您的位置: turnitin查重官网> 计算机 >> 计算机毕业题目 >探究衰减P2P网络模糊综合信任模型

探究衰减P2P网络模糊综合信任模型

收藏本文 2024-01-29 点赞:8514 浏览:32656 作者:网友投稿原创标记本站原创

摘要:信任机制是P2P网络不可或缺的一种安全对策,而信任模型又是信任机制必不可少的组成部分。随着电子商务、文件共享等P2P技术的广泛运用,信任模型的重要量也愈加显著。传统的信任模型在聚合节点信任时有着对节点行为的时空差别性考虑不足等不足,探讨新的信任模型具有重要的现实作用。本论文在浅析国内外几种典型的信任模型以及P2P网络几种常见恶意行为的基础之上,结合P2P网络中节点行为的差别性与动态性特点,提出了具有动态适应能力的信任模型,探讨的主要内容为:(1)基于模糊综合评价论述的多因素综合信任模型。针对传统的信任模型粒度过于粗糙,本地信任值计算因素过少,信任值缺乏全局性以及在计算节点综合信任时对节点行为的差别性考虑不足等不足,提出了一种基于模糊综合评价模型的FSEM-EigenTrust算法。该算法把节点的信任值计算以单因素扩展到多因素,并通过对各个评价指标下评价结果进行加权求和来计算综合评价值。在小交易诚信大交易欺骗和波动惩罚两种恶意节点的场景下对文件下载进行仿真,实验结果证明该算法可以有效地提升下载的成功率。(2)基于时间衰减及波动惩罚因子的动态信任模型。针对传统的信任模型在聚合节点信任值时对节点行为的动态性欠缺考虑等不足,通过对提出的多因素综合信任模型进行改善,进一步提出了一种动态的模糊综合信任模型――DFCTrust,即在多因素模糊综合评价的基础上加入时间衰减因子及波动惩罚因子,这样不仅可以避开与不活跃节点交易所造成的失败,而且,还可以有效地抵御节点采取周期性振荡欺骗的恶意行为。仿真实验表明,DFCTrust具有更好的动态适应能力,能够有效地处理动态恶意节点对策性的行为转变,以而进一步提升交易的成功率。(3)基于“二次加权法”的动态模糊综合信任模型。针对现有动态信任模型有着的一个基本不足――权重确定不足,本章提出了一种基于“二次加权法”的动态模糊综合信任模型。该模型通过引入“时序立体数据表”来记录节点在过去某几段时间内不同评价指标下的评价得分,然后基于“差别驱动”原理分别计算出各评价指标以及各个时间段的不同权值,最后通过两次加权求和将数据降维并得到各个节点的综合信任值。由此可见,该模型可以客观地以交易上下文、节点上下文以及时间的动态变化中计算出各节点信任值。仿真实验表明,该模型可以较好地识别节点进行周期性振荡欺骗等恶意行为,以而大大地改善P2P网络的交易成功率。关键词:P2P网络论文信任模型论文模糊综合评价论文时间衰减论文波动惩罚论文二次加权法论文

    摘要3-4

    Abstract4-8

    第一章 绪论8-17

    1.1 探讨背景及作用8-9

    1.2 信任模型的分类9-10

    1.3 国内外探讨近况10-15

    1.3.1 EigenTrust10-11

    1.3.2 PeerTrust11-12

    1.3.3 DyTrust12-14

    1.3.4 其他模型14-15

    1.4 论文的探讨内容15-16

    1.5 论文的组织结构16-17

    第二章 P2P网络与安全17-24

    2.1 P2P 网络的基本概述17-20

    2.1.1 P2P 网络的定义及特点17-18

    2.1.2 P2P 网络的拓扑结构18-20

    2.1.3 P2P 网络的运用及优势20

    2.2 P2P 网络安全20-23

    2.2.1 P2P 网络所面对的安全不足20-21

    2.2.2 P2P 网络所有着的节点恶意行为浅析21-22

    2.2.3 P2P 网络信任机制22-23

    2.3 本章小节23-24

    第三章 基于模糊综合评价论述的多因素综合信任模型24-36

    3.1 模型的相关定义24-27

    3.1.1 信任与信誉24-25

    3.1.2 信任联系25-26

    3.1.3 反馈可信度26-27

    3.1.4 模糊综合评价模型27

    3.2 算法的设计与实现27-30

    3.2.1 设计思想27-28

    3.2.2 FSEM-EigenTrust 算法实现28-30

    3.3 比较实验30-35

    3.3.1 实验环境及参数说明30-31

    3.3.2 实验运转说明31-32

    3.3.3 实验结果及其浅析32-35

    3.4 本章小结35-36

    第四章 基于时间衰减及波动惩罚因子的动态信任模型36-47

    4.1 相关定义36-38

    4.1.1 时间衰减因子36-37

    4.1.2 波动惩罚因子37-38

    4.2 算法的设计与实现38-40

    4.2.1 设计思想38

    4.2.2 DFCTrust 算法的具体实现38-40

    4.3 比较实验40-46

    4.3.1 实验环境及参数说明40-42

    4.3.2 实验结果及其浅析42-46

    4.4 本章小节46-47

    第五章 基于“二次加权法”的动态模糊综合信任模型47-57

    5.1 相关定义47-49

    5.1.1 时序立体数据表47-48

    5.1.2 信息熵48

    5.1.3 时间度48-49

    5.2 算法的设计与实现49-51

    5.2.1 设计思想49

    5.2.2 DWA-Trust 算法的具体实现49-51

    5.3 比较实验51-56

    5.3.1 实验环境及参数说明51-52

    5.3.2 实验结果及其浅析52-56

    5.4 本章小节56-57

    第六章 总结与展望57-59

    6.1 总结57-58

    6.2 展望58-59

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号