物聯網環境下域間實體信任評估模型*

于汶平 吳 旭，2

（1.西安郵電大學計算機學院 西安 710121）（2.廣西大學計算機與電子信息學院 南寧 530004）

1 引言

隨著物聯網服務規模的不斷擴大，物聯網環境下實體種類也變得多樣化，當跨域實體需要資源交互時［1］，為了能夠安全有效地進行域間實體資源交互，需要考慮域信任關系和域間實體信任關系，但物聯網環境下各信任域對實體的信任評價機制各不相同，且獨立自治，因此如何統一不同信任域的域內實體信任評價機制，并應用于域信任度和域間實體信任度的計算，已成為物聯網環境下不可忽視的重要問題。

國內外對于信任關系評估問題的研究已經取得了一些研究成果，近幾年對于云計算環境［2～5］、云服務環境［6～8］以及多種網絡環境下［9～10］的跨域信任評估和跨域資源訪問控制問題研究方法已經成熟，但是針對物聯網環境下的跨域信任評估依舊存在著很多問題值得去探究。文獻［11］針對無線傳感器網絡的動態變化提出了一種基于信任度的信任模型，直接信任度通過歷史交互記錄進行結算，間接信任度通過賦予權重進行節點間的推薦信任度計算，該模型對于信任度進行了更加細致的劃分，但是沒有有效地解決信任評估參數單位統一度量的問題。文獻［12］結合信任管理和可信計算技術提出了一種新型的基于信任度量Web服務跨域訪問控制模型，通過分析實體間的歷史交互行為，引入了域間信任度及實體間信任度的概念，提高了跨域訪問控制的動態性和安全性。同時，給出了域內信任和跨域信任的計算功能。該方法中所選取的信任評估參數具有借鑒意義，可以根據實體間的歷史交互行為等參數對于跨域實體間的信任評估進行統一度量，但是沒有考慮到不同上下文環境對于信任評估的影響因素。文獻［13］提出了一種物聯網環境下層次化的信任架構，滿足了不同主體的信任需求。使用基于證據理論的方法推導動態運動閱讀器的信任，在穩定的機構層，使用信譽機制維護機構信任，層間信任交互構成了一個可信的環流，使得信任得到快速收斂和反饋。該方法有效地解決了層次信任問題，但沒有考慮到應如何統一物聯網環境下各信任域不同的實體評價機制，如果沒有一個統一的實體評價標準，將無法進行實體間的信任關系評估。文獻［14］建立的UT-MDAC模型提出本域角色表和外域角色表的概念，在用戶信任度基礎上，結合域間信任度概念，建立了不同域間的可信機制，提出了用戶訪問操作的信任機制。該模型直接給出域間信任度值，但是沒有交代如何判斷和計算不同域間的信任關系，而且該模型在進行信任評估時缺少對于上下文環境的考慮，因此信任評估結果會出現偏差。彭維平等［15］提出的跨域訪問控制模型，對屬性進行敏感性劃分，并引入時間衰減函數，有效地定義和完善了對于跨域訪問的控制，時間衰減函數可以有效的對于信任評估進行動態更新，但是沒有考慮到不同上下文環境對于信任評估的影響因素。文獻［16］中的模型根據歷史行為記錄計算出主體和被請求域之間的信任值，該計算方法可以有效地計算域間信任值。文獻［17］提出一種基于屬性的控制模型，解決了原有控制模型在委托方面的不足之處。同時，文獻［15～17，22］的方法都沒有考慮到在進行信任評估時的參數選取，而且沒有考慮到信任評估的上下文環境。由于各信任域內的實體評價機制是不同的，以上模型方法都沒有深入的考慮到在計算跨域實體間信任關系時如何統一不同信任域內的評價機制以及如何選取評估的參數，因此以上模型方法在進行域間實體信任度評估時可能會出現誤差。

在上述研究的基礎上，付思源等［18］提出了一種跨域評價體系結構，定義了信任評價系統及系統中的指標，并認為物聯網環境下的域間信任關系，可以通過正態分布的參數轉化使域間信任度具有可比性，但是隨著物聯網環境的復雜程度逐漸提高，所需要的服務類型也會不斷變化，并不能默認物聯網環境下所有的域間信任關系都服從正態分布，因此該方法還需要進一步研究改善。張龍等［19］將網關技術引入到物聯網信任模型的研究中，設計出跨域節點資源調度交易表，引入信任因子等評價指標并結合上下文環境對域內節點的信任度進行計算，該方法雖然有效地解決了評級指標量化等方面的問題，但是并沒有考慮到域間動態信任關系的度量，在不同時間和不同的服務場景下域間的信任度都會有所不同。

針對上述模型方法存在的諸多問題，本文提出了一個物聯網環境下域間實體信任評估模型（Inter-Domain Entity Trust Assessment Model of The Internet of Things Environment，EIAM）。根據已有的物聯網環境下的上下文感知理論模型［20］，設計上下文服務背景關系相似度算法，明確在進行跨域實體交互時實體間的上下文環境關系，解決不同信任域間實體所處的上下環境不同的問題。在此基礎上，綜合各信任域對實體的評價方法，選取統一的域間實體信任評估參數，根據選取的參數進行域間實體信任度評估，解決了域間實體信任度統一評估的問題。

2 相關定義

為了明確本文中涉及到的相關名詞概念，現做如下定義：

定義1域內信任度。域內信任度表示物聯網環境下各信任域內兩個實體間的信任關系。

定義2域信任度。域信任度表示物聯網環境下兩個信任域間的信任關系。

定義3域間實體信任度。域間實體信任度表示物聯網環境下兩個信任域內的實體間的信任關系。

定義4上下文服務背景相似度。上下文服務背景相似度表示物聯網環境下兩個信任域內的實體間在進行資源交互時，所處的不同上下文環境的相似度。

定義5有向帶權圖G(D ，T )。EIAM模型采用有向帶權圖的數據結構對于物聯網環境下的各信任域進行存儲，其中D={D1，D2，…，Dn} 為信任域集合，T={t1， t2，…，tn}為各信任域間直接信任關系的邊集合，其中ti為域信任度。有向帶權圖G(D，T) 中的邊具有方向性，同時具有一個權值tv(Dp，Dq)，表示域Dp和域Dq之間的域信任度。

根據圖1示例，對物聯網環境下域內及域間實體資源交互的信任評估流程描述如下：假設信任域DA在域內的資源無法滿足實體Ea的服務需求，此時信任域DA向各信任域發送資源交互請求，利用有向帶權圖的深度優先遍歷算法尋找到滿足資源交互請求的信任域DB內實體Eb和信任域DC內實體Ec，再根據本文提出的域信任度計算方法和域間實體信任度評估方法進行信任度的計算。

圖1 物聯網環境下域內及域間實體資源交互關系圖

3 域信任度計算

為了不影響各信任域內的信任評價指標，本文綜合各信任域對于實體的評價機制，與已有研究方法選取統一的域間實體信任評估參數，根據選取的參數在物聯網環境下各信任域的域管理服務器中建立兩張用來記錄域內和域間實體進行資源交互的歷史記錄的表格，使各域在進行跨域實體服務協作時的信任度衡量有了一個可以統一評價的標準。

域內實體服務協作記錄表及部分數據，如表1所示；域間實體服務協作記錄表及部分數據，如表2所示。

表1中Domain表示域名，Resource表示實體資源，Called Resource表示需要交互的請求資源，Time表示請求時間，Inter_num表示交互次數，Failed_num表示交互失敗次數，Response Time表示請求響應時間，Estimate表示域內實體進行服務協作時的評價值；Context-Aware表示域內實體進行服務協作時的上下文環境參數。

表2中Local Domain表示發送交互請求的域名，Local Resource表示發送交互請求的實體資源，Called Domain表示被請求的域名，Called Resource表示需要交互的請求資源，Estimate表示跨域實體進行服務協作時的評價值；Time表示服務協作發生的時間；Inter_num表示發生交互的次數；Failed_num表示交互失敗的次數；Response Time表示服務協作的響應時間；Runtime表示服務協作的執行時間。

3.1 域信任度計算算法描述

步驟一：在物聯網環境下進行資源搜索，確定存在滿足域Di資源交互請求ri的多個信任域。

步驟二：利用式（4）計算域Di與各域之間的信任度，并進行降序排序。

步驟三：選擇信任度較高的域，并發送資源調度請求，完善域管理服務器內的表1和表2。

表1 域內實體服務協作記錄表

表2 域間實體服務協作記錄表

3.2 域信任度計算方法

根據物聯網環境特性和具體服務情況分析得出，域間存在兩種信任度：直接信任度（Direct Trust，DT）和推薦信任度（Recommend Trust，RT）。若信任域間不存在直接信任關系，可以通過推薦信任關系進行資源調度，在本次資源交互結束后，即建立域間的直接信任關系；若域間既不存在直接信任關系，也不存在推薦信任關系，在進行資源交互時，直接建立域間直接信任關系，并設置初始域間信任度為0.5。

直接信任度表示兩個信任域間存在直接的信息資源交互關系，在有向帶權圖中即表示為兩個節點之間存在直接的關聯關系，計算公式為

式（1）中，eij表示域 Di和域Dj之間最近一次進行跨域服務協作的評價值參數，即表2中的Estimate值；tij表示資源調度的過程中所花費的響應時間；fij表示兩個域在進行歷史交互過程中交互失敗情況的失敗率；ε表示其他因素。α，β，χ，ε為權重系數，α+β+χ+ε=1，且 α＞＞β，χ，ε。

推薦信任度則表示為在有向帶權圖中兩個域之間存在一條或多條路徑，兩個域之間可以通過路徑的關聯關系建立信任關系，計算公式為

式（2）中，n表示為路徑數，tvk表示第k條路徑上各域間的信任度連乘結果，1≤k≤n。由于RT( )Di，Dj是通過n條路徑上各域間的信任度連乘結果的累加所構成的，若RT( )Di，Dj值大于1，則取RT( )Di，Dj值為1。式（2）中 tvk為

表示第k條路徑上從頂點Di到頂點Dj路徑上所有權值的連乘。

域間信任度是由直接信任度和推薦信任度組成的，根據上述分析可得域信任度的計算公式為

式（4）中，φ和φ為權重系數，且φ+φ=1，φ?φ。

4 域間實體信任度評估

根據第3節計算得出信任域間的域信任度，進一步評估域間實體信任關系。

4.1 上下文服務背景相似度計算

物聯網環境下的上下文環境是指對域內實體所處的服務背景的一種描述［13］。考慮到不同信任域間實體所處的上下環境不同，該模型根據已有的物聯網環境下的上下文感知理論模型［20］，設計上下文服務背景關系相似度算法，用以區分和識別域間實體在進行資源交互時所處的不同上下文環境相似度。

對于信任域內的每個實體設置上下文服務背景參數如下：

其中，Dname表示實體的域名，Ename表示實體名，type表示實體服務上下文環境，activity表示實體活躍度，是［0，1］范圍內的值，quality表示實體提供服務的質量是［0，1］范圍內的值。各信任域內實體的Context-Aware值在實體加入信任域時進行初始化，并隨時間動態變化。在進行域間實體資源交互時，根據不同域間實體的上下文環境，利用改進的余弦相似度算法進行相似度計算，計算公式如下：

4.2 域間實體信任度評估計算

式（7）中，sij為信任域 Di與信任域Dj間實體進行資源交互的歷史成功率；λ1+λ2+λ3=1，為權重參數。通過式（7）可計算得到進行資源交互的域間實體信任度

5 仿真實驗分析

5.1 仿真實驗環境

所有模擬實驗均運行Microsoft Windows 10操作系統，Inter Core i5 M480 2.67GHz/4.00GB內存的計算機上，在Eclipse和Spyder中實現相關實驗和算法的編程。EIAM模型使用Eclipse軟件進行模型的建立。對于實驗數據處理工作均使用Spyder軟件進行實現。仿真實驗環境中部署20個信任域，每個信任域中各有50個域內實體節點和一個域內管理服務器，用以存儲表1和表2。將信任域中的實體節點分為目標實體節點和請求實體節點兩種類型，并且兩種身份相互獨立，互不影響。

在實驗中，各信任域中的實體節點所具有的資源部分可能相同，但大部分資源不同，由模型隨機動態分配。若某域內實體節點在進行某項資源服務時，域內實體節點自身的資源不能滿足服務需求，則進行資源交互請求。當發出資源交互請求時，首先在信任域內進行服務資源查找，若在域內找到滿足服務需求的資源則不需要進行域間資源交互請求；若在域內未找到滿足服務需求的資源則進行域間資源交互請求。為了使模擬更接近于真實的物聯網環境，在模擬的過程中為每個信任域中的實體節點設置資源容量、實體服務能力、實體服務時間、實體能量（CPU資源占用率）、實體活躍度、實體提供服務的質量（［0，1］范圍內的值）以及實體服務上下文環境，用于域間實體信任度統一評估計算。

5.2 實驗設置

表3 EIAM模擬參數表

在域信任度計算方面，與RBAC模型［17］和CD-TBAC模型［15］進行比較。在域間實體信任推薦計算方面，參照文獻［23］模擬時設置的域內實體的各項指標。EIAM中基本參數設置如表3。

權重系數根據域管理服務器無量綱化處理結果設定。對于模型中的參數值需進行歸一化處理后才可以應用于計算。

5.3 模型性能分析

在這組實驗里，模擬物聯網動態環境下域內實體節點進行域間資源調度請求的過程。針對計算的準確性和計算的響應時間兩個指標與RBAC模型［17］和CD-TBAC模型［15］進行對比。實驗驗證了在物聯網環境動態變化的情況下，域信任度計算結果的準確度和響應時間，并根據域信任度的計算結果判斷域間實體信任度參數指標的選取是否合理。設計了兩組實驗。

第1組針對域信任度計算結果準確度進行分析，假設信任域A利用RBAC模型進行信任評估，信任域B利用CD-TBAC模型進行信任評估，再利用信任域間服從正態分布的比例方式計算信任域A與信任域B之間的域信任度，同時利用本文方法計算域信任度與之進行對比分析，實驗結果對比分析如圖2～3所示。

圖2 域信任度計算結果與RBAC模型準確度對比分析圖

圖3 域信任度結果與CD-TBAC模型準確度對比分析圖

第2組模擬實體節點在域內進行資源調度，與RBAC模型和CD-TBAC模型進行響應時間的性能分析。同時模擬實體節點在進行域間實體資源交互時域信任度的計算過程，與已有的計算形式進行計算準確度和響應時間的性能分析，在進行資源交互時同時利用域間實體信任度評估算法計算域間實體信任度，并根據域信任度計算結果和上下文環境相似度參數進行類比分析。在模擬動態變化的過程中，對于各域內實體節點所具有的參數進行隨機動態的修改，以保證實驗結果的動態性。對各域管理服務器內容進行實時更新，以保證域信任度計算的準確性。

假設域DA中有20個實體服務協作任務，由域DA內的20個實體節點分別執行，在執行過程中統計每項任務的響應時間。若需進行資源交互，同時記錄域信任度計算結果。實驗結果分析如圖4～5所示。

圖4 EIAM與RBAC和CD-TBAC模型響應時間對比分析圖

圖5 域信任度、上下文相似度與域間實體信任度類比趨勢圖

根據實驗結果可以得出以下結論。

1）應用域信任度計算算法進行計算的域信任度結果與RBAC模型和CD-TBAC模型相比準確度更高，且運行效果穩定，如圖2～3所示。

2）在保證域信任度計算結果準確的情況下，域信任度計算算法在實驗過程中的響應時間與RBAC模型和CD-TBAC模型相比消耗時間更少，對于CPU資源的消耗和占用率也更低。域信任度計算算法在實驗過程中運行狀態穩定，出現誤差的情況較少，如圖4所示。

3）當改變域信任度tv和實體間上下文環境相似度參數CA時，域間實體信任度tv_e的計算結果變化趨勢相同，如圖5所示。可證明域間實體信任度評估算法選取的計算參數可以在不影響各信任域內評價機制的情況下，保證域間實體信任度評估的準確性。

6 結語

本文提出了一個物聯網環境下域間實體信任評估模型（EIAM），設計上下文服務背景關系相似度算法，明確在進行跨域實體交互時實體間的上下文環境關系。在此基礎上，綜合各信任域對實體的評價方法，選取統一的域間實體信任評估參數進行域間實體信任度評估，解決了域間實體信任度統一評估的問題。與其他物聯網環境下的信任度計算模型相比，EIAM在不影響各信任域內信任評價機制的情況下，保證了跨域實體間信任度的準確性以及計算的高效性。模擬實驗結果表明，EIAM有效地解決了物聯網環境下跨域實體間信任度統一評估的問題。