学位论文 > 优秀研究生学位论文题录展示

P2P信任机制和覆盖网络构建算法研究

作　者: 牛常勇
导　师: 申瑞民
学　校: 上海交通大学
专　业: 计算机软件与理论
关键词: 信任机制覆盖网络对等网信誉社会网络卡尔曼滤波 Maximin
分类号: TP393.02
类　型: 博士论文
年　份: 2008年
下　载: 240次
引　用: 0次
阅　读: 论文下载

内容摘要

Peer-to-Peer计算是近年来出现的一种基于Internet的计算模式,其目标是利用Internet环境中的各种可能的终端设备进行协同计算和资源共享等应用。在实际的大规模P2P覆盖网络中,网络的动态性和节点在计算、存储、带宽等服务能力上的异构性(Heterogeneity)是其需要面对的一大挑战。研究表明,造成P2P网络动态性和节点异构性的一个主要原因是节点在网络中均为自治的(Autonomous)。因此,从估计节点的固有行为模式(Innate Behavior Pattern)入手来使P2P系统充分顾及网络的动态性并利用节点的异构性是一条可行之路。信任度可以理解为节点提供各种服务的行为模式。合理的信任度的定义可以作为衡量节点行为模式差异的一个合理的度量。在P2P环境下生成和管理节点信任度的主要策略是构建信任系统,即建立信任模型和信任管理系统。结合上述通过考虑节点的信任度来使P2P系统可以顾及动态性和利用节点异构性的思路,本文以两种主要的信任模型即基于概率模型的信任模型以及基于社会网络的信任模型为起点,考虑在基于概率的信任模型中避免使用或假定全局信息而构建有效性高的信任模型;而在基于社会网络的信任模型中通过引入节点反馈相似度来差异化节点在信任评估时的行为模式进而构建更为合理的信任模型;最后通过引入信任机制使P2P覆盖网络构建中可以有效的利用节点的信任异构性,提高覆盖网络的性能和有效性。本文的工作主要从以下诸方面展开:1.基于概率的信任机制构建:本文提出了一种基于卡尔曼滤波的信任模型RealRep。RealRep是基于推荐的概率信任模型,通过显式的区分节点提供直接服务和提供推荐服务的角色,实现对二者的分别信任建模和评估策略。RealRep和其它基于概率的信任模型的不同还在于,通过上述服务分离,RealRep放宽了对节点行为的假定约束,即可以对更复杂的用户行为进行比较准确的信任评估。另外RealRep信任模型避免了使用或假定关于节点行为模式的全局信息,如全网范围内不可信节点的比率等信息。2.基于用户相似度的信任机制模型构建:本文提出了基于用户相似度的社会网络信任模型及其分布式算法。本文首先针对在P2P环境下,由于反馈数据的稀疏性,使用传统相似度度量方法无法有效地计算节点间的相似度,本文提出了基于Maximin的用户相似度传递算法,Maximin相似度传递算法通过衡量两个节点间不同的相似度路径,使两个原来没有共同交易节点集的节点可以进行相似度度量,部分解决了数据稀疏性问题,同时本文对基于相似性传递的相似度度量方法的有效性进行了模拟验证。其次,与传统的方法不同,本文提出了不同的全局信任度估计算法,通过引入用户相似度,每个节点可以按自己的视角在全局信任生成的过程中对和自己视角相似的用户的反馈赋予更大的权重。3.层次式覆盖网络构建算法:本文提出了基于用户信任异构性的非结构化拓扑自适应协议及层次式覆盖网络构建协议。在基于信用度的非结构化覆盖网络拓扑自适应协议中,网络中的节点根据在历史交易中所累积的信任信息,利用节点的信任度异构性来制定最利于自己的策略进行邻居选择,实现了网络拓扑的自适应。在非结构化覆盖网络拓扑自适应中,引入信用支持不仅可以改进P2P系统的性能,并且信用也可以作为超级节点的选择策略之一;在层次式覆盖网络构建中,超级节点的选取和组织虽然可以提高网络的整体性能和效率,但是其引入的额外的负载成为该类方法的一个主要问题,为此通过超级节点选择和竞争协议设计了更为有效的层次式覆盖网络构建算法,并进一步在非结构化覆盖网络上构建结构化tapestry超级节点覆盖网络,在降低覆盖网络构建负载的同时考虑了超级节点的负载均衡。

全文目录

摘要  3-5
ABSTRACT  5-7
内容目录  7-9
图目录  9-10
第1章绪论  10-22
  1.1 P2P研究概述  10-14
  1.2 问题的提出  14-20
  1.3 本文的主要工作  20-22
第2章 P2P环境下的信任机制  22-46
  2.1 P2P信任系统概述  23-28
  2.2 P2P系统和信任系统的结合  28-31
  2.3 P2P信任系统的分类  31-45
    2.3.1 信任系统的分类标准  31-33
    2.3.2 基于社会网络的P2P信任系统  33-37
    2.3.3 基于社会网络的P2P信任模型语义  37-38
    2.3.4 基于社会网络的P2P信任模型性能  38-40
    2.3.5 基于概率模型的P2P信任系统  40-42
    2.3.6 基于概率模型的信任模型语义  42-43
    2.3.7 基于概率模型的信任模型性能  43
    2.3.8 基于概率和社会网络的信任系统的实现负载  43-45
  2.4 本章小结  45-46
第3章一种新颖的基于概率模型的信任机制  46-68
  3.1 引言  46-49
  3.2 REALREP概率信任模型  49-55
    3.2.1 卡尔曼滤波简介及RealRep在其框架下的解释  50-51
    3.2.2 RealRep信任模型  51-55
  3.3 模拟评估和比较  55-66
    3.3.1 推荐反馈更新策略  55-56
    3.3.2 固定反馈节点集和动态反馈节点集  56-57
    3.3.3 推荐服务信任估计  57-60
    3.3.4 直接服务信任评估和推荐服务信任评估的误分率（misclassification）  60-61
    3.3.5 和基于MLE算法的信任模型的性能比较  61-65
    3.3.6 RealRep在信任反馈网络服从Power-Law分布时的性能  65-66
  3.4 本章小结  66-68
第4章基于用户相似度的P2P信任模型  68-86
  4.1 引言  68-72
  4.2 基于节点反馈相似度的信任模型  72-78
    4.2.1 EigenRep迭代收敛性证明  73-74
    4.2.2 节点反馈行为相似性度量方法  74-76
    4.2.3 相似性传递的相似性度量方法  76-78
  4.3 节点反馈行为相似度传递的有效性  78-85
    4.3.1 基于节点反馈相似度的信任模型分布式算法-PTrust  81-83
    4.3.2 PTrust性能评估  83-85
  4.4 本章小结  85-86
第5章层次式及信任支持的覆盖网络构建  86-102
  5.1 引言  86-87
  5.2 相关工作  87-89
  5.3 结构化层次覆盖网络构建  89-97
    5.3.1 信任支持的非结构化覆盖网络拓扑自适应协议  90-93
    5.3.2 超级节点选择和结构化协议  93-97
  5.4 性能分析  97-100
  5.5 本章小结  100-102
第6章总结与展望  102-105
参考文献  105-112
攻读博士学位期间已发表或录用的论文  112-113
攻读博士学位期间参与的科研工作和项目  113-115

P2P信任机制和覆盖网络构建算法研究

内容摘要

全文目录

相似论文