P2P网络中基于推荐与用户行为的信任模型研究.doc

P2P网络中基于推荐与用户行为的信任模型研究 　　摘要：针对现有P2P网络信任模型对用户行为不能准确描述等问题，该文提出了一种基于推荐和用户行为的信任模型。该模型在基于信任模型的基础上，通过引入推荐相似度及用户异常行为比对，从而提高了评价推荐的可信程度。分析与仿真结果也表明，该模型在使用中具有良好的性能。 　　关键词：P2P网络；推荐；用户行为；信任模型 　　中图分类号：TP3993文献标识码：A文章编号：1009-3044(2011)12-2787-02 　　A Trust Model Based on Recommendation and User Behaviors for the P2P Networks 　　HU Zhi, Yin Ji-yuan, LU Jun 　　(University of South China, Hengyang 421001, China) 　　Abstract: For the existing trust model for P2P networks can not accurately describe the user behaviors; this paper presented a trust model based on the recommendation and user behaviors. This model considered the similarity of the recommendations and user abnormal behaviors which found by comparing with the history records. By these means, the model improved the reliability of the recommended trust, and the simulation results also verified it. 　　Key words: peer-to-peer networks; recommendation; user behavior; trust model 　　P2P网络模型和C/S网络模型相比有着资源的高利用率、网络可扩展性强、高性价比、网络健壮性好以及隐私保护好等优点，正成为研究的热点问题之一。但是，P2P网络的随意性与不稳定性以及P2P网络的安全问题都是P2P网络应用亟待解决的问题。建立信任评价模型就是主要的应对方法之一。 　　1 相关工作 　　基于推荐的信任模型通常要求用户在每次获取服务后对服务质量进行评价，并根据这些评价计算出反映服务提供者质量的信任值。文献[1-2]在计算在考虑所有用户对于同一个服务提供者的评价，从而得到一个反映其总体表现的全局信任值。文献[3-4]将用户对服务提供者的评价保存在本地，从而形成一个局部信任值。当本地没有相应评价记录时，再通过收集其他用户的局部信任值，最终获得一个推荐信任值。此外，很多模型还引入了声望值来反映用户评价的客观性[5]。然而在现有的信任模型在计算信任值的时候，并未反映出节点背后不同用户行为对于信任评估的影响。 　　针对这一问题，本文在基于推荐的信任模型基础上，通过在时间域上对用户的信任的进行建模以及引入推荐相似度等手段，有效避免了恶意节点的欺骗行为。 　　2 信任模型 　　基于推荐与用户行为的信任模型分为三个部分：直接信任度计算、推荐信任度计算以及基于用户评价相似度及用户异常行为匹配的参数调整。在三部分的计算过程中，为了准确的衡量节点之间的信任，本文提出的模型采用以下参数对交互行为进行描述： 　　1) 服务满意程度 S(x) 　　服务满意程度反映了寻求服务一方对提供服务一方行为的满意程度。它通常由被服务方在服务结束后提交，满意程度取值区间为(-1，1)。在P2P商务网络中双方进行的是对等交易，这时通常需要双方都对对方交易中的行为进行评价。 　　2) 服务次数 N(x) 　　服务次数是指双方发生交互的次数。它反映了服务双方相互熟悉程度。以文件下载服务为例，请求节点从响应节点处下载文件的次数越多，表示交易双方越熟悉，直接信任和间接信任也就越准确。 　　3) 推荐准确因子 A(x) 　　推荐准确因子反应了推荐过程中节点的准确程度。通过引入推荐准确因子，可以刺激节点积极地正确给出信任评价，从而提高欺骗行为的代价。 　　4) 影响因子 I(x) 　　影响因子反映了节点已完成交互的重要性，大数据量下载、大额交易等都应该赋予高的影响因子。 　　5) 风险因子 R(x) 　　风险因子反应了当前交互的风险。大数据量下载、大额交易、可能携带计算机病毒等都应该赋予高的风险因子。 　　本文