體的直接信任值D_ij置信度為γ的置信區間，0＜ε＜min(1-D_ij,D_ij)，ε取值視具體應用環境而定，則?

設置信度閾值為γ₀（0.8≤γ₀≤1）；若γ≥γ₀，則評估客體的直接信任值即可作為其綜合信任值T_ij＝D_ij，本輪評估過程結束；否則轉至步驟四；?

步驟四：確定推薦信任值傳遞路徑，使用熵理論確定各推薦信任值的權重，計算評估客體的間接信任值，并結合直接信任值計算評估客體的綜合信任值，具體步驟為：?

（1）評估主體向周圍發送廣播消息，尋找推薦節點，建立評估主體與評估客體之間的推薦信任值傳遞路徑，具體方法為：?

評估主體i向周圍廣播評估客體j的推薦信任值的查詢命令，評估主體和評估客體的共同鄰居節點稱為推薦節點，如節點x，收到查詢命令后，將自身對評估客體的直接觀察記錄（α_xj，β_xj）發送給評估主體；?

（2）評估主體利用自身對推薦節點，如節點x，的直接觀察記錄（α_ix，β_ix），與推薦節點發回的結果（α_xj，β_xj），計算出節點x對評估客體的推薦信任值

（3）假設有n個推薦節點則存在n個推薦信任值通過信息熵理論確立各推薦信任值的權重并進行推薦信任值的動態綜合，具體方法如下：?

①計算各推薦信任值的熵，以計算第x個推薦信任值的熵為例：?

②根據所得熵，計算各推薦信任值的權重，以計算第x個推薦信任值的權重為例?