對等網絡中信任模型與激勵機制研究.pdf

1、P2P網絡具有開放、動態(tài)、異質、節(jié)點對等、資源共享自愿等特性，近年來，其優(yōu)勢已經在文件共享、協(xié)同計算、分布式存儲以及應用層組播等應用領域得到了充分證實。然而，許多事實也表明P2P網絡中存在大量自私的理性節(jié)點，他們的根本目標是最大化自身利益，而并不考慮網絡的整體效用；甚至，一些惡意節(jié)點采用欺騙行為提供虛假資源與不良服務，企圖破壞網絡，從而造成數(shù)據(jù)污染、自由騎、公共悲劇以及不可靠服務的可用性等問題。這些問題不僅導致P2P網絡本身資源利用率、

2、可信度與服務成功率降低，而且會加重底層物理網絡的負載與擁塞，嚴重地阻礙P2P網絡的健康發(fā)展。本文圍繞上述問題展開研究，試圖從覆蓋網絡構造、信任模型與激勵機制等方面提出一些理論方法與實用技術，以促進節(jié)點有效合作并合理使用網絡資源，提高P2P網絡的綜合性能。主要研究內容包括：
　?、盘岢鲆环N層次型P2P覆蓋網絡構造方法，以提高邏輯覆蓋網絡與物理網絡的匹配程度，并支持后續(xù)的全局信任值分級計算。邏輯覆蓋網絡與物理網絡的不匹配現(xiàn)象會導致嚴重

3、的路繞問題，造成大量的帶寬浪費與系統(tǒng)延時，加重公共悲劇。針對這種現(xiàn)象，本文引入模糊邏輯學中基于密度的減法聚類方法，設計一種基于物理網絡中節(jié)點間距離鄰近度的子網劃分算法，確保同一邏輯子網中的節(jié)點在物理網絡上也是鄰近的，每個子網絡均基于Chord協(xié)議自組織為結構化P2P網絡。同時，考慮到P2P網絡中節(jié)點能力的差異性，設計一種基于DHT的超級節(jié)點選舉算法，從每個子網絡中選舉計算能力強且在線時間長的節(jié)點作為各子網絡的超級節(jié)點，所有超級節(jié)點又自組

4、織形成一個小網絡，這就是上層網絡，整個網絡被構造成為帶有超級節(jié)點的層次型覆蓋網。分析與實驗結果表明這種層次型覆蓋網絡構造方法既能夠解決P2P網絡的路繞問題，又能夠提高其穩(wěn)定性。
　?、铺岢鲆环NP2P網絡全局信任模型并給出它的分布式實現(xiàn)，幫助節(jié)點進行服務選取，盡量回避污染數(shù)據(jù)與不可靠服務。該模型基于節(jié)點間的歷史交易信息計算本地(局部)信任值，并通過分布式迭代算法求解節(jié)點基于整個網絡的全局信任值，能夠確保構成迭代算法的概率轉移矩陣具有

5、非周期、不可約的馬爾柯夫統(tǒng)計特性，從而使得迭代算法收斂。模型在本地信任值計算方法中引入模糊函數(shù)處理正負評價，與將正負評價簡單加減的常用方法相比，既提高了本地信任值計算的合理性，又兼顧了激勵機制。針對P2P網絡中全局迭代算法的計算量與通信開銷隨著網絡規(guī)模二次方比率增長的問題，本文模型采用分級計算方法求解節(jié)點的全局信任值，利用上述提出的層次型覆蓋網絡，將大規(guī)模物理網絡從邏輯上劃分成若干小網絡，迭代算法在各小網絡中并行進行，待迭代收斂后逐層合

6、成計算結果，便得到節(jié)點的全局信任值，該方法有效地降低了全局信任模型的計算量與通信開銷。
　?、轻槍阂夤?jié)點提供虛假信任評價及策略性動態(tài)搖擺行為兩種情形，分別提出了有效的遏制機制，以增強全局信任模型的抗攻擊能力。利用評價管理節(jié)點監(jiān)視節(jié)點的評價行為，并且計算節(jié)點的評價可信度；利用信任管理節(jié)點監(jiān)視節(jié)點的動態(tài)搖擺行為，并且計算節(jié)點的動態(tài)搖擺度。模型通過反饋控制機制將評價可信度與動態(tài)搖擺度反饋到本地信任值求解階段，間接地影響節(jié)點的全局信任值

7、。節(jié)點無論評價可信度低還是搖擺度大都將受到系統(tǒng)的懲罰，它的全局信任值就會降低，反之亦然。仿真實驗表明，本文模型較已有相關模型具有更強的抗攻擊能力和更高的服務成功率。再次，針對自由騎問題，提出一種基于全局信任值的激勵機制。分析了BitTorrent系統(tǒng)中的TfT(Tit-for-Tat)策略，指出該策略在能夠建立可重復博弈的理想網絡中是實用的。但是，在規(guī)模較大且服務形式多樣化的P2P網絡中，節(jié)點間交易的隨機性造成建立重復博弈的概率極低，因