BT网络中基于声望值的信任管理模型

针对BitTorrent网络中free-riding行为导致文件分享速率降低、上行带宽浪费的问题,提出一种基于声望值的信任管理模型。模型使用'上传信任值'与'评价可信值'两种评价标准迭代计算的方式对节点在网络中的表现予以评价,结合节点的下载行为和上传行为,避免节点针对单一评价标准做出相应欺骗行为,通过多个指标识别不诚实节点,降低free-riding节点获得资源的机会。PeerSim仿真实验结果表明:该模型可以有效屏蔽free-riding行为,提高BitTorrent网络的文件分享速率,对女巫攻击和勾结攻击具有较好的屏蔽效果。

p2p系统中混合搜索技术研究

对非结构化p2p系统,泛洪一直是搜索的理论和实践基石;对于结构化p2p的系统,分布式哈希表(DHT)是其理论基础。由于各自的一些方面的优点,结合两种方法的混合p2p搜索模式近年被提出来。但资源声望值的计算是混合算法的关键,现有的混合搜索方法仍然面临着效率和质量有待于提高的问题,本文在此基础上提出了一种新的方法。

认知无线电中基于声望和重叠式联盟博弈的频谱感知和资源分配算法

在认知无线电网络中,次用户频谱感知和接入会受到多径衰落和阴影衰落等因素的影响.为了提高频谱感知准确度和资源分配效率,将多个次用户合作频谱感知和接入问题建模为重叠式联盟博弈模型,每个次用户可以加入多个联盟来提升自己的期望收益.为了提高全局有效吞吐量和资源分配公平性,引入声望机制来设计联盟资源分配规则,提出了基于声望值的重叠式联盟形成(R-OCF)算法.仿真结果表明:与无声望机制算法和分离式联盟形成(DCF)算法相比,R-OCF算法的资源分配效率和公平性更高;同时,次用户的期望收益和自身声望值相关,次用户的声望值越高,获得的期望收益越大.