面向動態(tài)惡意行為的P2P信任模型研究.pdf

1、近年來P2P網(wǎng)絡(luò)作為互聯(lián)網(wǎng)中一項新技術(shù)得到了快速發(fā)展，大大提高了用戶之間共享各種資料數(shù)據(jù)的效率，在文件共享、分布式存儲等領(lǐng)域得到了廣泛應(yīng)用。同時由于P2P網(wǎng)絡(luò)自身的自治性、匿名性與動態(tài)性，網(wǎng)絡(luò)也面臨著大量的安全問題。目前在網(wǎng)絡(luò)中出現(xiàn)了具有動態(tài)特性的惡意行為。即惡意節(jié)點或團體在整個網(wǎng)絡(luò)中并不總是呈現(xiàn)惡意行為，而是首先通過與其他節(jié)點的正常交互或團體內(nèi)互相交互騙取較高的信任值，然后實施惡意行為。
　　由于這些安全問題的最終來源還是惡意節(jié)

2、點，所以應(yīng)當(dāng)對惡意節(jié)點進行抑制，目前在網(wǎng)絡(luò)中廣泛使用信任模型來抑制惡意節(jié)點。本文研究了傳統(tǒng)信任模型的建模方法。在傳統(tǒng)信任模型中，節(jié)點與節(jié)點之間交互之后會進行相互評價，從而可以通過計算評價得到每個節(jié)點的信任值。但是由于網(wǎng)絡(luò)中動態(tài)惡意行為的存在，傳統(tǒng)信任模型中計算得到信任值并不一定是真實的。本文針對P2P網(wǎng)絡(luò)中的動態(tài)惡意行為，深入研究了動態(tài)惡意行為的特征，提出了一種新的信任模型DMBTrust。在本模型中引入了對動態(tài)惡意行為的動態(tài)抑制機制，

3、即將節(jié)點進行評價的過程也納入信任值計算的過程，對節(jié)點的評價行為也進行監(jiān)測，并使用精心構(gòu)造的冪指函數(shù)對節(jié)點的虛假評價行為進行懲罰，由于冪指函數(shù)快速衰減的特性，節(jié)點通過欺騙行為積累起來的信用會因為少量的惡意行為而被迅速降低。同時對節(jié)點的客觀評價行為進行激勵，以激勵節(jié)點的正常行為。同時在本模型中每一個節(jié)點都是平等的，即不存在特權(quán)節(jié)點，消除了傳統(tǒng)信任模型中由于惡意節(jié)點冒充特權(quán)節(jié)點帶來的安全問題。
　　最后本文實現(xiàn)了一個基于DMBTrust