网络中基于ds证据理论的信任模型的研究

《网络中基于ds证据理论的信任模型的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、P2P网络中基于D—S证据理论的信任模型的研究摘要近年来，P2P网络得到了快速的发展，被广泛应用于各个领域。在P2P网络中，节点的地位是平等的，可以动态的加入与退出，以匿名的身份彼此间进行交互。然而正是由于P2P网络对等、开放、匿名的特性，在P2P网络中没有一个可靠的权威机构对网络中的节点进行管理和监督，导致网络节点间缺乏信任，严重影响了P2P网络的发展。因此如何在P2P网络中建立一种可靠有效的信任模型来建立节点间的信任关系以抵制不良节点的攻击行为，是目前P2P网络研究的热点。对现有的信任模型尤其是对基于证据理论的信任模型进行了分

2、析总结，发现这些模型均采用了对冲突信息严重排斥的原始D．S合成规则，无法有效地聚合冲突信息。因此本文结合P2P系统的具体环境，首先通过冲突概率的重新分配与权重系数的引入对原始的D．S证据合成规则进行了改进，改进后的证据合成规则IDSECR提高了证据合成的合理性与可靠性：然后将IDSCRE运用到P2P网络的信任建模中，建立了一种新的P2P网络信任模型，DSETTM。在DSETTM中信任度分为三种t局部信任度、全局信任度和综合信任度。局部信任度是由IDSECR的基本概率分配函数根据节点间的直接交互历史计算得来的；全局信任度是由IDSE

3、CR融合多个节点的推荐证据信息计算得来的；综合信任度是利用置信因子综合局部信任度与全局信任度计算得来的。节点间是否能够成功交易完全取决于综合信任度的高低。在计算信任度的过程中，DSEl]M考虑到信任的时间衰减性，利用时间标尺、时间衰减函数、置信度等措施来修正信任值。传统信任模型中的信任度仅是一个简单的数值，通过数值大小的比较判别节点信任度的高低，此种信任度表示方式与判别方法不能全面的反应节点的交互情况。DSETTM中的信任度是一个对各个命题支持的比例列表，信任度高低的判别方法也不是简单的数值比较，而是通过比例列表对命题的支持强度而

4、定，此种信任度表示方法和判别方法对节点交互情况考虑更全面，更具灵活性。本文针对DSE硎进行了仿真实验，结果表明DSETrM能有效的评估节点的信任度并能识别恶意节点。在众多类型恶意节点的攻击下，能取得较高的交易成功率。关键词：D．S证据理论；信任；声誉；DSETTM；IDSECRP2P网络中基于D．S证据理论的信任模型的研究AbstractP2Phasdevelopedquicklyandbeenappliedwidelyrecently．InP2Pnetwork，peersareequalandcallsigninandoutdy

5、namicallyandcommutewitheachotheranonymously．Thereareshortoftrustsbetweenpeersbecauseoftheequality,openness，anonymityofpeersandhavingnoreliableauthoritytomanageandsupervisethesepeersSOthatmakingagainstthedevelopmentofP2Pseriously．Sohowtoestablishareliableandeffectivetr

6、ustmodeltoformtrustrelationwhichCallresistaggressivebehaviorisanimportantissueinP2Pnetwork．ThesetrustmodelsmakeinitialD．Sevidencecombinationrule8-$theircombinationruleafteranalyzingtraditionaltrustmodelsespeciallyabouttrustmodelsbasedonevidencetheory．Itiswellknownthat

7、initialD-Sevidencecombinationrulehasmanydefects，repellingconflictedinformation，combiningconflictedinformationbadlyandSOon．SothetrustmodelbasedonD-Sevidencetheoryisimproved．FirstlytherationalityandreliabilityoftheoriginalD-Sevidencecombinationmethodisenhancedbyallottin

8、gtheconflictedprobabilityagainandintroducingweightcoefficients．111eimprovedD—SevidencecombinationruleiscalledaSIDSECR．Thenat