基于信任向量的P2P网络信任管理模型

为了解决由于P2P开放、匿名和高度动态的特性而容易受到攻击并被攻击者用来散布恶意信息的问题,需要建立P2P节点间的信任关系,提出一种TPP(trust in peer to peer)方案。该方案中每个节点通过计算被查询节点信任值的方式,使用信任向量建立本地信任表,并提交对另外节点的评价以建立全局可信表,最终建立一个信任网络。模拟结果表明TPP比其他模型的交易成功率高,而通信和计算资源开销小,且能够很好地解决冒名、协同作弊以及"搭车行为"等安全问题。通过建立TPP模型,P2P网络有更强的健壮性和可扩展性,安全性提高,易于建立更加可信的网络。     

基于信任向量的P2P网络信任管理模型

为了解决由于P2P开放、匿名和高度动态的特性而容易受到攻击并被攻击者用来散布恶意信息的问题,需要建立P2P节点间的信任关系,提出一种TPP(trust in peer topeer)方案。该方案中每个节点通过计算被查询节点信任值的方式,使用信任向量建立本地信任表,并提交对另外节点的评价以建立全局可信表,最终建立一个信任网络。模拟结果表明,TPP比其他模型的交易成功率高,而通信和计算资源开销小,且能够很好地解决冒名、协同作弊以及"搭车行为"等安全问题。通过建立TPP模型,P2P网络有更强的健壮性和可扩展性,安全性提高,易于建立更加可信的网络。     

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.     

基于P2P网络的信任模型研究

P2P应用系统的基本安全需求中，信任关系是保证P2P网络应用安全的关键。本文探讨了两种新的信任机制，它们是对现有的信任机制提出了一些改进。一种是结合了局部信任表与全局名誉表而提出的P2PTrust方案，另一种是为P2P访问控制建立的团体信任模型。     

基于区块链技术的云身份管理信任模型设计

提出了基于区块链技术的云身份管理信任模型,该信任模型允许云服务提供商以动态和分布式的方式自主管理其信任关系,而无需诸如IDP等集中管理机构。该模型通过有效的身份验证机制,允许跨多个域分布的数据使用身份信息来简化操作,优化用户体验。为实现云身份管理的安全性和隐私性提供了身份管理安全问题参考解决方案。通过与传统的云身份管理模型对比,证明了本设计的稳定性。     

基于区块链技术的云身份管理信任模型设计

提出了基于区块链技术的云身份管理信任模型,该信任模型允许云服务提供商以动态和分布式的方式自主管理其信任关系,而无需诸如IDP等集中管理机构。该模型通过有效的身份验证机制,允许跨多个域分布的数据使用身份信息来简化操作,优化用户体验。为实现云身份管理的安全性和隐私性提供了身份管理安全问题参考解决方案。通过与传统的云身份管理模型对比,证明了本设计的稳定性。     

基于主观逻辑的区块链信息能力评估信任模型

分析了区块链的技术特点和工作原理,结合分布式网络节点,参考信息能力评估体系,研究这些方法的实现原理、复杂性,总结其合适的环境和优缺点,提出了基于主观逻辑的区块链信息能力评估信任模型(ETMBCIC-SL).该模型引入Jøsang的主观逻辑来检测区块链记账行为,以解决检测区块链权限控制的动态可信问题,通过独立观点和依赖观点2个方面检测信息能力.仿真结果表明,该模型具有较高的完备性、准确性和实时性.     

基于信任模式的P2P超级节点选取机制研究

本文提出了一种基于信任模式的P2P超级节点选取机制,通过计算节点的总体信任度作为评选超级节点的一项重要指标,并在计算节点信任度的过程中引入奖励惩罚因子和时间衰减因子,同时在选取超级节点时采用阈值过滤算法从普通节点中筛选备选超级节点集合,然后再从备选超级节点集合中选取最优的节点作为超级节点。通过在Matlab实验环境下仿真表明,该机制能够有效提高P2P超级节点选取的准确性。     

基于信任社区的P2P资源共享模型设计

P2P软件在资源共享中存在大量管理的漏洞,其主要原因是无法准确而高效的进行信任管理。通过对信任评估指标体系的划分,提出了一种信任社区的概念,即具有相同或相近评估指标的节点组成一个信任社区,在节点发送资源请求信息时,首先在信任社区内进行搜索,保证了得到的信任信息的可靠性。同时,为了更准确的计算信任值,本文还引入了时间衰减函数。     

P2P电子商务中基于群的信任模型

在分析P2P电子商务特点的基础上,提出一种基于群的信任模型CPNM.与传统信任模型不同的是,节点的信任度主要由同群内的节点评估而不是用全体节点进行评估;在信任度量中,除交易总数和交易反馈两个常规参数外,还引入了交易规模参数.经模拟实验测试,CPNM可以降低网络负载,保证较高的网络性能,表现出良好的抗共谋攻击能力.     

基于信誉推荐和客观信任协商的P2P信任评估模型

根据P 2P网络的特点,在分析几种主要的信任模型的基础上,以信誉的特点及人类社会的实际特点为出发点,提出基于信誉推荐和客观信任协商的信任评估模型,该评估模型在充分考虑对每次网络交互的客观信任评价的前提下,引入主观性的信任评价机制。通过模拟实验,验证了模型的有效性。     

基于聚类分组的P2P网络信任模型

由于P2P网络的匿名性与节点自由进出P2P网络的特点,给网络带来了一系列的安全问题。为了解决P2P网络中的信任问题．本文提出了一种基于聚类分组的信任模型。首先给出了信任度的定义;然后依据兴趣分组计算节点的信任值和小组的信任值;最后提出了基于聚类分组的信任模型的实现方式。     

P2P网络中基于L-模糊集的信任模型

目的 研究P2P网络环境下实体之间的模糊信任关系,建立基于L-模糊集理论的P2P网络信任模型.方法 以模糊集理论为基础,利用L.模糊集理论,对实体间的信任关系进行自然语言建模,给出信任级别的自然语言定义机制,以此建立P2P网络环境下基于语言变量的多条信任推荐机制和信任评价机制.结果 建立了一种基于三I算法进行模糊推理和信任演绎的P2P网络信任模型(L-fuzzy trust).结论 仿真实验表明该信任模型在性能上得到了比较明显的提高.     

P2P电子商务中基于声誉的关系信任模型

P2 P电子商务迅速得到发展,但如何在众多的商品中选择自己满意的商品并不是一件容易的事。为了满足用户多样性的要求,提出了一种基于声誉的关系信任模型,用户在Agent的协助下以商品的信任值排序后选择自己满意的商品。商品的信任值包含启动信任值和经验信任值两部分,启动信任值由商品的声明属性与同类商品的实际属性和信任值对比获得,经验信任值由交易经历和用户评价获得,在计算经验信任值时,用动态时间窗口减少计算量,在全局范围评估评价可信度以降低恶意评价的影响。测试和计算结果表明启动信任值能让无评价或仅有很少评价的优质新商品能与信任度很高的商品合理竞争,比另外两种信任启动方法更适合电子商务系统;关系信任模型对恶意评价有较强的抵抗能力。     

P2P环境下基于兴趣的分布式信任模型

为解决P2P网络中节点的不合作行为和恶意攻击等问题,提出了一种分布式兴趣信任模型DITM.模型通过划分兴趣域聚集兴趣相似的节点来解决节点间因兴趣不对称难以建立直接信任关系的问题.利用兴趣相似度刻画节点在其偏好领域上的服务行为相似性,并通过兴趣相似度加权域推荐信任度计算域服务信誉.节点在不同域内的服务信誉组成一个服务信誉...     

一种基于P2P系统的分布式信任模型

在P2P环境中,信任管理是一个新颖而又重要的安全问题.提出了一种基于P2P系统的分布式信任模型,该模型在Chord协议的基础上进行扩展,采用了一种新的信任值发布、查询、获取的方法,信任值的计算与更新的过程,采用了全局信任值和局部信任度合成的方法.分析表明该模型能够满足信任值的安全管理需求,保证了在开放分布的P2P环境下信任值的存储,更新,和获取的安全性,为信任管理研究提供了一种新思路.     

基于历史聚集簇的P2P网络信任模型

P2P网络具有开放、匿名、节点间松耦合等特性,这些特性导致许多恶意节点提供虚假资源、恶意评价、团伙作案等问题.为解决这一问题,提出了一种新的P2P网络信任模型RCTrust,该模型在将节点根据兴趣等历史信息以簇的形式聚集的基础上,根据节点通信的目标所在簇分为簇内信任和簇外信任两种类型,并根据节点的通信成功率、通信历史相关度、评价诚实度以及评价时效性等行为对节点的信誉进行评价和反馈.仿真分析表明,该信任模型具有抵抗恶意攻击的能力,并提供了较高的通信成功率.     

一种基于群组的P2P完备信任模型

针对P2P网络中影响信任评价的关键问题,提出一种基于群组的P2P完备信任模型TrustFrame.该模型把信任划分为群组内节点的信任和群组间节点的信任,根据请求节点和服务节点所属群组的关系对信任值进行度量.在模型构建中,引入信任的老化时间、节点的相似度,并动态调节直接信任和间接信任的权重,提高了信任计算的准确性.同时,充分考虑信任信息的扩展、节点的初始信任,并实施节点的服务控制策略,增强了模型的健壮性、通用性和扩展性.仿真结果表明,与已有的信任模型相比,该模型具有较高的成功请求率和较低的系统开销.     

均衡评估算法对基于区块链的无线传感网节点信任管理优化

提出了一种均衡评估算法,通过在区块链中消除无线传感器网络中的恶意节点来增强信标节点之间的信任关系。首先将传感器节点信息打包生成区块,按照节点编号顺序生成区块链;接着在区块链中对每个信标节点进行基于行为、基于反馈和基于数据的信任值计算,将3个信任值加权得到每个信标节点的均衡信任值,并将均衡信任值广播给基站;最后对均衡信任值排序,把信任值较小的信标节点视为恶意节点,并将其从区块链中剔除。仿真结果显示,均衡评估算法在平均定位误差、检测精度和平均能耗等方面都有了很好的提升,同时保证了信任评估管理过程的安全性和可追溯性。