主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第6期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
李治军,姜守旭,李晓义.采用排名反馈的P2P 名誉评价模型.软件学报,2011,22(4):745-760
采用排名反馈的P2P 名誉评价模型
Reputation Model with Feedback of Ranking for P2P Systems
投稿时间:2009-05-12  修订日期:2009-10-10
DOI:10.3724/SP.J.1001.2011.03754
中文关键词:  P2P 网络  名誉评价  排名反馈  共谋攻击
英文关键词:P2P network  reputation evaluation  rank feedback  collusion attack
基金项目:国家自然科学基金(60803148); 中央高校基本科研业务费专项资助(HIT.NSRIF.2010.047)
作者单位E-mail
李治军 哈尔滨工业大学 计算机科学与技术学院,黑龙江 哈尔滨 150001 lizhijun_os@hit.edu.cn 
姜守旭 哈尔滨工业大学 计算机科学与技术学院,黑龙江 哈尔滨 150001  
李晓义 哈尔滨工业大学 计算机科学与技术学院,黑龙江 哈尔滨 150001  
摘要点击次数: 3848
全文下载次数: 4543
中文摘要:
      P2P 网络中的节点很可能从另外的节点那里收到质量很差的服务和信息,名誉评价是解决该问题的常见方法.基于评分反馈的P2P 名誉计算机制存在下述缺点:无法区分恶意评价和诚实节点给出错误评价间的差别;需要对评分可信度进行二次评价,使名誉计算速度减慢;用数字来表示节点名誉的方式不够自然.实际上,名誉评价的用途是确定节点可信度的相对顺序.因此,提出了一种基于排名反馈的P2P 名誉评价机制RbRf(reputation based ranking feedback).针对RbRf 和其上的恶意攻击进行了数学建模和理论分析,结果表明,RbRf 中非恶意错误的影响随排名反馈的数量指数而衰减;一般恶意攻击对RbRf 的影响随排名反馈数量的多项式而减小;对于有意设计的共谋攻击,由于必须给RbRf 引入正确信息而导致了恶意攻击被有效中和.因此,RbRf 不仅由于不再反馈打分信息而不存在评分反馈引起的名誉评价问题(如不需要对反馈信息的可信度进行二次评价),而且具有更好的抵抗恶意攻击的能力.仿真实验验证了理论分析的结果.
英文摘要:
      Some peers may receive service and information of low-quality from other peers in peer-to-peer (or P2P) networks. Reputation evaluation is the normal method used to reduce the above phenomena. P2P reputation, based on score feedback, is defective because it can not distinguish the malicious feedback from the erring feedback returned by honest peers. It needs long time to converge the reputation and evaluate feedback. It is inflexible and unnatural to depict the reputation of a peer through a lot of numbers. In fact, the reputation is used to determine the rank of the peers. A reputation model called RbRf (reputation based ranking feedback) based on the rank feedback, is presented in this paper. Mathematical models unfolds in this paper show that the influence of erring feedbacks attenuates with the exponential function of RbRf. The influence of unintended malicious feedbacks is attenuated with the polynomial function in RbRf. The intended collusive feedbacks are counteracted by the correct information introduced by these feedbacks. In summary, the defection of score feedback, such as the need of a second evaluation of the trust of feedback, does not in RbRf any longer because the RbRf uses rank feedback, instead of score feedback, and the RbRf can achieve a better effect when resisting to malicious attacks. All results are verified by experimental data.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利