[發明專利]貝葉斯算法和MapReduce相結合的信任度量方法

有效

• 申請號: 201310397770.X
• 申請日: 2013-09-04
• 公開（公告）號: CN103455842A
• 公開（公告）日: 2013-12-18
• 發明（設計）人: 鄭相涵;徐凌珊;陳哲毅;郭文忠;陳國龍
• 申請（專利權）人: 福州大學
• 主分類號: G06N3/00
• 分類號: G06N3/00;H04L29/08
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊

技術領域

本發明涉及一宗貝葉斯算法和MapReduce相結合的信任度量方法。

背景技術

現有網絡信任模型為移動終端間通信信任研究提供了可參考的理論依據，主要分為兩個類別：集中式信任度量和分布式信任度量。分布式信任度量是從主觀角度出發，結合信任概念對節點的行為屬性、行為的交互及結果進行判斷，一定程度上實現節點行為的主觀可信評估。目前該領域的研究已取得一些重要成果，其中比較有影響力的工作有：EigenTrust，PowerTrust，PeerTrust，R2BTM，DRS(Dirichlet?Reputation?Systems)，FTE（Fuzzy-based?Trust?Evaluation），PRMGST等。其中DRS考慮到節點的信任評價隨時間而衰減，引入時間衰減因子，提出了一種基于Dirichlet概率分布的信任計算方法，有效抑制了惡意節點在累積一定信任度后對網絡或其它節點施加惡意行為。考慮到信任概念本身的模糊性，FTE利用模糊理論對信任管理問題進行建模，研究節點的信任初始化機制、信任度量算法，信任動態更新機制。上述研究成果從不同角度，利用不同理論和方法對節點的信任算法進行定義，綜合考慮歷史交易記錄中的直接信任以及推薦節點的間接信任，一定程度上實現節點間的安全互聯。

在集中式信任度量方案中，中心化的信任服務器收集各個節點在每次交易完成后的相互信任評價，并對各個節點進行信任度統一計算與存儲。例如，ebay采用簡單的加權平均法對節點信任值進行計算；Spora系統在ebay算法的基礎上，引入時間加權因子，對近期的信任評價賦予更高的權值；Wang在文獻中更引入模糊信任理論將節點的信任度按一星到五星5個級別進行劃分與計算，更形象地描述端點的信任值。在這些具體方案中，采用不同算法獲得的節點最終信任值將為下一次節點間的交互提供可參考的歷史依據。

以上信任度量機制在移動網絡通信過程中存在一定的局限性。集中式信任度量方案具有結構簡單、易于實現等優點，但是該方案可能由于過度依賴少數中心化的信任服務器，容易造成單點故障問題，影響系統的可靠性與可擴展性；其次在大規模、高連接頻率的通信服務中，高復雜度的信任度量算法與更新機制可能給信任服務器帶來較大負擔；節點的網絡異構性（比如，移動接入）、連接頻率等因素可能會大大增加信任服務器的接入與響應延遲，這降低了終端用戶的體驗度。相比集中式信任度量機制，分布式信任度量方案不存在單點故障問題，具有更高的可靠性與可擴展性；同時，將信任算法的計算分配給所有的網絡節點，因此在系統實際應用中不受信任算法復雜度的影響。但是，該方案也存在兩方面局限性：由于缺乏中心化的管理模式，節點間接信任度的獲取需要依靠大量的數據發送與采集工作，這增加節點負擔的同時也可能造成較高延遲。數據在異地節點存儲過程中難以保障數據的機要性、完整性、以及訪問過程的便利性，可能直接影響系統的安全性與實際應用性能。

發明內容

有鑒于此，本發明的目的是提供一種貝葉斯算法和MapReduce相結合的信任度量方法。

本發明采用以下方案實現：一種貝葉斯算法和MapReduce相結合的信任度量方法，其特征在于，包括以下步驟：

S01：采用貝葉斯過濾算法對移動終端交互中產生的行為記錄進行信任度評估，通過統計訓練數據集中的先驗概率，利用貝葉斯公式計算出其后驗概率，選擇最大后驗概率作為行為記錄的信任度；

S02：運用帶Dirichlet過程的貝葉斯推理算法對可信記錄做概率分布評估，得到對移動終端的可信度預測；

S03：采用信息增益算法實現特征值的選取。

在本發明一實施例中，所述步驟S01采用基于多變量的伯努利事件模型對行為記錄分解所得的屬性詞集進行處理。