非结构化对等网络环境中基于超级路径的信任汇聚模型

目前的信任管理模型大多数局限于结构化的对等(Peer-to-Peer)模型,而在非结构化的对等网络环境下,如何能有效地获取节点的全局信任,并对其进行管理已成为当前的研究热点。本文提出了一种将本地信任汇聚于目标节点的邻居节点,并通过超级路径来获得目标节点的全局信任值的信任管理模型SuperpathTrust,较好地解决了非结构化对等网络中信任数据聚集和存储的问题,通过一系列仿真实验,表明该模型信任值计算的准确度高,开销小,与信任管理模型EigenTrust相比,能迅速识别网络中的恶意节点,大大降低恶意交易概率。