專利名稱：基于興趣群組的p2p網(wǎng)絡(luò)信任云模型計(jì)算方法
技術(shù)領(lǐng)域：
本發(fā)明屬于信任模型研究技術(shù)領(lǐng)域，更具體地涉及一種針對(duì)P2P網(wǎng)絡(luò)中基于興趣群組的信任云模型計(jì)算方法。
背景技術(shù)：
從互聯(lián)網(wǎng)誕生之日起，P2P就已經(jīng)存在了，它是互聯(lián)網(wǎng)的起源和基礎(chǔ)。早在1979年，Truscott和Ellis就開發(fā)了基于P2P的典型應(yīng)用:新聞?dòng)懻摻M，它作為互聯(lián)網(wǎng)上的一種交流方式，起信息傳播的作用。近年來，P2P網(wǎng)絡(luò)憑借其獨(dú)特的分布性、自組織性等優(yōu)勢(shì)在互聯(lián)網(wǎng)上迅速成長起來，成為互聯(lián)網(wǎng)的重要組成部分，P2P網(wǎng)絡(luò)不依賴于中心節(jié)點(diǎn)，能有效利用網(wǎng)絡(luò)中的各種閑置資源，在很多方面都有很好的發(fā)展。然而由于P2P網(wǎng)絡(luò)的對(duì)等性，節(jié)點(diǎn)可以自由出入網(wǎng)絡(luò)，致使網(wǎng)絡(luò)中存在較多的安全隱患，比如網(wǎng)絡(luò)病毒攻擊，行為不一致攻擊等等，針對(duì)這些問題，很多學(xué)者進(jìn)行了研究，研究發(fā)現(xiàn)，通過信任模型中信任度的高低來辨識(shí)惡意節(jié)點(diǎn)，有助于減少網(wǎng)絡(luò)中惡意文件的傳播；通過在信任模型中加入激勵(lì)機(jī)制，能夠使得節(jié)點(diǎn)更好的參與到網(wǎng)絡(luò)中來，提供有用的資源，解決網(wǎng)絡(luò)中的存取攻擊；通過信任模型，可以很好的辨識(shí)網(wǎng)絡(luò)中希望通過行為不一致來掩蓋其作惡本質(zhì)，欺騙距離較近節(jié)點(diǎn)的攻擊者，可以使得節(jié)點(diǎn)之間更加合作。目前針對(duì)P2P網(wǎng)絡(luò)中的信任模型的研究有很多，各個(gè)模型都有各自的缺點(diǎn)與優(yōu)點(diǎn)，其中較為經(jīng)典的為XRep、EigenTrust、PeerTrust0XRep模型采用平均值計(jì)算的方法得到節(jié)點(diǎn)的信任值，模型沒有對(duì)信任信息進(jìn)行過濾，認(rèn)為所有的信任信息都是可靠的，對(duì)于信任度計(jì)算中的權(quán)重問題沒有進(jìn)行具體考慮(Damiani E, Vimercati DC, Paraboschi S， Samarati P， Violante F.Areputation-based approach for choosing reliable resources in peer-to-peernetworks.Proceedi ngs of 9th ACMP Conf on Computer and Communications Security(CCS，02).Washington DC, USA, ACMP Press , 2002:207 216.)。EigenTrust模型通過迭代計(jì)算節(jié)點(diǎn)全局唯一的信任度，每次交易都需要全網(wǎng)絡(luò)的迭代致使通信的代價(jià)較大，計(jì)算的收斂性是一個(gè)問題，而且模型把信任度高的節(jié)點(diǎn)當(dāng)作可靠的推薦節(jié)點(diǎn)，存在不合理的地方，就好比一個(gè)工作認(rèn)真的人不一定就是個(gè)誠實(shí)的人，所說的話不一定都是可靠的(Sepandar DKj Mario TSj Hector GM.The EigenTrust algorithmfor reputation management in P2P networks.Proceedings of the 12th Int’I Conf.0n World Wide Web.Budapest: ACM Press, 2003:640^651.)。PeerTrust模型從多個(gè)方面考慮影響節(jié)點(diǎn)信任度的因素:交易評(píng)價(jià)、交易數(shù)量、交易時(shí)間、交易額度、給出反饋評(píng)價(jià)節(jié)點(diǎn)的可信度等。該算法抗攻擊性較強(qiáng)，但是未考慮對(duì)惡意節(jié)點(diǎn)的懲罰、計(jì)算收斂速度以及利用稀疏的數(shù)據(jù)計(jì)算相似度可能會(huì)帶來較大誤差等問題(Xiong L, Liu L PeerTrust: Supporting Reputation-Based Trust for Peer-to-PeerElectronic Communities.1EEE Transaction on knowledge data engineering,2004，16(7):843 857.)。
從信任度的計(jì)算方法來看，目前信任模型中存在多種方法，比如基于云模型的，基于概率的，基于模糊理論的等等。Beth提出信任模型是基于經(jīng)驗(yàn)與概率統(tǒng)計(jì)的，模型將信任關(guān)系的描述通過經(jīng)驗(yàn)的理念來加以說明，給出了信任度的計(jì)算方法，同時(shí)，提出了運(yùn)用概率值的表示方法來說明實(shí)體間執(zhí)行交易的可能性，模型沒有解決初始信任的獲取問題，未考慮信任本身的模糊特性(Beth T, Boreherding M, Klein B.Valuation of Trust in open network.Proceedingsof the European Symposium on Research in Computer Security (ES0RICS).New York:Springer-Verlag, 1994:3 18.)。唐文等提出的信任模型是在模糊理論的基礎(chǔ)上建立的，該模型將模糊理論運(yùn)用到信任模型中，通過隸屬度來說明模糊性，同時(shí)給出了概念樹這一思想來說明信任類型的方法，但是模型忽視了信任的隨機(jī)性(唐文，陳鐘.基于模糊集合理論的主觀信任管理模型研究.軟件學(xué)報(bào)，2003，14 (8):1401 1408.)。張衛(wèi)光等提出了基于云模型的信任評(píng)估模型，該模型將云模型這一思想運(yùn)用到主觀信任研究中，較好的解決了信任的模糊性和隨機(jī)性，通過逆向云算法給出了直接信任的計(jì)算，同時(shí)給出了推薦信任的算法，使得主觀信任推理變得容易理解，但是模型沒有考慮網(wǎng)絡(luò)中存在的各種惡意行為(張光衛(wèi)，康建初，孟祥怡等.基于云模型的主觀信任表示研究.計(jì)算機(jī)科學(xué)，2006，33 (11):158 161.)。信任模型研究至今，已經(jīng)在很多方面取得了進(jìn)步，比如模型的算法，模型的數(shù)據(jù)存儲(chǔ)，模型的安全性等等，這些進(jìn)步都是各位學(xué)者努力的結(jié)果，但是還存在一些問題:
(I)計(jì)算復(fù)雜度問題。經(jīng)過多年的研究，已經(jīng)有多位學(xué)者給出了各自的信任模型，各個(gè)模型所用到的計(jì)算方法也各不相同，但是，部分信任模型的計(jì)算復(fù)雜度較大，使得信任計(jì)算效率變低，降低了模型的實(shí)用性。(2)推薦可信度問題。網(wǎng)絡(luò)中存在大量的不誠實(shí)推薦節(jié)點(diǎn)，比如夸大、詆毀、合作欺騙節(jié)點(diǎn)，使得獲取的推薦信息不可靠，從而影響信任評(píng)價(jià)的結(jié)果，目前大多數(shù)的信任模型都是通過計(jì)算節(jié)點(diǎn)評(píng)價(jià)行為相似度來判斷推薦節(jié)點(diǎn)的可信度，這就存在這樣一個(gè)問題，如果評(píng)價(jià)信息較少，通過相似性獲得的可信度就存在較大誤差。(3)信任模型的“懲罰獎(jiǎng)勵(lì)”機(jī)制。目前存在的諸多的信任模型中有較多模型沒有給出對(duì)應(yīng)的“獎(jiǎng)勵(lì)”機(jī)制，從而導(dǎo)致大多數(shù)的節(jié)點(diǎn)不愿意參與到網(wǎng)絡(luò)中來提供服務(wù)，因?yàn)檫@對(duì)它們來說沒有太大的意義，得不到很多好處，這就造成網(wǎng)絡(luò)中提供服務(wù)的節(jié)點(diǎn)很少，同時(shí)，對(duì)于惡意節(jié)點(diǎn)，也需要一個(gè)有效的“懲罰”機(jī)制對(duì)其進(jìn)行處理。(4)信任關(guān)系的建立及其網(wǎng)絡(luò)流量問題。隨著網(wǎng)絡(luò)規(guī)模的不斷擴(kuò)大，節(jié)點(diǎn)之間發(fā)生交易的機(jī)會(huì)逐漸變小，要在節(jié)點(diǎn)之間建立直接信任關(guān)系將變得困難重重，同時(shí)也會(huì)造成網(wǎng)絡(luò)中大量的消息傳遞。

發(fā)明內(nèi)容
本發(fā)明的目的在于為P2P網(wǎng)絡(luò)中的信任模型提供一個(gè)可靠的計(jì)算方法，解決現(xiàn)有技術(shù)中存在的計(jì)算復(fù)雜、準(zhǔn)確度不高、缺少獎(jiǎng)懲機(jī)制等問題。實(shí)現(xiàn)本發(fā)明目的技術(shù)解決法案為:一種基于興趣群組的P2P網(wǎng)絡(luò)信任云模型計(jì)算包括興趣群組劃分、興趣群組消息傳遞過程、信任云構(gòu)建過程和節(jié)點(diǎn)信任度評(píng)價(jià)過程四個(gè)步驟。
步驟I興趣群組劃分:首先確定興趣群組的數(shù)目，每個(gè)興趣群組最大興趣愛好數(shù)目以及網(wǎng)絡(luò)中文件資源數(shù)目；然后確定組頭節(jié)點(diǎn)，根據(jù)設(shè)定的群組數(shù)，興趣愛好數(shù)，網(wǎng)絡(luò)中的文件資源數(shù)目，確定網(wǎng)絡(luò)中的節(jié)點(diǎn)所屬的群組，最后非組頭節(jié)點(diǎn)通過查詢請(qǐng)求查找與之主題興趣相同的組頭節(jié)點(diǎn)，組頭節(jié)點(diǎn)彼此之間建立連接；
步驟2興趣群組消息傳遞過程:根據(jù)節(jié)點(diǎn)查詢的內(nèi)容確定群組消息傳遞方式，若為主題興趣，則進(jìn)行組內(nèi)查詢，若為次要興趣，則進(jìn)行組間查詢；
步驟3信任云構(gòu)建過程:首先獲取節(jié)點(diǎn)i與節(jié)點(diǎn)J的直接交互次數(shù)A ;其次比較交互次數(shù)A與給定的交互次數(shù)閾值#大小，如果交互次數(shù)A大于或等于給定的交互次數(shù)閾值#時(shí)，將節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)J'的直接信任評(píng)價(jià)值輸入一維逆向正態(tài)云生成算法，得到直接信任云JQ(￡. ..EnD = He3);如果節(jié)點(diǎn)i與節(jié)點(diǎn)J'的直接交互數(shù)等于0時(shí),節(jié)點(diǎn)i只能通過其他節(jié)
點(diǎn)的推薦來度量對(duì)節(jié)點(diǎn)J'的信任值，計(jì)算推薦節(jié)點(diǎn)的推薦可信度6 1 ，僅將可靠推薦節(jié).% "
點(diǎn)的推薦評(píng)價(jià)值輸入一維逆向正態(tài)云生成算法，可靠推薦節(jié)點(diǎn)的推薦可信度> 0,從而得到推薦信任云(Ex^En1Me1);如果交互次數(shù)A大于0，小于給定的交互次數(shù)閾值//，組合節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)j的直接信任云和推薦信任云共同決定節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)j的綜合信任云T.En;;::He.,-)；
步驟4節(jié)點(diǎn)信任度評(píng)價(jià)過程:首先將節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)J的綜合信任云的期望作為節(jié)點(diǎn)j的信任值rc/);然后比較節(jié)點(diǎn)j的信任值TC/)與善意行為評(píng)價(jià)閾值大小，如果TC/)小于善意行為評(píng)價(jià)閾值則不對(duì)節(jié)點(diǎn)進(jìn)行信任度的獎(jiǎng)勵(lì)與懲罰，如果TC/)大于或等于善意行為評(píng)價(jià)閾值GT，則比較節(jié)點(diǎn)j的行為不確定因子A與評(píng)價(jià)閾值大小，用于區(qū)分惡意節(jié)點(diǎn)和善意節(jié)點(diǎn)；若節(jié)點(diǎn)J的行為不確定因子A小于行為不確定因子閾值，則對(duì)節(jié)點(diǎn)j進(jìn)行獎(jiǎng)勵(lì)，提高其信任度，若節(jié)點(diǎn)j的行為不確定因子A大于行為不確定因子閾值，則對(duì)節(jié)點(diǎn)J進(jìn)行懲罰，降低其信任度。本發(fā)明與現(xiàn)有的技術(shù)相比，其顯著的優(yōu)點(diǎn)為:(I)借鑒了人類心理認(rèn)知習(xí)慣中優(yōu)先采納直接經(jīng)驗(yàn)進(jìn)行判斷節(jié)點(diǎn)信任度的思想，使得當(dāng)兩個(gè)節(jié)點(diǎn)之間交易次數(shù)超過交互次數(shù)信任閾值//時(shí)，節(jié)點(diǎn)就可以通過自身進(jìn)行信任判斷，不需要推薦信息，從而簡化了信任計(jì)算的復(fù)雜度；(2)提出了一種新的計(jì)算“推薦可信度”的方法，過濾掉不可信的推薦信息，使得模型能更好地抵御不誠實(shí)推薦節(jié)點(diǎn)的惡意行為；(3)應(yīng)用傳統(tǒng)云模型中表征不確定性的兩個(gè)參數(shù)一熵和超熵，引入獎(jiǎng)勵(lì)因子和懲罰因子分別對(duì)善意節(jié)點(diǎn)實(shí)施獎(jiǎng)勵(lì)、對(duì)惡意節(jié)點(diǎn)實(shí)施懲罰，使得在善惡節(jié)點(diǎn)的辨別上變得更加容易；(4)引入“主題興趣”，“次要興趣”概念，使得興趣分組更加合理，能更好的解決信任模型中因?yàn)榕d趣不同難以形成直接的信任關(guān)系，同時(shí)，有效減少網(wǎng)絡(luò)中消息傳遞數(shù)目。下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。


圖1信任值計(jì)算過程 圖2分組過程3分組后P2P網(wǎng)絡(luò)工作原理圖 圖4綜合信任云流程圖 圖5信任度獎(jiǎng)勵(lì)懲罰流程圖 圖6平均消息復(fù)雜度(AMC)隨網(wǎng)絡(luò)規(guī)模的變化規(guī)律 圖7平均交互次數(shù)(ANT)隨網(wǎng)絡(luò)規(guī)模的變化規(guī)律 圖8失敗下載總數(shù)(TFN)隨仿真周期的變化規(guī)律 圖9合作欺騙惡意節(jié)點(diǎn)CDMP存在下的成功下載率 圖10策略型惡意節(jié)點(diǎn)SMP存在下的成功下載率
具體實(shí)施例方式結(jié)合圖1，本發(fā)明基于興趣群組的P2P網(wǎng)絡(luò)信任云模型計(jì)算方法，步驟如下: 第一步，興趣群組劃分和及其消息傳遞過程。首先結(jié)合圖2闡述興趣群組劃分過程: 步驟1:記=為P2P網(wǎng)絡(luò)的興趣集合，則每個(gè)節(jié)點(diǎn)i都有其感興趣的
內(nèi)容類別記為r r ,其中u■表示網(wǎng)絡(luò)中所擁有的節(jié)點(diǎn)總數(shù)，但每
* ^ * —
個(gè)節(jié)點(diǎn)有一個(gè)最感興趣的內(nèi)容類別，即每個(gè)節(jié)點(diǎn)都有一個(gè)主題興趣，是用來作為劃分興趣群組的依據(jù)。除了主題興趣外，每個(gè)節(jié)點(diǎn)還可以有多個(gè)感興趣的次要主題，節(jié)點(diǎn)對(duì)次要興趣感興趣的程度低于主題興趣，各個(gè)次要興趣也可根據(jù)按照優(yōu)先級(jí)排序；因此，每個(gè)節(jié)點(diǎn)都保存有一張興趣愛好列表。

步驟2:初始時(shí)，根據(jù)節(jié)點(diǎn)i的處理、存儲(chǔ)、帶寬等方面性能，確定其是否為組頭節(jié)點(diǎn)，如果在這些方面，節(jié)點(diǎn)的性能較好，則確定為組頭節(jié)點(diǎn)，否則為非組頭節(jié)點(diǎn)；為了防止單點(diǎn)失效，每個(gè)組中也可以有多個(gè)組頭節(jié)點(diǎn)，一旦連接的組頭節(jié)點(diǎn)離開網(wǎng)絡(luò)，可以選擇組中其他的組頭節(jié)點(diǎn)。步驟3:如果該節(jié)點(diǎn)為非組頭節(jié)點(diǎn)，則通過查詢路由協(xié)議QRP與組頭節(jié)點(diǎn)進(jìn)行查詢路由表QRT地交換，非組頭節(jié)點(diǎn)向組頭節(jié)點(diǎn)發(fā)送對(duì)應(yīng)的QRT，組頭節(jié)點(diǎn)將接收到的QRT與其自身的QRT進(jìn)行整合，同時(shí)與網(wǎng)絡(luò)中的其他組頭節(jié)點(diǎn)進(jìn)行QRT交換。步驟4:如果找不到主題興趣相同的組頭節(jié)點(diǎn)，可以根據(jù)次要興趣的排序，連入次要興趣組；
步驟5:如果該節(jié)點(diǎn)為組頭節(jié)點(diǎn)，則其會(huì)與之最近的組頭節(jié)點(diǎn)進(jìn)行連接。接著，結(jié)合圖3給出分組后網(wǎng)絡(luò)中的消息傳遞過程，消息傳遞可分為組內(nèi)查詢和組件查詢。(I)組內(nèi)查詢
若為組內(nèi)查詢，則節(jié)點(diǎn)查詢的內(nèi)容為主題興趣。首先，向組頭節(jié)點(diǎn)發(fā)送一個(gè)查詢請(qǐng)求，組頭節(jié)點(diǎn)根據(jù)具體的查詢內(nèi)容發(fā)送給組中其他的非組頭節(jié)點(diǎn)；非組頭節(jié)點(diǎn)收到查詢請(qǐng)求后，根據(jù)本身的情況，若存在對(duì)應(yīng)的內(nèi)容，則對(duì)該請(qǐng)求進(jìn)行響應(yīng)；查詢節(jié)點(diǎn)收到響應(yīng)后，與之建立連接，實(shí)現(xiàn)資源共享。(2)組間查詢
若節(jié)點(diǎn)要查詢的內(nèi)容為次要興趣內(nèi)容，則組頭節(jié)點(diǎn)以廣播的方式發(fā)送給與之相連的其他組的組頭節(jié)點(diǎn)，通過這種方式，將查詢請(qǐng)求一直傳遞下去，直到找到需要查詢的次要興趣群組的組頭節(jié)點(diǎn)，然后再由次要興趣組的組頭節(jié)點(diǎn)轉(zhuǎn)發(fā)給該組的非組頭節(jié)點(diǎn)。具體的步驟如下:首先向本組的組頭節(jié)點(diǎn)發(fā)送一個(gè)查詢請(qǐng)求，本組的組頭節(jié)點(diǎn)根據(jù)具體的查詢內(nèi)容發(fā)現(xiàn)不是本組的內(nèi)容，則依靠QRT發(fā)送給次要興趣的組頭節(jié)點(diǎn)；其次，次要興趣組頭節(jié)點(diǎn)根據(jù)查詢的內(nèi)容，發(fā)送給組中與之相連的非組頭節(jié)點(diǎn)；然后，次要興趣非組頭節(jié)點(diǎn)收到查詢請(qǐng)求后，根據(jù)本身的情況，若存在對(duì)應(yīng)的內(nèi)容，則對(duì)該請(qǐng)求進(jìn)行響應(yīng)；最后，查詢節(jié)點(diǎn)收到響應(yīng)后，與之建立連接，實(shí)現(xiàn)資源共享。第二步，綜合信任云構(gòu)建過程，結(jié)合圖4闡述云模型與人類心理認(rèn)知習(xí)慣相結(jié)合給出了計(jì)算節(jié)點(diǎn)綜合信任云的過程，其方法如下:
步驟1:構(gòu)造直接信任云。當(dāng)節(jié)點(diǎn)i想要判斷節(jié)點(diǎn)J'的信任度時(shí)，獲取節(jié)點(diǎn)i與節(jié)點(diǎn)J'之間力次直接交互經(jīng)驗(yàn)，直接交互經(jīng)驗(yàn)表示成節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)J'的提供服務(wù)的滿意度評(píng)分值，評(píng)分值在區(qū)間
之間，其中評(píng)分值0表示節(jié)點(diǎn)提供最差的服務(wù)，很不滿意；評(píng)分值0.25表示節(jié)點(diǎn)提供交易不成功，不滿意；評(píng)分值0.5表示節(jié)點(diǎn)提供服務(wù)普通，一般滿意；評(píng)分值
0.75表示節(jié)點(diǎn)提供交易成功，滿意；評(píng)分值1.0表示節(jié)點(diǎn)提供交易很成功，很滿意。假設(shè)善意節(jié)點(diǎn)只提供滿意度為0.75和1.0的服務(wù)，惡意節(jié)點(diǎn)作惡時(shí)提供滿意度為0.0和0.25的服務(wù)，不作惡時(shí)提供0.75和1.0的服務(wù)，0.5作為節(jié)點(diǎn)的初始信任度。若k > C ,將節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)J'的直接信任評(píng)價(jià)值輸入一維逆向正態(tài)云生成算法得到直接信任云!￠'1( ; ; ),具體的一維逆向正態(tài)云生成過程如下:
輸入:樣本點(diǎn)X.,其中
輸出:反映定性概念的三個(gè)數(shù)字特征:IX, ￡^:與
(1)根據(jù)&計(jì)算這組數(shù)據(jù)的樣本均值—階樣本絕對(duì)中心矩
權(quán)利要求
1.一種基于興趣群組的P2P網(wǎng)絡(luò)信任云模型計(jì)算方法，其特征在于包括興趣群組劃分、興趣群組消息傳遞過程、信任云構(gòu)建過程和節(jié)點(diǎn)信任度評(píng)價(jià)過程，具體步驟如下: 步驟I所述的興趣群組劃分過程如下:首先確定興趣群組的數(shù)目，每個(gè)興趣群組最大興趣愛好數(shù)目以及網(wǎng)絡(luò)中文件資源數(shù)目；然后確定組頭節(jié)點(diǎn)，根據(jù)設(shè)定的群組數(shù)，興趣愛好數(shù)，網(wǎng)絡(luò)中的文件資源數(shù)目，確定網(wǎng)絡(luò)中的節(jié)點(diǎn)所屬的群組，最后非組頭節(jié)點(diǎn)通過查詢請(qǐng)求查找與之主題興趣相同的組頭節(jié)點(diǎn)，而組頭節(jié)點(diǎn)彼此之間建立連接； 步驟2所述的興趣群組消息傳遞過程如下:根據(jù)節(jié)點(diǎn)查詢的內(nèi)容確定群組消息傳遞方式，若為主題興趣，則進(jìn)行組內(nèi)查詢，若為次要興趣，則進(jìn)行組間查詢； 步驟3所述的信任云構(gòu)建過程如下:首先獲取節(jié)點(diǎn)i與節(jié)點(diǎn)J的直接交互次數(shù)A ;其次比較交互次數(shù)A與給定的交互次數(shù)閾值#大小，如果交互次數(shù)A大于或等于給定的交互次數(shù)閾值#時(shí)，將節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)J'的直接信任評(píng)價(jià)值輸入一維逆向正態(tài)云生成算法，得到直接信任云
2.根據(jù)權(quán)利要求1所述的基于興趣群組的P2P網(wǎng)絡(luò)信任云模型計(jì)算方法，其特征在于所述的步驟I中興趣群組劃分步驟如下: 步驟1.1設(shè)定組頭節(jié)點(diǎn)ID號(hào)，需要分組的群組數(shù)/ ，每個(gè)節(jié)點(diǎn)擁有的興趣愛好數(shù)《(m<=n),網(wǎng)絡(luò)中所有文件總數(shù)； 步驟1.2根據(jù)設(shè)定的組頭節(jié)點(diǎn)ID號(hào)，確定組頭節(jié)點(diǎn)，根據(jù)設(shè)定的群組數(shù)，興趣愛好數(shù)，網(wǎng)絡(luò)中的文件數(shù)，確定網(wǎng)絡(luò)中的節(jié)點(diǎn)所屬的群組，節(jié)點(diǎn)擁有的興趣及其擁有的文件數(shù)量，其中興趣愛好可以分為主題興趣和次要興趣，主題興趣的ID號(hào)與節(jié)點(diǎn)分配到的群組ID號(hào)是相同的；步驟1.3非組頭節(jié)點(diǎn)通過組頭節(jié)點(diǎn)查詢請(qǐng)求查找與之主題興趣ID號(hào)相同的組頭節(jié)點(diǎn)；步驟1.4組頭節(jié)點(diǎn)收到組頭結(jié)點(diǎn)查詢請(qǐng)求后，如果發(fā)現(xiàn)對(duì)應(yīng)的主題興趣與自己相同，將該非組頭節(jié)點(diǎn)作為自己的鄰居節(jié)點(diǎn)，同時(shí)非組頭節(jié)點(diǎn)也將該組頭節(jié)點(diǎn)作為自己的鄰居節(jié)占.步驟1.5組頭節(jié)點(diǎn)彼此之間建立連接。
3.根據(jù)權(quán)利要求1所述的基于興趣群組的P2P網(wǎng)絡(luò)信任云模型計(jì)算方法，其特征在于所述的步驟2中興趣群組消息傳遞過程步驟如下: 步驟2.1組內(nèi)查詢 如果為組內(nèi)查詢,則節(jié)點(diǎn)查詢的內(nèi)容為主題興趣,可以通過以下幾步進(jìn)行查詢: 步驟2.1.1向組頭節(jié)點(diǎn)發(fā)送一個(gè)文件查詢請(qǐng)求,組頭節(jié)點(diǎn)根據(jù)具體的查詢內(nèi)容發(fā)送給組中其他的非組頭節(jié)點(diǎn)； 步驟2.1.2非組頭節(jié)點(diǎn)收到文件查詢請(qǐng)求后，根據(jù)本身的情況，若存在對(duì)應(yīng)的內(nèi)容，則對(duì)該請(qǐng)求進(jìn)行響應(yīng)； 步驟2.1.3查詢節(jié)點(diǎn)收到響應(yīng)后，與之建立連接，進(jìn)行文件下載； 步驟2.2組間查詢 如果節(jié)點(diǎn)要查詢的內(nèi)容為次要興趣內(nèi)容，可以通過以下幾步進(jìn)行查詢: 步驟2.2.1首先向本組的組頭節(jié)點(diǎn)發(fā)送一個(gè)組間查詢請(qǐng)求,本組的組頭節(jié)點(diǎn)根據(jù)具體的查詢內(nèi)容發(fā)現(xiàn)不是本組的內(nèi)容，則發(fā)送給次要興趣的組頭節(jié)點(diǎn)； 步驟2.2.2次要興趣組頭節(jié)點(diǎn)根據(jù)查詢的內(nèi)容，發(fā)送給組中與之相連的非組頭節(jié)點(diǎn)；步驟2.2.3次要興趣非組頭節(jié)點(diǎn)收到組間查詢請(qǐng)求后，根據(jù)本身的情況，若存在對(duì)應(yīng)的內(nèi)容，則對(duì)該請(qǐng)求進(jìn)行響應(yīng)； 步驟2.2.4查詢節(jié)點(diǎn)收到響應(yīng)后，與之建立連接，進(jìn)行文件下載。
4.根據(jù)權(quán)利要求1所述的基于興趣群組的P2P網(wǎng)絡(luò)信任云模型計(jì)算方法，其特征在于所屬的步驟3中信任云構(gòu)建過程步驟如下: 步驟3.1構(gòu)造直接信任云，若節(jié)點(diǎn)i與節(jié)點(diǎn)J存在直接交互，即直接交互次數(shù)A>0，則節(jié)點(diǎn)i根據(jù)自己已有的歷史經(jīng)驗(yàn)來獲得節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)J'的直接信任評(píng)價(jià)，通過把節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)J'的直接信任評(píng)價(jià)值輸入一維逆向正態(tài)云生成算法，可得到直接信任云
5.根據(jù)權(quán)利要求1所述的基于興趣群組的P2P網(wǎng)絡(luò)信任云模型計(jì)算方法，其特征在于所述的步驟4中節(jié)點(diǎn)信任度評(píng)價(jià)過程按照以下方式進(jìn)行:行為不確定因子
全文摘要
本發(fā)明公開了一種基于興趣群組的P2P網(wǎng)絡(luò)信任云模型計(jì)算方法。本發(fā)明由興趣群組劃分及其消息傳遞過程、信任云構(gòu)建過程和節(jié)點(diǎn)信任度評(píng)價(jià)過程構(gòu)成。興趣群組劃分及其消息傳遞過程是根據(jù)每個(gè)群的興趣把網(wǎng)絡(luò)劃分為不同群組，并分別確定組內(nèi)、組間節(jié)點(diǎn)的消息傳遞方式；信任云構(gòu)建過程是通過云模型的三個(gè)數(shù)字特征，即期望、熵和超熵來表達(dá)節(jié)點(diǎn)信任關(guān)系，構(gòu)建由直接信任云和推薦信任云組成的綜合信任云；節(jié)點(diǎn)信任度評(píng)價(jià)過程是通過優(yōu)先考慮直接經(jīng)驗(yàn)的信任值計(jì)算方法評(píng)估節(jié)點(diǎn)綜合信任值。本發(fā)明的方法不僅解決了P2P網(wǎng)絡(luò)中過多的消息傳遞以及因興趣不對(duì)稱難以建立直接信任關(guān)系的問題，而且能降低節(jié)點(diǎn)獲得不可靠推薦信息的風(fēng)險(xiǎn)。
文檔編號(hào)G06F17/30GK103152436SQ201310110038
公開日2013年6月12日 申請(qǐng)日期2013年4月1日 優(yōu)先權(quán)日2013年4月1日
發(fā)明者徐建, 陸玲玲, 張宏, 衷宜, 董圣杰, 沈海波, 李千目 申請(qǐng)人:無錫南理工科技發(fā)展有限公司, 南京理工大學(xué)