计算机科学技术新进展.docVIP

计算机科学技术新进展报告 院 系 专业 学生姓名 学号 讲座名称 Big Data, Internet of Things and Mobile Cloud Computing 讲座老师 Kai Hwang 简 要 评 语 总评成绩 （含平时成绩） 备注 教师签名： 日期： Trust Management in Clouds -report of article: PowerTrust:A Robust and Scalable Reputation System for Trusted Peer-to-Peer Computing P2P系统的信用方法这个分布式系统而言有重要的在这个系统里我们需要为每一个用户设置一个评价这个用户。因为在相互索取的时候需要使用这样的一个值来进行参考。另外用户会自发的、非恶意的一些自私的行为，比如更多的索取并不积极地贡献；比如他们不会主动的维护资源的质量，恶意用户也是很难避免的。由于P2P系统的分布式特性，我们不能避免这样的用户的加入，所以需要一个评分系统来对其进行监管另一方面也进行行为引导。 在其他文献的基础上，设计并实现了一个PowerTrust的信用系统，与其他系统的不同在这个系统充分考虑了节点用户反馈的分布式特性从而在准确度有效性等等方面有了比较大的提高。设计了一个信任覆盖网络，并eBay数据集上了用户的幂律分布特性，一小部分power node，以此为基础为每个节点维护一个本地信誉（ reputation）信誉（ reputation）过程注重分布式的方法，考虑了节点的动态增减过程，考虑了本地和全局信誉的动态生成方法，并采用一些算法来开销。最后对其了评价和比较。 工作一个PeerTrust和一个EigenTrust系统。前者反馈对节点的评分平均来给节点，其收敛较慢开销比较大；后者使用一个信用矩阵来对节点进行评分，但是这种方法基于系统中的可以充分信任的节点的评分，这就要求这些重要节点必须静态，但是实际上这是不符合P2P的分布式环境的用户可能增减，信用可能随每一次交易迭代改变。本文很好的解决了这些问。 系统结构如下图： 底层是一个信用覆盖网TON，每个节点维护本地信用评分Local Trust Scores，这些评分将被当做输入进入系统。系统由regular random walk 模块支持的信用初始化系统，一个look-head random walk 支持的信用周期更新系统，LWA也和distributed ranking module一起进行选取m个power nodes影响力节点的工作。 分点简要介绍系统模块。 Trust overlay network：TON是一个信用覆盖网，将每一个节点抽象成图中的一个点，并在点之间建立有向边，有向边的建立基于最新一次交易，并由获取方指向服务提供方，并定义权值为信用值。权值的定义有很多种方法，本文采用贝叶斯学习的方法来产生信用值。这样对于一个节点就有多个节点对它的评价值，当然我们对这些值进行归一化。在获取了这些信用值之后将这些信用值用其各自来源节点的全局信用值加权平均来求得该节点的实际信用值。 在TON的基础上证明这样的分布式系统遵循幂律分布：文章绘制了如下分布图 其中d是TON图的入度，fd是对应入度为d的节点数， 是对入度为d的节点数的排序次序，得到如图所示的分布。证明了 这就证明了power node是比较少的，寻找他们的计算量是可以接受的。 Look-Ahead Random Wald:LPW是用来是用来更新节点信誉的。前面已经说过每个节点都会保存一些对其他节点评价，我们将这些信用值记录在一个矩阵里面，记rij为i对j的评价归一化以后的结果。然后我们使用公式： 进行计算实际上就是一个加权平均的计算过程。其中V是一个向量里面记录了每一个元素的全局信用。更新所有节点的全局信用是一个收敛过程，文章使用Markov walk来选取各个参与计算的节点。Markov walk的过程受到local reputation 的影响，为了使其快速收敛，文章采用了一个speedup factor即简单的令 Distributed Ranking Mechanism：主要思想在于维护一个distributed Hash Table（DHT）使用chord来实现。每一个节点都有它的score manager用来总结该节点的信用值。在选取节点的时候，我们使用一个locality preserving hashing（LPH）的方法来对节点进行hash这种hash方法性质有1）。2）对于划分[vi,vj]到[vi,vk][vk,vj]依旧会保持 依然被分割到一起，利用这样的