基于多维信誉模型的区块链跨链节点信誉评估方法

针对现有跨链系统中的信誉评估方法很难对加入到网络中的节点反映实时或最近的行为变化,提出了一种基于区块链的跨链多维信誉评估方法。该方法综合考虑了企业节点在交易过程中的个体行为、交易历史等,并且提出以推荐码的方式来动态调整初始节点的信誉值,同时加入责任共享机制来构建出多层次、动态的信誉评估模型。最后,在Fabric仿真系统上实现对改进多维信誉模型的性能测试。实验结果表明,该方法在跨链交易系统中可有效解决节点加入系统后可能存在后期欺骗行为,提高了系统的整体安全性和系统交易成功率,增加了用户对系统的信任。

基于信誉模型的实用拜占庭容错共识算法

为提升实用拜占庭容错共识(Practical Byzantine Fault Tolerance,PBFT)算法在Mesh网中的性能与可扩展性,文章提出了基于分组信誉模型的改进算法(Reputation Practical Byzantine Fault Tolerance,R-PBFT)。通过引入信誉奖惩机制,该算法可降低错误节点带来的影响,同时根据节点信誉分组选举共识节点,从而解决节点信誉累积问题并优化一致性协议执行流程,不仅能有效降低通信复杂度,还能提高共识效率。实验结果显示,R-PBFT在安全性、通信成功率方面均优于传统PBFT算法,适用于大规模许可链系统。

区块链架构下具有隐私保护的车联网信誉模型

针对车联网传统信誉机制存在的集中式信誉服务器不可信、威胁用户隐私及检测范围单一等问题,提出区块链架构下具有隐私保护的车联网信誉模型.基于区块链技术,设计分布式可信的车联网信誉更新模型.采用多密钥全同态加密算法实现评价数据的加密与计算,降低用户隐私泄露的风险.设计回溯时间间隔自适应调整策略,防止恶意车辆基于信誉更新特性绕过检测.仿真结果表明,该方案能够有效地保护用户隐私,对不同环境下的恶意车辆都能够保持较高的检测率和较低的误报率.与传统方案相比,该方案针对车辆恶意行为的检出率提高了32%.

基于活跃度的众包工作者信誉模型

针对现有众包系统不能有效地控制众包交互过程中工作者的活跃积极性和任务完成质量的问题,提出了一种基于活跃度的工作者信誉模型来实现众包平台的质量控制。该模型改进了平均信誉模型,从工作者活跃度和历史信誉值的角度提出了活跃因子和历史因子的概念。首先根据众包工作者最近30 d内参与众包活动的天数计算工作者的活跃因子;然后根据历史因子计算众包工作者的历史信誉值;最后根据计算出来的活跃因子和历史信誉值计算基于活跃度的工作者信誉值,以衡量众包工作者的工作能力。理论分析和测试实验结果表明:与平均信誉模型相比,根据基于活跃度的工作者信誉模型选取的众包工作者在任务完成质量上提高了4.95%,在任务完成时间上减少了25.33%;与基于证据理论信任模型相比,在任务完成质量上提高了6.63%,在任务完成时间上减少了25.11%。实验结果表明,基于活跃度的工作者信誉模型在实际众包项目中能够有效提高众包任务的完成质量,减少众包任务的完成时间。

基于信任和推荐的P2P信誉模型

分析现有信誉模型,提出一种使用信任机制和推荐机制的P2P信誉模型,利用决策树思想优化该模型。给出一种在分布式P2P系统中存取全局信任值的方法,解决了单点失效问题。实验结果表明,该模型对信任值的估算准确度以及判别虚假节点的能力高于现有模型。

自治网络中信任信誉模型的安全现状研究

随着P2P网络、Ad hoc、无线传感器网络的深入研究,信任和信誉成为保障这类自治网络安全的一个重要手段。虽然信任信誉系统在自治网络中起到了重要的作用,但其采用了间接推荐等技术,给信任信誉带来很多安全问题。介绍了信任信誉模型的相关概念,总结了目前对信任信誉模型的新攻击手段,并针对这些攻击,比较分析了在自治网络环境中具备一定防御能力的典型信任信誉模型的各自防御方法、防御效果以及性能情况。最后,在分析了现有研究存在的主要问题的基础上,展望了今后提高信任信誉模型安全性研究的主要方向。

基于可信推荐节点集合的P2P信誉模型

针对现有模型在节点行为变化时对诚实推荐节点的误判问题,提出一种基于可信推荐节点集合的P2P信誉模型。在该模型中,节点依据其推荐性能被划分为2个集合:可信推荐节点集合及考察节点集合。计算节点信誉值时仅使用前者的推荐信息,对后者中的节点进行实时考察以纠正被误判的诚实节点。网络节点依据其推荐性能的变化在2个集合内动态转化。仿真实验结果验证了该模型的有效性。

基于Beta信誉模型的虚假Web服务QoS反馈滤除算法

针对由于Web服务推荐用户提交虚假QoS反馈而导致的QoS预测准确度下降问题,提出了一种基于Beta信誉模型的虚假QoS反馈滤除算法。该算法首先将若干个经过认证的中心用户作为初始可信用户集;然后,评估用户反馈数据与可信用户集反馈数据的偏离程度;最后,根据用户提交的偏离反馈次数对其信誉度进行评估,并将信誉度高于可信阈值的用户判定为可信用户,使可信用户集得到更新。通过循环执行以上过程,大部分虚假用户将被分离出系统。实验结果表明:该算法具有较强的虚假用户筛查能力,可有效提升QoS预测算法的抗攻击能力。

基于用户下载需求偏好的P2P信誉模型

虽然现有的信誉机制减少了P2P文件共享系统中的"搭便车"和"公有悲剧"现象,但依据信誉大小来选择服务节点仍会造成网络拥塞以及"马太效应"等问题.为此提出了一种基于用户下载需求偏好的P2P信誉模型,该模型将服务节点中所请求文件的评价值和其承诺提供的带宽大小这两种因素相结合,作为请求节点选择服务节点的依据.根据不同用户偏好的效用大小不同,服务节点可以动态制定当前的承诺带宽以吸引其他节点下载.仿真结果表明,该方案可以有效缓解热门节点造成的网络拥塞现象,并可以提高网络的整体资源利用率.

一种基于信任衰减向量的P2P网络信誉模型

为了解决P2P网络的信誉问题,以电子商务为研究背景,设计了一种基于信任衰减向量的P2P网络信誉模型(P2P-Rep)。本模型采用混合结构式P2P网络的架构,对电子商务中各交易指标的评价向量进行衰减计算,基于交易评价因子推理计算直接信任度、间接信誉度和综合信誉度。仿真实验验证了该模型较低的资源开销和较高的交易成功率。

P2P网络中一种可信任的全局信誉模型

针对P2P网络中的节点安全性问题提出一种全局信誉模型,在历史交易的基础上动态更新各节点的服务信任值和请求信任值,讨论了信誉建立过程中的5种攻击对信誉模型的影响.仿真实验表明,该模型的信任值更新算法和防御机制具有健壮性,可保护网络中的诚实节点,迅速降低恶意节点的信任值,有效抑制恶意行为.

基于信任和声誉的Agent组织信誉模型

Agent组织是OOP(Object Oriented Programming)向AOP(Agent Oriented Programming)转变的重要形式,一个Agent组织要良好运行应该具有较高的信誉值,但此前这方面研究较少。针对上述问题,基于信任和声誉提出一种Agent组织信誉模型AOCM(Agent Organizational Credit Model)和计算方法,内部信任和外部声誉集成为Agent组织信誉,内部信任基于Agent之间的交互,外部声誉基于Agent的观察;改进了Dong Huynh等人关于Agent信任等方面的工作。实验结果验证了该模型的计算可行性、合理性。

基于信誉模型的WSN密钥管理方案

针对无线传感器网络(WSN)的安全问题,结合椭圆曲线密码体制,提出一种基于信誉模型的WSN密钥管理方案。依据Beta分布建立节点信誉模型,采用分布式技术使方案支持节点的移动和密钥的动态管理,以避免分组密钥管理中的单点失效现象。分析结果表明,与E-G和IBC方案相比,该方案不仅能抵御外部节点的攻击,而且能防止内部节点的恶意行为。在保证网络安全的同时,还能提高网络抗毁性和节点连接概率,降低存储与通信开销。

基于兴趣分组的P2P网络文件共享系统信誉模型研究

为了降低P2P文件共享的交易风险,提高交易成功率,促进网络良性持续发展,构造了一种基于节点兴趣分组的信誉模型,并建立了与之相应的节点信誉计算方法、文件共享过程、访问控制策略。本模型借鉴人类社区的思想,利用节点兴趣聚簇的特性,避开现有的全局信任模型和局部信任模型的局限性,将节点按照所需资源的类型划分成兴趣组,以此达到提高资源定位率及交易成功率、增强网络安全的目的。通过模拟仿真和分析表明,本模型具有正确性、可行性的特点,并且较已有的信任模型在完备性和安全性等方面有较大改进,达到了预期的设计目标。

对等网中基于种群进化的信誉模型

信誉系统是应对对等网信任危机的关键途径。提出了一种新的基于种群进化的信誉模型。该模型将对等网视为社会生态系统,将节点的信誉评估过程模型化为一种进化过程,通过引入交叉和变异,节点能快速有效地评估潜在交易对象的信任度,从而最终提高其网络适应能力。通过仿真对模型进行了验证。

一种激励相容的P2P信誉模型

针对现有的信任模型不能很好地处理P2P网络环境中恶意节点提供虚假服务的欺诈行为,及不积极提供诚实推荐的问题,提出了一种激励相容的P2P信誉模型(简称ICRM)。该模型使用时间区间的概念来标示经验和推荐的时间特性,利用直接信任度、推荐信任度及推荐可信度等机制来精确描述节点的实际信任等级,并引入参与层次来度量节点提供推荐的积极程度,从而有效地识别与抑制不同类型的恶意节点,激励节点积极提供诚实推荐。仿真实验表明,ICRM能够有效地抑制恶意节点的欺诈行为及不诚实反馈行为,并能有效解决节点推荐积极性不高的问题。

Multi-agent System中多维度信誉模型设计

在multi-agent system(MAS)中引入信誉机制是解决Agent间复杂交互问题促进合作的有效途径.在构造信誉置信度和期望信誉级别两种信誉表示形式的基础上,提出第三方权威机构的资质评价作为第三种信誉信息来源,引入活动相似算子和信息来源权重,从评价目标多维性和信息来源多维性对初始信誉置信度评价进行修正,运用Dempster规则合成计算获得最终信誉评价,并以实例验证了模型的实用性.最后对模型的效率与抗威胁性进行了检验,结果表明模型解决了新进Agent的信誉赋值问题,可以在一定程度上激励Agent主动给出交互评价,并能很好地解决或缓解分布式系统中关键的8种安全威胁.

基于信任贴近度的无线传感器网络信誉模型

信誉评估模型作为传统密钥安全机制的有效补充,对无线传感器网络的可靠运行和安全保障具有重要意义。文中提出了一种基于信任贴近度的无线传感器网络信誉模型RMSMTV。本模型建立在簇型网络拓扑结构上,利用模糊贴近度理论衡量邻居节点推荐的信任值的可信度,并运用矩阵论方法实现了信任值整合过程中自适应分配权重,最终得到了节点综合信任值。考虑到无线传感器网络节点能量有限的特性,还对簇头节点轮换策略进行了讨论。最后通过实验验证了RMSMTV具有良好的容错性和鲁棒性,能实时、准确地发现恶意节点的攻击,有效提高了无线传感器网络的安全性。

基于最优节点选择机制的P2P网络信誉模型

对P2P网络信誉模型的研究是保证P2P网络稳定运行的基本因素。P2P网络通过节点的直接交换来共享计算机资源和服务,需要进行节点优化选择保证P2P网络的信誉和稳定性。传统方法采用粒子滤波算法实现节点自动控制,当存在多重节点反复组合时,对P2P网络的信誉度评价准确性不好。提出一种基于最优化网格分配节点信息覆盖的P2P网络信誉模型设计方法,构建网络的最优节点选择机制,采用自顶向下的方式分层构造数据聚集树,进行节点信誉信息表征和数学模型构建,实现算法改进。仿真实验表明,采用该模型能有效提高对P2P网络的信誉评价精度,优化网络的节点分布,实现节点最优选择,能够有效抵抗外界干扰和攻击,稳定性较好。

基于交易金额的在线信誉模型设计和分析

信誉模型是在线信誉体系的一个重要组成部分,本文针对现有信誉模型忽略交易金额的缺陷,结合已有的信任研究成果,构建了基于交易金额的在线信誉模型,并结合真实交易数据比较了现有模型和本模型的优劣之处,以期为在线消费提供用户信誉更全面的评估。