一種實(shí)用對(duì)等網(wǎng)絡(luò)信任模型研究

摘要：在分析了一種實(shí)用信任模型的特點(diǎn)和不足的基礎(chǔ)上，提出了一種改進(jìn)的信任模型WeightRep。分析和仿真表明，改進(jìn)模型比原模型具有更好的安全性和可用性。

關(guān)鍵詞：信任；信任模型；對(duì)等網(wǎng)絡(luò)；文件共享

中圖分類號(hào)：TP393文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001—3695(2007)03—0268—03

近年來(lái)，對(duì)等網(wǎng)絡(luò)（Peer-to-PeerNetwork，P2P）在文件共享方面的應(yīng)用越來(lái)越廣泛，然而由于惡意偽造文件泛濫、眾多的搭便車者只下載而不共享文件，以及不負(fù)責(zé)任的用戶隨意中止文件的上載服務(wù)等現(xiàn)象，嚴(yán)重影響了P2P文件共享系統(tǒng)整體的可用性。解決這些問(wèn)題的一種有效途徑是建立信任機(jī)制。通過(guò)信任機(jī)制的建立，用戶獲得了目標(biāo)節(jié)點(diǎn)的歷史經(jīng)驗(yàn)，據(jù)此選擇更安全的資源服務(wù)對(duì)象，也有了參與共享文件的動(dòng)力。然而P2P應(yīng)用環(huán)境的復(fù)雜及網(wǎng)絡(luò)的不可控性、無(wú)中心化管理、用戶的多重角色及自主性與匿名性等都使得信任機(jī)制在P2P系統(tǒng)中難以建立。

目前，國(guó)內(nèi)外的學(xué)者陸續(xù)提出了對(duì)信任進(jìn)行量化的模型，主要有YaoWang等人提出的貝葉斯網(wǎng)絡(luò)、Guha等人提出的基于權(quán)重的合成、BinYu等人提出的證據(jù)理論等[2]。由于信任關(guān)系中推薦信任的不確定性，很多模型對(duì)信任度的研究都借鑒了人工智能中的不確定推理的方法，這些模型因?yàn)槠渲械膮?shù)依賴于專家經(jīng)驗(yàn)，均不易于實(shí)現(xiàn)。在2004年第4屆IEEE/美國(guó)計(jì)算機(jī)學(xué)會(huì)上，SELUCKAA等人[1]提出了一種基于聲譽(yù)的信任模型（SELCUK模型），主要用來(lái)解決惡意信息的傳播問(wèn)題。SELCUK模型基于權(quán)重合成，相對(duì)于其他P2P文件共享信任模型，SELUCK模型原理簡(jiǎn)單，具有很好的工程可行性，適用于非中心化的P2P文件共享網(wǎng)絡(luò)中（如Gnutella），因而引起了國(guó)內(nèi)外學(xué)者的關(guān)注。

針對(duì)SELUCK模型的特點(diǎn)與不足，在保留該模型優(yōu)勢(shì)的基礎(chǔ)上克服其不足，本文提出了一種改進(jìn)后的新信任模型WeightRep(Weight與Reputation的縮寫(xiě)，說(shuō)明新模型是基于權(quán)重和名聲的)，并通過(guò)仿真實(shí)驗(yàn)證明了新模型的有效性。

1SELUCK模型優(yōu)缺點(diǎn)簡(jiǎn)析

SELUCK模型適用于非中心化的P2P文件共享系統(tǒng)中，通過(guò)詢問(wèn)有限的節(jié)點(diǎn)來(lái)獲取某個(gè)節(jié)點(diǎn)的信任度，能較好地滿足文件共享系統(tǒng)對(duì)信任的要求；利用信任向量（TrustVector）和可信向量（CredibilityVector）將信任度（TrustRating）與可信度（CredibilityRating）分開(kāi)考慮，以解決信任度高的節(jié)點(diǎn)不一定可信的問(wèn)題，并將與節(jié)點(diǎn)歷史交易中的不良行為作為優(yōu)先否定的條件來(lái)選擇文件下載，可以避免節(jié)點(diǎn)先積累高信譽(yù)度再屢次犯錯(cuò)的問(wèn)題；另外，還具有比較好的均衡負(fù)載機(jī)制和防DoS攻擊，詳見(jiàn)文獻(xiàn)[1]。

但是，SELUCK模型也存在一些不足之處，如不能防止變換身份行騙者，不能防止搭便車者以及信任向量更新概念模糊等問(wèn)題。

2WeightRep模型的思想

針對(duì)SELUCK模型的不足之處，本節(jié)在保留SELUCK模型優(yōu)勢(shì)的基礎(chǔ)上，提出改進(jìn)模型WeightRep。

2.1增加IP地址過(guò)濾器功能，防止變換身份行騙者

在P2P這樣一個(gè)龐大的文件共享網(wǎng)絡(luò)，已發(fā)現(xiàn)有大量的惡意用戶和監(jiān)測(cè)機(jī)構(gòu)，為了自己的特殊目的，在檢測(cè)著用戶使用的文件共享系統(tǒng)上下載內(nèi)容，同時(shí)，也有一些惡意的黑客在不停地掃描整個(gè)網(wǎng)絡(luò)，惡意搗亂攻擊。IP地址過(guò)濾器用來(lái)對(duì)一些惡意的IP地址進(jìn)行過(guò)濾，避免從其上下載虛假和惡意文件，也可以防止被監(jiān)控和攻擊。

現(xiàn)在的文件共享系統(tǒng)就有使用IP地址過(guò)濾功能的，如eMule，在“選項(xiàng)→安全→IP過(guò)濾”中可以實(shí)現(xiàn)。當(dāng)然用戶自己也可以增刪過(guò)濾器里面的地址，以阻止網(wǎng)絡(luò)上其他惡意節(jié)點(diǎn)，從而能比較有效地防止不停變換身份行騙者。惡意節(jié)點(diǎn)不停使用的IP地址總是有限的，所以IP地址過(guò)濾功能能較好地起作用。

2.2修改SELUCK模型，限制搭便車者

現(xiàn)在已經(jīng)有很多種建議來(lái)限制搭便車者，如KaZaA是引入基于積分的激勵(lì)機(jī)制，積分是按節(jié)點(diǎn)的貢獻(xiàn)（提供給其他用戶下載過(guò)的文件數(shù)或字節(jié)數(shù)）來(lái)評(píng)分的，貢獻(xiàn)大則評(píng)分高，貢獻(xiàn)小則評(píng)分低，下載文件時(shí)按積分排隊(duì)，高的排在前面，可以優(yōu)先下載。eDonkey除了按積分排隊(duì)下載外，還強(qiáng)制將下載的文件用于共享。這兩種機(jī)制都取得了比較好的效果。

因P2P文件共享網(wǎng)絡(luò)本身就是基于平等、自由的原則建立起來(lái)的，最好的方法還是利用激勵(lì)機(jī)制，鼓勵(lì)大家參與共享。那么在WeightRep模型中如何建立基于積分的激勵(lì)機(jī)制呢？那就是充分利用信任向量的優(yōu)勢(shì)，對(duì)重要位數(shù)m重新定義，以及將信任度的計(jì)算進(jìn)行相應(yīng)的改動(dòng)就能建立基于積分的激勵(lì)機(jī)制。具體思想描述如下：

（1）m為記錄本節(jié)點(diǎn)從其他某一節(jié)點(diǎn)下載文件的次數(shù)。

（2）信任度的計(jì)算分兩種情況：

①m小于等于向量長(zhǎng)度d(d一般取八位）時(shí)，信任度=（前m位信任向量所對(duì)應(yīng)的二進(jìn)制值）/2^m。

②m大于向量長(zhǎng)度d時(shí)，信任度=（d位信任向量所對(duì)應(yīng)的二進(jìn)制值）/2^d。

（3）節(jié)點(diǎn)的本地?cái)?shù)據(jù)庫(kù)內(nèi)容的信任記錄如表1所示。

表1WeightRep模型的本地?cái)?shù)據(jù)庫(kù)

在WeightRep模型里，m的值既是下載次數(shù)又是積分值，當(dāng)有很多節(jié)點(diǎn)需要從本節(jié)點(diǎn)下載文件時(shí)，則按m值的大小而不是先后順序排隊(duì)。這種排隊(duì)的機(jī)制將會(huì)激發(fā)節(jié)點(diǎn)共享文件的興趣，從而減少搭便車現(xiàn)象。

2.3引入服務(wù)質(zhì)量，明確信任向量的更新

從服務(wù)質(zhì)量上明確信任向量中“0”或“1”的修改。這種服務(wù)質(zhì)量涉及到下載的網(wǎng)速、文件的下載結(jié)果、節(jié)點(diǎn)的在線情況等指標(biāo)。有些指標(biāo)可以由系統(tǒng)本身評(píng)價(jià)出好和不好，如下載速度若平均每秒小于2KB，為防止再次從該節(jié)點(diǎn)下載，則評(píng)價(jià)為不好；若下載中途因?qū)Ψ焦?jié)點(diǎn)關(guān)掉共享而終止，則認(rèn)為不好。而文件的下載結(jié)果則包括文件的完整性、是否含有病毒、代碼、內(nèi)容是否完全不相符等，這需要由用戶判斷，將這幾條列出供用戶選擇，而不是簡(jiǎn)單地用滿意或不滿意讓用戶選擇。對(duì)于下載的網(wǎng)速、文件的下載結(jié)果、節(jié)點(diǎn)的在線情況，只要有一條為“不好”，則認(rèn)為這次下載不好，同時(shí)信任向量左插“0”；反之則認(rèn)為是“好”的下載，同時(shí)信任向量左插“1”。每次下載，不管成功與否，都需要修改信任向量，除非是用戶自己取消下載。

3WeightRep模型的工作流程

根據(jù)上述WeightRep模型思想，下面介紹模型的實(shí)現(xiàn)步驟：

第一步初始化，令變量i，j，p=1。設(shè)定信任查詢消息的閾值θ_T和可信查詢消息的閾值θ_C。

第二步節(jié)點(diǎn)發(fā)出文件查詢，并將響應(yīng)的節(jié)點(diǎn)分組。將響應(yīng)節(jié)點(diǎn)按文件的哈希值分組，內(nèi)容相同的文件為一個(gè)版本。由用戶挑選n個(gè)感興趣的文件版本（n=1，2，…）。

第三步計(jì)算第i個(gè)文件版本（i=1，2，…，n)的一組響應(yīng)節(jié)點(diǎn)的平均信任度t_i和平均不信任度dt_i。此步分成以下六個(gè)子步聚：

（1）根據(jù)本地?cái)?shù)據(jù)庫(kù)計(jì)算響應(yīng)節(jié)點(diǎn)的信任度。查找本地?cái)?shù)據(jù)庫(kù)，找出響應(yīng)節(jié)點(diǎn)的信任向量，計(jì)算信任度和不信任度。計(jì)算公式舉例下：

（2）判斷第i個(gè)文件版本中已知信任度的節(jié)點(diǎn)數(shù)是否滿足系統(tǒng)需求。將已知信任度的節(jié)點(diǎn)數(shù)Known(G)與系統(tǒng)設(shè)定的閾值θ_T比較，若Known(G)≥θ_T，則轉(zhuǎn)向（6）。

（3）發(fā)出信任查詢。向P2P網(wǎng)絡(luò)發(fā)出θ_T-Known(G)個(gè)節(jié)點(diǎn)的信任查詢，并將這些節(jié)點(diǎn)重新編號(hào)，依次為1，2，…，θ_T-Known(G)。當(dāng)然，由于本地?cái)?shù)據(jù)庫(kù)中的有關(guān)記錄是節(jié)點(diǎn)的原標(biāo)志，因此，為了不影響下面信任度和可信度的計(jì)算，還要設(shè)定節(jié)點(diǎn)的編號(hào)與原標(biāo)志的對(duì)應(yīng)關(guān)系。針對(duì)節(jié)點(diǎn)j(j=1，2，…，θ_T-Known(G))的信任查詢反饋只需不大于閾值θ_C個(gè)（以防止洪泛攻擊）。

（4）計(jì)算查詢節(jié)點(diǎn)j的信任度t_j。在（3）中，會(huì)有k（k≤θC）個(gè)節(jié)點(diǎn)反饋信任查詢，對(duì)反饋節(jié)點(diǎn)也進(jìn)行重新編號(hào)，依次為1，2，…，k，也設(shè)定好編號(hào)與原標(biāo)志的對(duì)應(yīng)關(guān)系。設(shè)節(jié)點(diǎn)p反饋節(jié)點(diǎn)j的信任度為t_p，不信任度為dt_p(p=1，2，…，k)，則計(jì)算節(jié)點(diǎn)j的信任度分為

第五步選擇下載版本與下載文件。將n個(gè)文件版本按不信任度降序和信任度升序排列。選擇排在第一位的文件版本，并隨機(jī)地從該文件版本對(duì)應(yīng)的一組節(jié)點(diǎn)中的一個(gè)或幾個(gè)節(jié)點(diǎn)下載文件。當(dāng)然為了保證安全，選擇在IP地址過(guò)濾器外的那些節(jié)點(diǎn)下載。當(dāng)被選擇下載的節(jié)點(diǎn)（設(shè)為x）有多個(gè)節(jié)點(diǎn)需要下載同一文件時(shí)，則采用排隊(duì)機(jī)制，x查找本地?cái)?shù)據(jù)庫(kù)中的交易次數(shù)m，按m降序?qū)⑿枰螺d的節(jié)點(diǎn)排隊(duì)，m值高的節(jié)點(diǎn)優(yōu)先下載。

第六步更新信任和可信向量。根據(jù)下載的服務(wù)質(zhì)量，判斷此次下載成功與否，成功則信任向量左插“1”，同時(shí)對(duì)參與該文件版本有關(guān)節(jié)點(diǎn)的信任查詢提供了反饋的有關(guān)節(jié)點(diǎn)的可信向量左插“1”；否則信任和可信向量均左插“0”。

4仿真實(shí)驗(yàn)及結(jié)果分析

為了證明改進(jìn)模型的有效性，進(jìn)行了仿真實(shí)驗(yàn)，將兩種模型進(jìn)行對(duì)比。考慮到評(píng)價(jià)指標(biāo)的客觀性，主要就惡意文件的下載比例進(jìn)行了比較。

仿真實(shí)驗(yàn)的場(chǎng)景是用Java開(kāi)發(fā)的一個(gè)仿真文件共享網(wǎng)絡(luò)，類似于Gnutella的分布式路由結(jié)構(gòu)。不失一般性，將仿真參數(shù)設(shè)置為

圖1的橫坐標(biāo)是下載次數(shù)，縱坐標(biāo)是惡意文件的下載比率。可以看出，改進(jìn)模型WeightRep對(duì)阻止惡意文件下載、隔離惡意節(jié)點(diǎn)的作用比SELUCK模型更有效。

5結(jié)束語(yǔ)

本文提出了一種改進(jìn)模型WeightRep，并詳細(xì)介紹了WeightRep模型的設(shè)計(jì)思想與實(shí)現(xiàn)步驟。通過(guò)分析和仿真說(shuō)明，該模型較原型具有更好的安全性和可用性。

本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文。