动态信任管理技术研究

周健　李风银　赵爽曲阜师范大学信息科学与工程学院



动态信任管理技术研究

周健李风银赵爽
曲阜师范大学信息科学与工程学院

现存的P2P信任管理模型难以准确计算节点间的信任值，导致节点在交易过程中无法有效防止节点的恶意攻击。为此，文章提出一种基于推荐信任迭代的信任管理模型TMRTI，通过在间接信任度的计算过程中引入最佳推荐链，更好地计算节点间的推荐信任值，在直接信任度的计算过程中引入历史交易成功率，进而综合评估节点的全局信任值，辅助节点进行交易对象的选择，充分体现了信任值的动态性和主观不确定性。仿真实验结果表明，文章的TMRTI模型较以往模型具有更好的动态适应性和更高的安全性。

推荐信任 最佳推荐链 信任迭代 信任管理

1　引言

P2P网络的本质属性为开放性、分布性以及节点的匿名性和自治性，这是其能够广泛应用于当前网络大环境并取得成功的根本，但同时也带来了巨大的安全性挑战。信任管理则正是适用于大规模、开放的分布式系统的一种授权机制。相比于传统的安全授权机制，信任管理在灵活性、可靠性及可扩展性等方面都有突出的表现。从Blaze提出信任管理…这一概念起，信任管理模型便成为了解决信息安全方面问题的行之有效的手段，比较有代表性的信任管理模型有Pol icy Maker、Key Note、REFEREE等。当前比较有代表性的信任管理模型有李景涛模型f51、窦文模型［61、刘文芬模型［71，其中李景涛提出了一种基于节点评分行为相似度加权推荐的P2P环境下的全局信任模型，该模型可以有效地量化和评估节点的可信度，但是对于复杂恶意节点的识别和抑制能力尚有不足；窦文模型通过节点自身交易历史的计算得到相对合理的信任值，然而在涉及到推荐信任尤其是推荐链的多层迭代时，信任的计算效率将会大打折扣：刘文芬模型通过引入时间调整函数和稳定度函数，分别解决了动态适应问题和总体信任计算过程中的权重分配问题，但是在推荐信任度计算过程中，权值的计算过于繁杂，从而影响整个信任计算的时间复杂度。

综合当前信任值衰减的两个方面：1）直接信任度具有时间相关性；2）间接信任度的计算中存在信任的有条件传递性。本文通过在直接信任度的计算过程中对当前交易成功率与长期交易成功率分配不同的权重，来权衡其对直接信任计算的影响。同时考虑到文献旧。中提出的主链与副链相结合的推荐，虽然更加全面地综合了间接可信度的计算，但是当网络规模相对较大时，其性能和效率将会大打折扣，所以本文提出最佳推荐链这一概念，一方面可以更加全面地考察目标节点的推荐信任，另一方面在计算上取相邻节点直接信任度的乘积，符合推荐信任随推荐链层数增多而衰减的规律，提高了工程可行性。

2　基于推荐信任迭代的信任模型

2.1直接信任度的计算

直接信任度即两个节点进行直接交互后交易请求节点对交易目标节点的信任评价。由于节点交互信任值具有时间相关性，交易发生较早的信任评价对于当前的参考价值相对较低，在一些信任管理模型中习惯加入时间衰减因子来计算直接信任度，而本文则突破了微观的计算方式，通过采用长期信任值与近期信任值相结合的方式来计算节点问的直接信任度。

定义1历史成功交易率

节点交易历史的成功率是用来描述节点长期易过程中提供服务可信度的概念。

定义2时间周期t的成功交易率

时间周期t的交易成功率表示进行交易的节点双方在当前时间周期内交互成功次数所占的比重，可以反映节点在一段时间间隔提供服务的可信度。

定义3直接信任度

即节点直接交互后请求节点对目标节点的主观认可程度，是一种可信任度的衡量，直接信任度的高低直接反映节点之间的主观印象。本文通过结合节点间的历史成功交易率与在Af时间内的交易成功率来定义直接信任度。

2.2间接可信度的计算

当用户在考虑交互对象时，除直接交互经验外还会考虑其他节点对其的推荐，推荐的意义在于可以使用户更加全面具体地了解潜在交互对象的综合信任度，从而提高交易成功率。本文是在推荐链的基础上通过迭代计算间接可信度。

定义4推荐链

网络中，若两节点之间有直接交互则有线相连，当一条交易请求发出时，从请求节点开始到目标节点之间所形成的一条由线和点相连的路径称为一条推荐链。推荐链中相邻两个节点之间要有直接的交互经验，也就是说，相邻两个节点的信任是建立在有直接交互历史基础上的。推荐链中相邻节点之间的权值为两个节点之间的直接信任度，每一条推荐链的权值为该推荐链中所有相邻接点权值的乘积。

定义5最佳推荐链

推荐的选择取决于信任度的高低，本文定义从请求节点到目标节点权值最高的一条或若干条链为最佳推荐链。间接信任度的计算主要原因有两点：1）对交互行为没有信心；2）认为资源提供者提供的资源可信度不够。因此需要考虑推荐节点对于交易对象信任度的评价，使交易请求者可以选择信任度最高的交易对象进行交易，从而提高交易成功率，增强模型的稳定性与实用性。

定义6间接信任度

将所有最佳推荐链的迭代信任值求平均即得间接信任度，间接信任度表示当请求节点与目标节点之间没有直接交互经验时，请求节点可以通过间接信任度的高低来选择目标节点进行交互。

2.3综合信任度的计算

定义7综合信任度

通过综合求信节点f对获信节点，的直接信任度D乃和间接信任度R乃，，最终得到综合信任度。

3　仿真实验及结果分析

本文基于P2Psim］和MATLAB实现了分布式信任模型TMRTI，同时也实现了窦文模型、李景涛模型和Eigen Tmst模型。本文仿真电子交易服务，假设网络中节点的个数N=1000，每个节点最多和其他的节点进行10次交易。

3.1性能评价指标

本文定义性能评估的两个代表性指标：网络中的成功交互率和迭代算法的收敛速度。成功交互率定义为a，表示所有正常节点的成功交互总次数在所有正常节点的总交互次数中所占的比率。

4　结束语

本文提出了基于推荐信任迭代的信任管理模型，通过综合历史与当前直接信任来计算直接信任度，提出最佳推荐链这一概念，并应用于间接推荐计算中，在综合考虑推荐信任可靠性的同时提高了系统性能。在给出的分布式求解算法中，讨论了信任值的计算，目标节点的选择，信任管理节点的更新等问题。仿真结果表明，与当前主流的信任模型相比较，本文提出的信任模型对于恶意节点均有比较明显的抑制作用，表现出了较高的交易成功率。下一步将集中研究在大规模网络中信任数据的存储等一系列问题。

［1］刘庆生.反病毒研究与检测技术一一试探式扫描技术［J］.个人电脑，2003（2）：134-135.

［2］李景涛，荆一楠，肖晓春，等.基于相似度加权推荐的P2P环境下的信任模型［J］。软件学报，2007，18（1）：157—167.

［3］窦文.构造基于推荐的Peer-to.Peer环境下的Trust模型［J］.软件学报，2004，15（4）：57-58.

［4］刘文芬.基于信任域的分布式动态信任管理模型［J］.四川大学学报，2014，46（4）：61—66.

［5］高磊，郭玉翠.基于信任迭代的P2P网络信任管理模型［J］.计算机工程，2012，38（19）：92—95.