2009-3-11-PPT-黄宏涛-P2P信任模型关键技术研究.pptVIP

论文主要工作 1. 论文研究背景、目的与意义(3) 2. P2P网络信任模型研究（1） 2. P2P网络信任模型研究（2） 信任模型也被称为信任度评估模型，它的主要功能就是对实体之间的信任关系进行评估，提供信任值的计算或者根据服务请求提供合适的引用链。 2. P2P网络信任模型研究（3） 3. P2P信任模型关键技术分析（1） 3. P2P信任模型关键技术分析（3） 信任值存储方式 方式一，由评价节点存储对目标节点的信任评估记录； 方式二，由目标节点存储其他节点对自身给出的评估； 方式三，节点间的评估记录交由第三方节点存储。 3. P2P信任模型关键技术分析（4） 信任数据的共享方式 本地共享，每一个节点仅使用自身所积累的同其他节点的交互经验，节点间并不共享关于其他节点的信任信息。 部分共享，每一个节点仅向网络中的部分节点共享信息，最常用的方式就是仅仅邻居节点间进行信任信息的交换。 全局共享，其假定了一个搜集机制可以搜集网络中每一个成员的交互信息，并计算特定节点的全局信任值，可共享于整个网络。 3. P2P信任模型关键技术分析（5） 信任评价标准 评价一次服务 多参数的加权平均值作为评价标准 多参数产生多维信任作为评价标准 评价多次服务 与交易本身有关的因素 反应信任特性的参数 信任的动态性 信任的时间衰减性 信任的上下文依赖性 3. P2P信任模型关键技术分析（6） 信任值计算方法 基于EigenRep模型的计算方法 基于PeerTrust模型的计算方法 基于Bayesian网络的计算方法 基于NICE模型的计算方法 基于矩阵变换的计算方法 基于模糊理论的计算方法 基于Beth模型的计算方法 4. 信任值搜索算法（1） 构建信任模型最关键的问题是信任值的计算，而进行信任值计算的先决条件是获取足够的信任信息，即信任值搜索。 信任值收集算法的优劣，直接影响整个信任模型的性能，也直接影响信任评估的准确度。 4. 信任值搜索算法（2） 目前的P2P信任模型中常用的信任值收集算法是洪泛算法 。 4. 信任值搜索算法（3） P2P文件共享产生的流量是因特网最大的单项流量 4. 信任值搜索算法（4） 为了减少信任值搜索造成的网络开销过大的问题，本文在对现有信任值搜索算法进行分析的基础上，提出了一种基于Random Walk理论的信任值搜索算法。 算法基本思想：引入K遍历器随机游走算法进行信任值搜索，通过缩小信任值搜索范围，达到减少网络开销的目的。 4. 信任值搜索算法（5） 4. 信任值搜索算法（6） 4. 信任值搜索算法（7） 双重动态信任拓扑 直接信任图 推荐者信任图 信任值的存储 直接信任表 推荐者信任表 4. 信任值搜索算法（8） 信任值的初始化与更新 直接信任值更新 添加信任值 更新信任值 删除信任值 推荐者信任值的更新 与直接信任值更新相似 4. 信任值搜索算法（9） STRW算法 K遍历器随机游走算法 通过并行k个漫游查询消息来提高查询速度。当节点发起查询时，发出k个查询信息，而每个收到查询信息的节点将随机的选择自己的一个邻居，并将该查询信息转发给邻居节点。该算法采用周期返回检测策略来实现查询截止。 双重动态信任拓扑上的择优游走 每个收到查询消息的节点优先从推荐者信任表选择推荐者信任值较高的节点转发查询消息，若没有满足条件的推荐者节点则从直接信任表选择直接信任值较高的节点转发查询消息。 4. 信任值搜索算法（10） STRW算法搜索过程（K=4、d=4 ） 4. 信任值搜索算法（11） STRW算法伪代码见论文39-40页 STRW算法分析 网络开销 在最坏情况下，设每条链路上的最大搜索深度为d，其搜索最坏时间复杂度为O（kd）。也就是说STRW算法在搜索信任值过程中引发的网络流量（按发出的查询请求数据包个数统计）最多为k*d个 传统的洪泛算法进行信任值搜索时引发的网络流量为 个，其中n为每个节点保存的信任关系的个数，m为进行洪泛查询的查询深度 STRW算法引发的通信流量要远小于传统的洪泛算法（指数级增长） 4. 信任值搜索算法（12） STRW算法分析 查询效率、准确率 查询效率 推荐者信任关系在搜索过程中充当快捷链接的作用，使搜索平均路径缩短。 查询准确率 择优游走使搜索过程顺着提供诚实推荐可能性最高的信任链路走下去，能够保证搜索结果尽可能准确。 4. 信任值搜索算法（13） 双重动态信任拓扑模型的变化 随着系统的运行，节点之间的直接信任关系及推荐者信任关系也在发生着动态变化。 4. 信任值搜索算法（14） 惩罚机制 当节点搜索提供优质服务的节点的信任信息的时候可以迅速得到充足的、准确的推荐信息。 提供诚实推荐的节点会得到越来越多的推荐机会。 提供虚假服务或虚假