一种对等网络信誉系统的恶意节点检测方法.pdf

《一种对等网络信誉系统的恶意节点检测方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一种对等网络信誉系统的恶意节点检测方法刘凤鸣1罗慧慧2(1．广东北电通信设备有限公司，广东广州510220；2．仲恺农业技术学院计算机科学与工程学院，广东广州510225)[摘要】提出了一个基于超级节点的对等网络信誉系统。系统分别计算节点的交互信誉度和反馈信誉度，能客观准确地评价节点交互过程，有效检测和打击节，最的恶意交互行为和虚假反馈行为，使得规范节点的信誉值不断提升，更容易被选择成为交互对象，以此显著提高了网络的整体性能。[关键词】对等网络；信誉系统；恶意交互；虚假反馈1．引言对等网络，也称为p2p网络，打破了传统的客户机／服务器模式。p2p所有的用户都是平等的关系，充分利用了网络上

2、每个节点的资源和运算能力。一旦p2p发展到一个引人关注的程度，信任和安全问题就出现了。如何规范p2p上流动的信息，如何规避由p2p的使用而带来的安全风险问题，不仅仅是对p2p技术的丰富和发展，同时对分布式计算科学都有极大的意义。目前解决这一问题的有效方法是在p2p网络中建立信誉机制【l，2，习。本文提出了一种基于信誉系统的恶意节点检测方法，适用于带有信誉控制节点的对等网络。2．网络模型对等网络的首要问题是资源定位问题，即如何在网络中找到提供服务的节点。资源的交互是对等的，资源的定位却不一定是。按网络中是否有控制节点可分为基于DHT【4·习的完全对等网和带有控制节点的部分对等网。控制节点是

3、一种“超级节点”，它们管理着资源的发布、查询和定位。节点通过控制流定位目标，通过数据流与目标交互。超级节点是动态的，当它们失效或网络结构改变时，会被其它节点替代。带控制节点的对等网络普遍存在，如KaZaA、Morphus和G-nutella2等。本文采用带有控制节点的对等网络模型。3．可信度的表示超级节点作为区域网络的中心，为普通节点提供资源定位服务，同时也提供信誉信息的保存、查询服务。我们将一个节点i的可信程度用四个值表示，这些值代表节点的历史行为：(1)Di+对节点i服务满意的反馈值集合。(2)Di一对节点i服务不满意的反馈值集合。(3)E+节点i发送的对其它节点满意的反馈值集合。(

4、4)Fi一节点i发送的对其它节点不满意的反馈值集合。Di=Di++Di一代表其它节点对i的评价。Fi=Fi++Fi一代表i对其他节点的评价。定义sup(i)为节点i的超级节点。则Di，Fi均由sup(i)保存。Di+和Fi+是对节点Di有利的证据，Di一和Fi-是对节点Dl不利的证据。Di+和Di一是一组反馈值集合，反馈值的大小需要进行量化，我们用A的满意度(介于0，l间的实数)和交互规模的乘积表示反馈值。在电子商务信誉系统里，可以用交易总额来表示交互规模，而在文件交互系统里，可以用文件大小总量代表交互规模。总之，在不同的系统里，一般都能找到合适的方法，把A的反馈量化为一个具体数值。Di

5、，Fi的更新过程如下：当客户端A与服务端B完成交互后，若A对B的服务满意，则进行正面反馈，反馈值保存在DB+和F^+两个集合中，此时反馈结果对交互双方的信誉值都有利；若A对B的服务不满意，则进行负面反馈，反馈值保存在DB一和F^一两个集合中，此时反馈结果对交互双方的信誉值都不利。DB+和DB一将由sup(B)保存，F^+和F^一将由sup(A)保存。4．可信度的计算根据sup(i)存储的四组集合，我们定义出节点i的交互可信度R和反馈可信度C；这两个概念。R=DI+／DjCi=F：幔Vi，有民∈【0，1】，Ci∈【0，l】＆即Reputation；，表示节点i在以前的交互事务中，收到的正面

6、反馈所占的比率，R越大表示节点i的交互可信度越高。C。即FeeAbackCrexliti，表示节点i在以前发送的所有反馈中，发送的正面反馈所占的比率。Ci越大表示节点i发送的反馈可信度越高。当一个客户端有多个服务端可供选择时，他必然选择民最高的一个或一组节点进行交互。恶意的节点可以是提供恶意服务的服务端，也可以是进行虚假反馈的客户端，我们希望系统对这两种节点都具有一定的检测能力。对于负面反馈，则必有一方是恶意的，要么是服务端恶意交互，要么是客户端虚假反馈。我们提出负反馈可信度NFR的概念。负反馈可信度是指在一次负面反馈中，反映本次反馈的真实程度高低的一个值。我们用服务端的交互可信度氏和客

7、户端的反馈可信度Bi两个变量计算得出，用NFR表示。NFR越高，表示本次负反馈真实性越高。计算NFR的基本原则是：当A对B进行负面评价时，如果如很大而C^很小时，即服务端的交互可信作者简介：捌风呜，男．湖南新化人，硕士研究生。研究方向：人工智能、同络安全。一3l一度高，客户端的反馈可信度低，那么这次负面反馈的虚假度就很高，NFR就很小。给出计算公式如下：NFR(Ik，CB)=FR(R◆’Fc(CB)FR(1U∈【0，1】，Fc(Cs