平衡理论的P2P网络分布式信任模型

当前P2P网络中存在着大量的恶意节点攻击和共谋团体欺骗等问题,已存在的信任模型一定程度上完善了P2P网络环境,但模型的侧重点不同,无法全面解决大规模的恶意攻击和欺骗。为此,提出了基于平衡理论的P2P信任模型。该模型由信任结构的构建、恶意节点检测和信任推测等3部分完成。模型根据平衡理论构建信任网络;针对恶意节点的攻击,利用平衡理论定义节点的平衡因子,通过计算恶意行为对网络平衡性的影响来检测恶意节点;利用信任推测算法来推测信任节点,防止网络加入不信任的节点,降低网络的安全性。实验结果表明该模型可靠完善,算法有效和健壮。     

结构化P2P中基于蜜罐的蠕虫发现策略研究

为解决结构化P2P网络中蠕虫发现时间长、准确率低的问题,提出了基于蜜罐技术的蠕虫发现策略.通过在P2P节点的文件索引哈希表中设置代表蜜罐节点地址信息的(K,V)对,将P2P蠕虫引入蜜罐中,并通过设置过滤名单提高P2P蠕虫的发现准确率.通过在模拟环境中的实验和对比,证明了该发现策略能够在P2P蠕虫爆发后的第一轮感染过程中将蠕虫引入蜜罐并准确的识别出P2P蠕虫.为结构化对等网络的蠕虫发现提供了新的方法.     

基于Agent的P2P网络流量监控与调整模型

本文提出了一种基于Agent的P2P网络流量监控与调整模型。该模型借鉴Agent的体系结构,在P2P网络中设置监控管理站点,通过Agent体系结构组织起来,对整个P2P网络进行流量监测,并对网络中的超负荷节点进行流量调整,重新组织网络的拓扑结构。该文实验采用VC对系统进行模拟分析,实验结果表明该方法对调整网络流量具有十分明显的效果,能够有效的调整系统节点的拓扑结构,在系统负荷过重的情况下,有效的减少系统开销,限制超负荷节点对网络带宽的消耗,提高对网络的利用率。在目前的P2P网络中,本文的网络流量监控与调整模型具有一定的推广和使用价值。     

一种采用多层拓扑感知的移动P2P网络路由模型设计

为解决媒体信息的实时传递,在分析已有P2P网络Chord模型算法的基础上,介绍了通过拓扑感知思想采用NAT节点作为子网节点管理的方法改进多层网络结构Chord模型,针对结构化P2P网络比较关心的节点加入、退出与维护算法提出了多层拓扑感知Chord模型,并将其应用于P2P网络多媒体即时通讯系统中,通过系统实现与仿真实验验证了该路由协议的有效性和高效性。     

基于P2P的僵尸网络C&C设计与仿真

近些年来,基于P2P的僵尸网络凭借其网络通信的隐蔽性和网络连接的健壮性特点,逐渐成为国内外研究的热点。针对两层架构的P2P僵尸网络的命令控制(Command and Control简称CC)协议进行了深入探讨与分析,并设计了超级节点更新邻居节点的算法,超级节点分发命令算法,并将公钥加密算法应用到P2P僵尸网络的命令控制协议中,增加了僵尸网络通信的隐蔽性和网络的健壮性。同时,对该类型的僵尸网络中普通节点接收命令时的流量和超级节点转发命令时的流量进行了模拟仿真,仿真结果证明了节点的心跳流量和命令流量与用户的正常上网流量相比较而言微乎其微。最后,对该类型的P2P僵尸网络提出了防御策略的相关建议。     

基于P2P的分簇自组织网络路由模型

通过在Internet物理拓扑基础上建立P2P覆盖网络的虚拟拓扑结构,建立起完全分布式自组织网络路由模型——分簇自组织网络路由模型CSON。描述了模型的结构并提出了CSON模型中簇群的划分、初始节点的选取和节点的自适应性算法。     

基于节点行为的P2P网络信任管理机制研究

为了降低P2P(点对点)对等网络交易中恶意节点对系统信誉的影响并改善网络交易安全,提出一种基于节点行为的信任管理模型PBCM-Trust.模型将网络节点按功能分为自治域超级节点层、代理服务器层和上层服务器层3层,以节点成功交易率和评价粒度为评价指标,根据节点行为将节点分为诚实节点、搭便车节点、一般恶意节点、协同恶意节点和策略性恶意节点5类.仿真实验表明模型能有效根据节点行为识别出网络中的恶意节点并降低其成功交易率,一定程度上净化了网络交易环境.     

P2P僵尸网络的快速检测技术

以僵尸网络为平台的攻击发展迅速,其控制协议与结构不断演变,基于P2P协议的分布式结构僵尸网络得到快速发展.现有的P2P僵尸网络检测技术大都通过分析历史网络流量信息来进行离线检测,很难保证检测结果的准确性,也较难满足实时性需求.针对这种情况,提出P2P僵尸网络快速检测技术,首先采用一种改进的增量式分类技术,在线分离出满足P2P协议的网络流量;然后利用P2P僵尸主机的通信模式具有行为相似性和周期性的特点,通过动态聚类技术和布尔自相关技术,快速检测出可疑僵尸主机.实验结果表明该技术能够高效实现P2P僵尸网络的快速检测.     

一种新型的基于结构化P2P的路由算法

随着计算机网络技术快速发展,P2P网络已成为一个研究热点,但是现有P2P网络普遍存在路由效率不高和绕路问题。为提高现有结构化P2P的网络路由和避免绕路问题,本文通过基于Internet网络物理位置相近原则进行簇群的划分,在Internet物理拓扑基础上建立一个P2P覆盖网络(P2P overlay network)虚拟层,基于覆盖网络虚拟层设计了绕路避免网络路由(Detour Avoiding Net-work Routing简称DANR)算法。详细的设计了路由算法、节点自适应算法、冗错机制及数据项备份策略。通过引入基于网络物理拓扑的分簇机制提高网络可扩展性和查询效率,利用低价冗余机制和数据项备份策略,进一步优化系统的查询效率。经性能分析和NS2实验仿真验证该路由协议降低了系统路由开销,大大提高了查询效率。     

异步P2P网络的实现机制

复杂网络及P2P是当前研究热点问题。在全球范围内,用户之间基于电子邮件的通信关系隐式决定了一个复杂电子邮件网络。基于复杂电子邮件网络中节点间的信任关系,提出了异步P2P的概念,阐述了其实现机制,讨论了异步P2P网络中两个重要的应用,即如何发布/检索信息及如何实现异步的文件共享,并在此基础上指出了有待深入研究的问题。     

移动僵尸网络的设计及分析

为了更好的对移动僵尸病毒传播方式及命令与控制网络进行研究,提出一种基于SMS-HTTP的移动僵尸网络模型。该文利用多差树结构和混合P2P结构建立高效的命令与控制网络,给出移动僵尸病毒传播算法、命令与控制网络构建算法和僵尸节点加入算法。通过对网络模型的度和高度的平衡,对网络的节点规模、联通性和安全性进行控制。实验环境中,当模型高度为6、度为8时,模型节点规模最多可达到21万。当模型节点规模为10万时,模型的连通率可在5跳内达到100%。结果表明:模型具有较好的可扩展性,可使模型具有较高的连通率和安全性。     

一种具有负载平衡的虚拟计算环境拓扑

通过分析典型P2P系统的拓扑结构特征,提出一种包括产生、成长和成熟运行的三阶段支持多节点同时并行加入的iVCE拓扑生成方法。研究结果表明：该方法可以产生结构稳定、具有负载均衡能力的网络拓扑结构。其超级节点度呈现一种正态分布特征,平均节点间最短路径长度显示拓扑具有小世界特征;该拓扑生成方法可为研究、设计实际的iVCE系统仿真提供支持。     

考虑节点异质性和故障函数的电力信息物理系统风险传播模型

由于电力信息物理系统的耦合建模方法大多数依赖网络拓扑结构划分节点类型,未考虑节点信息的属性,同时也忽略了不同节点类型对风险传播的影响,削弱了对风险预测的能力。因此,提出了一种考虑节点异质性和故障函数的电力信息系统风险传播模型。首先对实际电力网络节点特性以及耦合性特点进行分析,结合节点异质性提出双网节点的表征方法,基于双网物理和逻辑依赖关系,设计了电力信息物理融合系统(cyber physical systems, CPS)表征模型。在此基础上,考虑双网状态交互影响的方向性及节点的依赖性,分析影响风险传播的因素,通过定义基于节点度的故障概率函数,构建了电力CPS风险传播模型。以合成网络和意大利真实数据所建立的耦合网络进行实验分析,证明模型的有效性。     

一种基于P2P的可扩展Web缓存方法

在分析现有P2P网络缓存技术的基础上,提出了一种基于P2P的可扩展Web缓存方法, 系统原型包括胖节点和瘦节点,胖节点负责某一区域内所有节点的信息,它保存着该区域内所有节点的地址列表和节点所共享的缓存内容的索引.瘦节点可以和区域内的所有节点直接进行通信.实验表明,和现有的P2P网络缓存方法相比,该方法只需在每个节点上增加很低的开销就可以扩展节点,增加了容错性,且易于管理和易于发现节点.     

基于图多层感知机的节点分类算法

多数图神经网络(Graph Neural Networks, GNN)通过设计复杂的节点信息传递和聚合方式,以提升节点分类等图分析任务的实验表现,而本文提出了一种无需信息传递和聚合的图多层感知机(Multi-Layer Perceptron, MLP)模型A&T-MLP,利用属性和拓扑信息引导的对比损失来增强模型表征能力。A&T-MLP首先使用属性矩阵和邻接矩阵计算节点间的属性和拓扑相似度;然后使用基于相似度信息引导的对比损失,增大特征空间中相似节点的一致性和不相似节点的差异性;最后构建多层感知机模型并引入交叉熵损失进行端到端训练。在节点分类任务中,A&T-MLP表现优于基线模型,Wikipedia数据集上的Micro-F1和Macro-F1相较GNN模型图卷积网络(Graph Convolutional Network, GCN)提升了15.86%和13.64%。实验结果表明,A&T-MLP能够通过对比损失保留丰富原始图的信息,提升模型性能。此外,A&T-MLP在处理拓扑信息不准确的图数据时具有较为明显的优势,即使在缺失80%拓扑信息的极端情况...     

基于TOPSIS的复杂电网节点重要性评估

本文利用复杂网络理论构建了江西电网拓扑模型,对其网络特性进行分析,通过TOPSIS(technique for order preference by similarity to ideal solution)算法评估电网中的重要节点,并利用SIR(susceptible infected recovered model)模型对重要节点的传播影响力进行仿真分析。结果表明江西电网节点度分布服从幂律分布,网络呈现出无标度和小世界特性。网络中的重要度排名前10的节点分别为罗坊、抚州、梦山、鹰潭、乐平、永修、南昌、文山、赣州和红都。SIR仿真结果说明重要节点对网络的传播影响力极大,其中TOPSIS方法下的最终节点感染规模相比单一指标至少有5%的增幅。     

基于节点重要度动态评估的复杂网络级联失效分析

级联失效前的评估和检测是预防和控制级联失效现象的关键,对充分把握整个网络系统的稳定运行至关重要。为深入探究级联失效传播过程的内在机理,提出一种考虑网络动态特性的节点重要度评估模型;在此基础上,采用一种更符合真实复杂系统的非线性容量负载模型,利用该模型进行不同攻击策略下的级联失效仿真,以网络的最大连通子图比例为测度量化网络抵御级联失效的抗毁性,仿真结果表明,节点41所在的广安市与节点55所在的重庆市,无论是在静态节点重要度评估,还是动态节点重要度评估下,均是成渝铁路网络中最关键的节点;此外,不考虑级联失效情况下,在网络的静态拓扑结构中,节点的度中心性更能代表节点的关键程度;而在动态的网络拓扑结构中,节点的介数中心性更能代表节点的重要性,与度值攻击相比,采用重要度攻击策略能以更快的速度击溃网络;考虑级联失效情况下,与其他攻击策略比较,采用重要度攻击策略时,在级联失效的作用下,仅攻击2个节点,网络便会迅速崩溃,验证了节点重要度动态评估模型的有效性;同时探讨了网络在不同模型参数下抵御级联失效的抗毁性,实验结果表明,在一定范围内提高负载系数、容量系数可以有效提高网络抵制级联失效的抗毁性;受网络拓扑结构和攻击策略的影响,需设置较大的节点容量,来预防网络的级联失效。     

大数据中网络节点拓扑不稳定性的评估模型设计

大数据中网络节点拓扑结构复杂且具有明显的不稳定性,当前网络节点拓扑不稳定性评估模型大多依据社会网络分析方法理论,从不同角度表示具有不同拓扑结构特性的网络元件,获取的评估结果不充分、不可靠。为此,提出一种新的大数据中网络节点拓扑不稳定性评估模型,通过节点收缩法对大数据中网络节点重要性进行评估。针对大数据中网络节点拓扑不稳定性的评估,结合风险函数丰富熵的内涵,将事件的风险函数在效用系数空间中的平均值看作网络的效用风险熵,依据得到的效用风险熵对效用风险熵权重进行计算。将节点收缩法和效用风险熵权重结合在一起,重新考虑权重的影响,给出新的大数据中网络凝聚度,得到大数据中网络节点拓扑不稳定性评估模型。实验结果表明,所提方法评估可靠性很高。     

基于平衡理论的P2P信任模型的建构与设计

当前P2P网络中存在着大量的恶意节点攻击和共谋团体欺骗等问题,已存在的信任模型在一定程度上完善了P2P网络环境;但模型的侧重点不同,无法全面解决大规模的恶意攻击和欺骗。为此,提出了基于平衡理论的P2P信任模型。该模型由信任结构的构建、恶意节点检测和信任推测等三部分完成。模型首先根据平衡理论构建信任网络;针对恶意节点的攻击,利用平衡理论定义节点的平衡因子,通过计算恶意行为对网络平衡性的影响来检测恶意节点;最后利用信任推测算法来推测信任节点,防止网络加入不信任的节点,降低网络的安全性。实验结果表明该模型可靠完善,算法有效和健壮。