基于增量近邻查询的位置隐私保护方法

随着基于位置的服务在人们日常生活中日益普及,个人的位置隐私正面临着严重的威胁。基于增量近邻查询思想,结合反映人口分布的路网环境,提出了一种新的位置隐私保护方法。该方法通过P2P系统结构摆脱了传统中心服务器结构的局限,解决了单点脆弱性问题,同时可以保证在P2P系统结构中代理用户非可信情况下用户的隐私安全。最后,在路网密度不同的模拟数据集上对提出的方法进行了实验,结果验证了该方法的有效性。

基于Petri网的对等资源访问控制协议仿真

为保证资源的合理访问与控制协议设计的正确性,针对对等网络,设计了基于信誉传递的资源访问控制协议框架,并建立了基于Petri网的协议仿真模型.根据Petri网的性质对协议模型进行分析,发现协议的运行特性.采用CPNTools工具,建立调试协议模型,仿真模拟协议的执行步骤,观测协议性能.实验结果表明,仿真跟踪协议的执行过程,发现并排除了协议设计中的错误,优化了协议设计,达到了预想的访问控制目的.

基于P2P的协作式垃圾邮件检测系统

对于某一封邮件是否为垃圾邮件,很多的邮件用户可能有着相同的看法。利用这一特性,提出了一种基于P2P的协作式垃圾邮件检测系统的设计方案。系统借助的信息摘要技术,在保护用户隐私的同时,提供了较好的抗攻击能力。在邮件服务器层构建了有超级节点的P2P网络,实现了垃圾邮件信息的分布式共享。同时在用户层设计了基于多Agent的体系姑构,在利用邮件服务器对收到邮件进行初步分析的结果的同时,利用个性化贝叶斯Agent,可以实现一定程度的个性化垃圾邮件检测服务。

基于增强稳定组模型的移动P2P网络信任评估方法

目前,己经有许多文献给出了移动P2P网络环境下信任管理技术与具体应用的集成方案.现存的信任模型都存在一个共同的假设,即假设信任信息都来自于稳定的网络拓扑结构环境下,且这些信任信息能够被保证长期有效.然而移动P2P网络由于节点频繁的加入和退出造成网络拓扑结构不断变化,不可能保证建立的信任信息长期有效.因此,已有的信任管理系统在这种移动环境下已经不再适用,迫切需要提出新的解决方案.通过研究移动P2P节点的信任关系的变化与网络使用者的兴趣、爱好等变化的对应关系,该文提出了一个基于增强的稳定组模型(Enhanced Stable Group Model-based Trust Evaluation Method,SGTM)的信任评估方法,并给出了稳定组构造算法.该机制利用稳定组构造算法对移动P2P网络进行有效地分组,相同分组内的节点之间相对保持最大程度的拓扑结构的稳定,从而保证组内节点信任关系的稳定存在.文中在移动环境下对移动模式和信任管理之间的关系问题进行了详细的研究.模拟实验从动态适应力、全局信誉的收敛时间以及全局信任计算所涉及的通讯负载等方面对所提出的信任评估方法的性能进行了评估.

P2P文件共享系统中面向协商的激励机制

借鉴经济活动中的协商机制提出一种面向协商的P2P激励机制。文件供求节点通过订立协议对双方的行为进行制约,新节点和信誉度较低的节点也可以通过订立协议参与文件交易,达到提高节点的文件交易成功率的目的。仿真结果表明,该机制有效抑制了搭便车行为,明显提高了网络文件资源的利用率。

比特币市场发展阶段分析与反思

自2009年比特币产生以来,经过以"技术共享修订"需求为主导的"挖矿"游戏内测期、以投资需求为主导的商业模式构建期和以投机需求为主导的市场泡沫凸显期三个阶段,已形成了一个可在全球范围内交易的比特币市场。作为虚拟金融市场的产物,比特币市场的发展是由人们自发和被引导的需求所推动,而投机性需求所引发的市场狂热,不但损害投资者的利益,同时也阻碍了比特币市场自身的发展。比特币不属于真正意义上的货币,对网络支付基础服务职能的拓宽和强化是其长远发展的基础,但在长时间内难以维持其币值的稳定性。作为虚拟货币的比特币,目前其市场价格远远偏离了其内在的价值,存在极大的泡沫,投资或投机比特币都是最差的选择。必须对比特币市场进行有效的监管,并积极引导和拓宽民间资本投资的渠道。

P2P网络中基于激励机制的副本策略

为了在P2P网络的副本技术应用中调动节点主动提供存储空间的积极性、增强节点间的相互合作,借鉴信息经济学中委托-代理关系的相关知识以及激励的概念,提出基于激励机制的副本策略,从而提高P2P网络的性能.模拟实验表明,所提出的基于激励机制的副本策略可以削弱由于节点间的不合作所引起的不能成功创建文件副本的影响,可以在一定程度上提高网络的搜索性能.与目前几种经典的副本策略相比,所提出的策略降低了网络的搜索响应时间,提升了搜索的成功率,并使得节点的负载相对达到均衡.

一种基于拥塞发现的强化学习P2P网络视频点播预取策略

在P2P(Peer to Peer)网络视频点播中设计合理的视频内容预取策略,可以有效地解决视频观看中出现的缓冲等待时间过长、服务器负载过大等问题。而现有的P2P网络视频预取方法往往考虑了视频内容的发现而忽略了节点本身的状态监控,在网络拥塞发生时存在视频播放观看不佳的情况。提出了一种基于拥塞发现的强化学习P2P网络视频点播预取策略,通过监测节点的拥塞状况以及带宽等参数,采用Q-learning学习算法综合评估网络节点,引导视频预取节点的选择,减少了对网络拥塞节点视频内容的预取。实验结果表明,该方法能提高视频播放流畅性,避免用户在节点发生拥塞时等待时间过长,提高了视频播放效率。

刑法介入互联网金融的两面性

相对于传统金融,互联网金融具有明显的优势,但其潜在的刑事法律风险同样不容忽视。互联网金融创新活动极易涉嫌洗钱犯罪、非法集资类犯罪、非法经营罪、职务犯罪以及信用卡犯罪等刑事犯罪,因此刑法对其介入十分必要。刑法在介入互联网金融领域时,需要鼓励、保护创新,坚持刑法谦抑性,恪守罪刑法定原则,以保证互联网金融市场向着良性循环的方向发展。

P2P文件共享系统中拓扑构造研究

为了提高P2P文件共享系统的交易成功率,鼓励节点积极向网络贡献自身资源,增加网络资源,本文针对大规模P2P网络中缺乏有效的激励机制的现状,建立一种基于动态拓扑构造的激励机制。试验与分析结果表明,通过拓扑优化来促进网络良性持续的发展,保证了P2P共享文件系统的良性运行,提高了网络的性能。

P2P文件共享网络中信任管理系统的设计

针对P2P文件共享网络,设计了一个信任管理系统来评估、分发网络中各个实体的信任信息,并利用信任指导协作实体的选择,以隔离恶意实体,改善网络性能。之后的仿真实验证明了系统的有效性。

基于节点兴趣非结构化P2P网络搜索机制研究

随着网络用户以及网络资源的增长,P2P网络,一种在对等者(peer)之间分配任务和工作负载的分布式应用架构,引起了广泛关注。由于具有较好的可用性、可扩展性,非结构化P2P网络成为P2P网络研究的热点。现今对于非结构化P2P网络资源搜索算法的研究主要是在洪泛算法的基础上进行一定的改进,但这些算法存在明显的问题:一是算法在搜索过程中有一定的盲目性,搜索效率不高;二是搜索过程中会向所有邻居节点发送消息从而产生大量的冗余消息,易造成网络阻塞。针对上述问题,提出一种基于节点兴趣的非结构化P2P覆盖网络拓扑结构,在相似度较高的节点之间建立二叉搜索树来降低查询消息转发的盲目性并提高搜索效率。仿真结果表明,与传统的洪泛算法相比,提出的非结构化P2P网络搜索机制查询时间更短,查询消息量更少,搜索效率更高。

一种新的基于信誉的P2P网络信任管理模型

文中提出了一种非中心的P2P网络信任管理模型NewTrust。在P2P网络中,需要根据一个节点在网络中的信誉来判断其是否可信,通过在信任向量中引入评价方差,有效抑制了不稳定节点和策略类恶意节点;通过区分陌生节点和不可信节点,解决了陌生节点的融入问题;通过对不同信誉的节点提供不同质量的服务,解决了节点激励问题;通过引入分布式哈希表(DHT)资源发现模式解决推荐信息的管理问题,降低了搜索与管理推荐信息的代价,并使系统具有良好的可扩展性。模型能够有效地抵御多种恶意攻击。