基于节点依赖度和交互频繁度的无线Mesh网络信任模型.docVIP

基于节点依赖度和交互频繁度的无线Mesh网络信任模型 　　摘要：无线Mesh网络（WMN）的开放性、动态性等优点使它得到了广泛应用，同时也产生了一些安全问题，传统的信任模型无法满足WMN的安全需求。基于社会网络的信任原理，提出了一种新的WMN信任模型TFTrust。该模型定义了与信任相关的多维因子计算方法，包括节点贡献度、节点依赖度以及交互频繁度，构建了节点间直接信任值的计算方法。仿真结果表明：TFTrust模型在网络的安全性、服务质量及降低网络通信代价等方面均优于无线自组网按需平面距离向量路由（AODV）协议及Beth模型。 　　关键词：无线Mesh网络；节点贡献度；节点依赖度；交互频繁度；直接信任值 　　中图分类号： TP393.08 　　文献标志码：A 英文标题 　　0引言 　　在开放的无线Mesh网络（Wireless Mesh Network， WMN） 中，没有可依靠的中心节点，节点间的通信需要网络中其他节点的参与才能完成，因此，参与通信的节点的可信度是保障网络通信和安全的关键。 　　信任关系的评估是一个基于多因素决策的复杂模型系统。在社会网络中，信任被认为是一种依赖关系，节点间的信任不仅受自身影响，也受其相关节点的影响，它是一个复杂的社会关系与心理行为现象[1]，涉及时间、假设、期望及行为等因素。WMN的分布式、自组织、自恢复[2-3]等特性，使得它具有了社会网络的属性。然而，正是由于这些特性，决定了传统的信任模型不能满足WMN的安全需求。本文结合社会网络中的信任关系特征，建立了一种基于节点依赖度[4]和交互频繁度[5]的WMN信任模型。 　　1研究现状 　　目前，信任及其评估问题是国内外学者研究的热点。Blaze等[6]首次提出了信任管理的概念，并在此基础上发展出了相应的信任管理系统Policy Maker KeyNote；Beth等[7]信任模型以对节点完成交互的期望为基础，用完成交互的概率作为节点信任度的度量；Josang等[8]信任模型是一种基于概率的信任模型，以二项事件后验概率的Beta分布函数为基础，引入事实空间和观念空间来度量信任关系；Sabater等[9]提出了一个基于声望的信任系统REGRET（Reputation model for gregarious societies），使用社会网络分析和不同层次结构将不同类型声望综合计算出最终的节点信任值； AIOufi等[10]针对在线社会网络中的可信成员，提出了一个扩展Advogato的集群信任评测方法；Zhan等 [11]提出了一个融合社会网络中与信任相关的3个部分的新计算方法，通过对人的外部性、可靠性和社会态度反馈的信息融合，最终确定网络中用户是否可信。 　　上述模型大多都使用经典的数学理论（比如概率理论）来表述和度量实体间的信任关系，忽略了信任关系本身的社会属性，无法准确地描述网络环境下信任的不确定性、不对称性、随机性，且计算复杂度较高，因而无法适用于WMN。本文在上述模型的启发下，基于社会网络的基本理论，提出了一种新的信任模型TFTrust，构建了基于节点依赖度和交互频繁度的直接信任值计算方法。 　　2TFTrust 信任模型 　　为了便于描述，将WMN抽象为一个由点集V、边集E及权重集W组成的加权有向图G（V，E，W）[12]。其中：点V表示网络中的节点；有向边E表示两个节点间的交互，称为节点的度[13]，由于交互具有方向性，度可以分为出度和入度，出度表示本节点主动发出的与其他节点的交互，入度表示由其他节点向本节点发出的交互；权重W表示两节点间的历史交互次数。 　　2.1信任的初始化 　　信任建立时，WMN中各个节点之间均没有历史交互信息，无法得到将要交互节点的历史交互记录，也不能从其他节点处得到该节点的信任状态。因此，引入初始信任[14]分量来表示节点的初始信任状态。 　　在网络的初始状态下，所有网络节点的交互机会都是均等的，因此各节点的初始信任分量相等。令各节点的初始信任分量R为： 　　R=0.5（1 　　2.2直接信任值计算 　　经过一段时间的运行后，网络中各节点的信任状态发生了变化，文中采用直接信任值描述节点间的信任状态。 　　定义1直接信任值是节点i根据其对节点j的依赖程度以及节点j的历史交互情况预测得出的对节点j的直接可信评价，记作DT〈i， j〉，由节点依赖度和交互频繁度综合计算得出。 　　2.2.1节点依赖度 　　由社会网络的信任原理可知，网络中各个节点的直接信任值不仅与节点自身有关，还受到与其有过交互经验的其他节点的影响，这种影响的程度即节点贡献度。 　　定义2节点贡献度De〈i，Set〉表示所有与节点i有过主动交互经验的节点对节点i的信任分量之和。其中，Set表示与节