一種具有激勵效用的P2P網(wǎng)絡信任模型

摘 要：在基于興趣共同體的信任模型中，為興趣共同體設(shè)置超級節(jié)點，主要用于共同體內(nèi)節(jié)點信息的存儲、節(jié)點信譽值的簡單計算和存儲等。對于高可信節(jié)點和充當超級節(jié)點的節(jié)點進行獎勵，對于信譽值過低的節(jié)點進行懲罰。分析及仿真實驗表明，該策略能有效提高節(jié)點充當高信任值節(jié)點的主觀能動性和擔負超級節(jié)點職能的積極性，保證較高的交易成功率，促進P2P網(wǎng)絡的良性發(fā)展。

關(guān)鍵詞：興趣共同體；信任模型；被服務級別；激勵

近年來，P2P技術(shù)發(fā)展迅速，在文件共享、分布式計算、信息管理、音視頻通信等領(lǐng)域都有廣泛應用，其中文件共享和音視頻通信占據(jù)了P2P應用的相當大的一部分。P2P技術(shù)自身的特點包括匿名性、自治性、開放性等，這些特點使得P2P技術(shù)展現(xiàn)出前所未有的魅力，但也帶來了一些亟待解決的問題，如信任機制、激勵機制等問題。

目前對于P2P網(wǎng)絡的信任問題已有大量研究。全局信任模型[1]，根據(jù)整個網(wǎng)絡對單個節(jié)點的信任評價，計算節(jié)點的信任值，此信任值是全局唯一的一個值。局部推薦信任模型[2]根據(jù)自身歷史交易信息和鄰居節(jié)點推薦信息計算節(jié)點信任值。此外還有基于角色的信任模型等。

從另一個角度考慮，激勵機制也是P2P網(wǎng)絡研究的重點。基于微支付的機制[3]是以虛擬貨幣作為支付手段，使P2P網(wǎng)絡中的節(jié)點間進行服務或資源的交易，中央服務器作為交易雙方支付虛擬貨幣的中間媒介。基于直接互惠的機制[4]是P2P網(wǎng)絡中的節(jié)點為他人提供服務后能取得一些直接優(yōu)惠。在基于信譽的激勵機制中，節(jié)點根據(jù)自己的歷史交易情況獲得鄰居節(jié)點對它的信譽評價值。在之后的交易過程中，服務提供節(jié)點會依據(jù)服務請求節(jié)點的信譽值給予對應等級的回應。

盡管對信任機制和激勵機制已有了大量研究，但是將二者結(jié)合起來考慮的還不是很多。文中將一種激勵策略應用在設(shè)置有超級節(jié)點的基于興趣共同體的信任模型中，在每個興趣共同體中選出一個超級節(jié)點，擔任共同體內(nèi)節(jié)點信譽值簡單計算以及節(jié)點信息、節(jié)點被服務級別等的存儲任務，根據(jù)節(jié)點的信譽值將其享受的服務級別進行劃分，有效激勵節(jié)點充當高可信節(jié)點和超級節(jié)點的積極性。

1 具有激勵效用的信任模型

1.1 興趣共同體

在分布式P2P網(wǎng)絡中，將節(jié)點根據(jù)興趣的不同劃分成一些相對獨立的群體，興趣相似且鄰近的節(jié)點位于同一個群體中，這樣的群體稱為興趣共同體。

節(jié)點的興趣采用向量的形式表示：

（1）

其中，Ik表示節(jié)點k的興趣向量，興趣方向有“音樂”、“視頻”、“軟件”等，Iki表示節(jié)點k在某一興趣方向的濃度，i∈[1-n]， Iki取0或1或位于0到1之間的一位小數(shù)，如0.2表示有點感興趣，1表示非常感興趣。

計算兩節(jié)點的興趣相似度采用余弦相似度函數(shù)，如計算節(jié)點k和j的相似度公式如下：

（2）

“Ik·Ij”是節(jié)點k、j的興趣向量的內(nèi)積，分母是兩個節(jié)點興趣向量的模的乘積。

1.2 模型思想

模型將整個分布式P2P網(wǎng)絡根據(jù)節(jié)點興趣劃分成若干興趣共同體，在每個興趣共同體中選出一個超級節(jié)點，擔任共同體內(nèi)節(jié)點信譽值簡單計算以及節(jié)點信息、節(jié)點被服務級別、節(jié)點信譽值、鄰近超級節(jié)點信息等的存儲任務，如表1、表2所示。

表1 超級節(jié)點中的鄰近超級節(jié)點信息表

由于具有相似興趣的節(jié)點發(fā)生交易的可能性更大，所以某一節(jié)點Ni首先在其所在的共同體內(nèi)發(fā)出服務請求，如果得到若干節(jié)點的應答，節(jié)點Ni利用全局信任值算法計算各應答節(jié)點的信任值；如果沒有得到應答，則根據(jù)本共同體內(nèi)存儲的歷史記錄，查詢鄰近興趣共同體進行訪問，根據(jù)共同體間信任值計算算法計算節(jié)點信任值；選擇信任值最高的節(jié)點進行交易。

1.3 被服務級別的設(shè)定

文中以文件共享系統(tǒng)為例，根據(jù)節(jié)點的信譽值將其享受的服務級別進行劃分，對于節(jié)點享受的服務從下載文件大小和下載優(yōu)先順序兩個方面考慮，每個節(jié)點享受的服務被劃分為四個級別A、B、C、D。A級表示節(jié)點能夠下載的文件大小大于其他幾個級別，下載優(yōu)先級也最高，以此類推，D級別表示被拒絕服務。

當被訪問節(jié)點準備給予資源請求節(jié)點回應時，先查詢資源請求節(jié)點的被服務級別，據(jù)此作出對應等級的回應，有效激勵節(jié)點充當高可信節(jié)點的積極性。

1.4 模型初始化

選取物理性能較高、興趣相似度小于一定閾值的若干節(jié)點作為各興趣共同體的超級節(jié)點。給所有節(jié)點的興趣向量賦以隨機值，根據(jù)公式（2）計算各節(jié)點與超級節(jié)點的興趣相似度，劃分出若干興趣共同體。為了均衡各個超級節(jié)點負載，根據(jù)整個網(wǎng)絡規(guī)模大小，為每個興趣共同體中的節(jié)點數(shù)設(shè)置一個最大值。

模型創(chuàng)建之初，所有節(jié)點之間都是陌生的，認為陌生節(jié)點間是偏于信任的，設(shè)置所有節(jié)點的信譽初值為0.6，被服務等級為B級。

2 信任值的計算

模型中節(jié)點信任值的計算分為兩種情況：被訪問節(jié)點與資源請求節(jié)點處于同一個興趣共同體，此時按照共同體內(nèi)信任值計算方法進行計算；被訪問節(jié)點與資源請求節(jié)點處于不同的興趣共同體中，此時按照共同體間信任值計算方法進行計算。

2.1 共同體內(nèi)信任值計算

共同體內(nèi)節(jié)點的的信任值由兩部分組成，共同體內(nèi)節(jié)點直接信任值和共同體內(nèi)推薦節(jié)點的間接信任值。

定義1 節(jié)點i對節(jié)點j的綜合信任值Tij由節(jié)點i根據(jù)公式（3）計算完成。

（3）

DTij是節(jié)點i對節(jié)點j的直接信任值。STj是與節(jié)點j有過直接交易的節(jié)點對節(jié)點j的評價。γ是調(diào)節(jié)直接信任和間接信任權(quán)重的參數(shù)，γ∈[0，1]。

定義2 共同體內(nèi)節(jié)點i對節(jié)點j的直接信任值，根據(jù)自己與節(jié)點j的歷史交易記錄進行評價。每次歷史交易記錄包括交易是否成功和服務質(zhì)量兩項內(nèi)容，交易成功為1，否則為0。

（4）

Succeed表示成功交易次數(shù)，Total表示交易總次數(shù)。SQk表示第k次成功交易，節(jié)點i對節(jié)點j服務質(zhì)量的評價，以文件共享系統(tǒng)為例，服務質(zhì)量指文件大小、文件內(nèi)容質(zhì)量等。SQk∈[-1，1]。SQk可以取負值，使得提供虛假文件的節(jié)點的信譽值迅速降低，起到懲罰作用。λ取值0或1，1表示節(jié)點j是超級節(jié)點，0則表示不是。α表示系統(tǒng)設(shè)定的一個對超級節(jié)點的信任增值，α∈[0，1]。信任增值的設(shè)置，可以增強節(jié)點充當超級節(jié)點的積極性。

定義3 共同體內(nèi)與節(jié)點j有過直接交易的節(jié)點對節(jié)點j的推薦信任值STj，由服務請求節(jié)點i根據(jù)公式（5）計算完成。

（5）

M是共同體內(nèi)與節(jié)點j有過直接交易的節(jié)點數(shù)量，RTtj是節(jié)點t對節(jié)點j的直接信任值，由節(jié)點t計算并發(fā)送給節(jié)點i，作為節(jié)點i對節(jié)點j信任的參考。Cwt是超級節(jié)點中存儲的節(jié)點t的信譽值，由節(jié)點i向超級節(jié)點查詢并作為對節(jié)點t的信任加權(quán)。

2.2 共同體間信任值計算

如果資源請求節(jié)點i與應答節(jié)點k處于不同的興趣共同體，則信任值計算按照圖1所示進行。

圖1 興趣共同體間信任值計算過程

（1）訪問節(jié)點k所在共同體的超級節(jié)點SNk；（2）在SNk的節(jié)點信息表中查詢節(jié)點k的信譽值Cwk，根據(jù)公式（6）計算得出節(jié)點k的信任值。（3）如果首次與節(jié)點k所在的共同體進行交易，則把SNk的信息加入本地超級節(jié)點的鄰近超級節(jié)點信息表。

定義4 節(jié)點i對節(jié)點k的共同體間信任值GTik按公式（6）進行計算。

（6）

δ∈[0，1]，用來調(diào)節(jié)本地節(jié)點和節(jié)點k所在體內(nèi)節(jié)點對節(jié)點k的信任比重。

3 信任值的更新

節(jié)點i與節(jié)點j交易完成后，用對節(jié)點j的最新評價更新本地信任值Tij，并將最新評價傳遞給節(jié)點j所在共同體的超級節(jié)點，用于更新超級節(jié)點中存儲的節(jié)點j的信譽值。

定義5 節(jié)點i本地信任值更新。

（7）

T′ij是節(jié)點i與節(jié)點j交易完成后，對節(jié)點j的最新評價。χ取值1或0，分別代表本次交易成功或失敗。SQ表示本次交易的服務質(zhì)量。其他變量含義同公式（4）。

定義6 超級節(jié)點中存儲的共同體內(nèi)節(jié)點的信譽值由超級節(jié)點根據(jù)公式（8）計算完成。

（8）

Cw′j是節(jié)點j的最新信譽值，Cwj是節(jié)點j的當前信譽值。β∈[0，1]是權(quán)重因子，用于權(quán)衡當前信譽值和最新反饋信任值之間的比重。

4 仿真實驗結(jié)果分析

文章使用“P2PSimulator”仿真平臺進行仿真實驗，在此平臺中，構(gòu)建了一個P2P文件共享系統(tǒng)，共設(shè)置100個節(jié)點，惡意節(jié)點比例20%，正常節(jié)點比例80%。每個節(jié)點提供10個共享文件。高可信閾值為0.8。

每次仿真都由500個仿真周期組成，在所有周期中，每個節(jié)點都可以發(fā)起文件查詢并對文件查詢做出響應。查詢方法采用flooding算法，發(fā)起查詢的節(jié)點首先設(shè)置初始TTL值，用于表示該查詢消息的存活跳數(shù)，每向前推進一次，TTL值減1，直到TTL值為0。如果得到響應，則查詢節(jié)點根據(jù)文中下載策略選擇合適的節(jié)點進行下載。

文章模擬了文中模型和傳統(tǒng)基于推薦的信任模型，對平均交易成功率和高信任值節(jié)點數(shù)量變化情況進行了分析比對，結(jié)果如圖2和圖3所示。

由圖2可知，文章模型中的交易成功率高于傳統(tǒng)推薦信任模型的交易成功率，因為文章模型中引入的激勵機制使得節(jié)點更愿意貢獻資源，資源數(shù)量增多，而且激勵節(jié)點保持高信譽度，從而使得整體平均交易成功率升高。

圖3 高可信節(jié)點比例

高可信節(jié)點比例是指信譽值高于0.8的節(jié)點數(shù)量在總節(jié)點數(shù)中所占的比例。從圖3可以看出文章信任模型中的高可信節(jié)點隨著仿真周期的增加，其比列在不斷提高。雖然在仿真初期提升波動較大，但是仿真后期，其值保持一定的平穩(wěn)趨勢。總體來看，文章模型中高可信節(jié)點的比例一直高于傳統(tǒng)的基于推薦的信任模型。

5 結(jié)束語

文章將激勵機制與信任機制有效結(jié)合，在興趣共同體中設(shè)置超級節(jié)點，根據(jù)節(jié)點的信譽值將其享受的服務級別進行劃分。仿真實驗結(jié)果表明，該模型可以有效激勵節(jié)點充當高可信節(jié)點的積極性，促進P2P網(wǎng)絡的良性發(fā)展。對于超級節(jié)點可以隨時退出網(wǎng)絡造成的單點失效問題還有待于進一步解決。

參考文獻

[1]Kamvar S D， Schlosser MT. EigenRep： Reputation Management in P2P Networks[C]//Proc.of the 12th International World Wide Web Conference.New York， USA： ACM Press，2003： 123-134.

[2]K.Lai，M.Feldman，I. Stoica，et.al."Incentivesf or Cooperation in Peer-to-Peer Networks"Works hop on economics of P2P systems，June 2003 Berkeley，CA.

[3]GOLLE P，LEYTON-BROWN K，MIRONOV I.Incentives for sharing in peer-to-peer networks[C]//Proceedings of the 2001 ACM Conference on Electronic Commerce.[S.1.]：ACM Press，2001：264-267.

[4]COHEN B.Incentives build robustness in bittorrent [EB/OL]，[2007-02-01].http：//bitconjurer.org/BitTorrent/bittorrente con.pdf.

[5]Xiong L，Liu L.PeerTrust：Supporting reputation-based trust in peer-to-peer communities[J].IEEE Transactions on Data and Knowledge Engineering（Special Issue on Peer-to-Peer Based Data Management），2004，16（7）：843-857.

[6]雷月菊，陳光喜.P2P網(wǎng)絡環(huán)境下基于推薦的信任模型[J].計算機應用研究，2012，29（11）：4320-4322.

[7]胡建理，吳泉源，周斌.P2P環(huán)境下基于信譽的信任模型研究[J].計算機科學，2009，36（9）：1-6.

[8]張亞娟.P2P網(wǎng)絡病毒檢測機制的研究[J].煤炭技術(shù)，2012，31（10）.

[9]范會波，張新有.基于超級節(jié)點的P2P信任模型_TSN[J].微電子學與計算機，2011，28（9）：77-81.

[10]于偉，吳國文，羅辛.P2P網(wǎng)絡中基于激勵機制的信任模型[J].計算機工程，2011，37（17）：87-89.

作者簡介：劉海芹（1979-），女（漢族），山東省聊城大學東昌學院，講師，碩士，研究方向：計算機網(wǎng)絡與安全、計算機軟件與應用。