一种 P2P 文件共享网络高精度自适应声誉机制

  王淼 陶飞  张玉军  李国杰

软件学报  2011

 

modify history:

1) 2012-3-23

 

摘要:

   P2P 文件共享网络的信任评价机制正面临着各种恶意攻击,例如聚集反馈、合谋欺骗和虚假交易,严重影响了整个系统的性能.为了保护P2P 文件共享网络,提出了一种高精度自适应声誉机制,简称AARep 机制(accurate and adaptive reputation mechanism).经过分析发现,在信任评价系统中,除了对交易的评价,相关的交易信息也起着重要的作用.其贡献在于:1) 通过以下手段,增加了信任值计算的精度:引入交易衰减函数,根据交易次序区分交易的重要程度;过滤掉具有低相似度的可疑节点;利用置信因子来反映观测值的可靠性;2) 为了使置信因子起效,提出了一种简单的交易验证协议.实验结果表明, AARep 能够显著消除或者减少各种攻击的威胁,提高系统性能.

关键词: 文件共享;P2P 网络;相似度;交易验证协议;信任值

 

  P2P network assumption: 假定所有节点按照协议正确工作,即资源提供者一直提供真实且高质量的内容和服务

  the reality: 

  P2P 网络信任评价机制:

  -- 反馈源可靠性的因子

  -- 相似度计算

 

  the work of this paper:  提出一种P2P 文件共享网络高精度自适应声誉机制(an accurate and adaptive
reputation mechanism for P2P file sharing network,简称AARep 机制).

  -- 首先分析了信任值的推理过程,强调交易信息的重要性.

  -- 然后,AARep 在信任值的计算时包括了更多的交易信息,改善了信任值计算的准确性和适应能力.

  -- 最后,为了验证交易的真实性,提出了一种轻量级的交易验证协议.该协议不需要任何可信的第三方参与,而且与用于商业领域的协议相比,更加简单.

 

 

  P2P 网络信任评价机制3 类:
  1-) 基于中心节点的声誉机制:   少数中心节点负责监督系统的运行,
    Example: eBay,Epinions

    Drawback: 中心依赖的,具有可扩展性差、单点失效等问题.

  2-) 基于全局信息的声誉机制: 通过邻居节点间交易满意度的迭代,获取节点的全局信任值.
    Example: EigenTrust, PowerTrust

    Drawbacks:  较高的通信代价, 忽略了信任值的私人化特征

  3-) 基于局部信息的声誉机制: 通过查询有限的其他节点,计算出节点的相对信任值.
    Example: PeerTrust

 

2.1 聚集反馈(aggregate feedback)

2.2 合谋欺骗(conspiracy cheat)

2.3 虚假交易(fake transactions)

 

3 AARep 机制

   the work of this paper:

  -- 设计一种基于相似度的局部声誉机制 AARep

  -- 一种轻量级的交易验证协议.

    -- 请求服务前,节点计算所有候选服务提供节点的信任值.

     -- 请求节点首先搜索出候选者的客户作为推荐者;

     -- 然后,通过置信因子和推荐节点与请求节点相似度,加权推荐节点对候选者的本地评价,计算信任值;

     -- 选择信任值最大的候选者进行交易;

     -- 最后客户端提交对本次交易的评价.

 

3.1 信任值定义

3.1.1 本地信任值

  damp factor:

 

3.1.2 相似度

  反馈距离

  节点i 和节点k 的相似度

3.1.3 信任值

  增强的信任值公式为

 

 

3.1.4 置信因子

  置信因子

  (I don't understand how author set the confidence factor)

  置信因子定义为:

 

  置信因子 =? 置信水平

 

3.1.5 进一步分析

  the purpose of this subsection:  将讨论 AARep 如何对抗第2 节所述的前两种威胁.虚假交易攻击通过下一节描述的交易验证协议来抵御.

 

3.2 交易验证协议

  交易验证协议包括两个过程:

  (1) 伴随着文件下载的传输过程,发生在节点k、节点l 和节点y 之间;

  (2) 发生在节点i、节点x 和节点k 之间的验证过程

 

3.3 实现策略

  AARep 的总体结构如图4 所示:

 

 

4 模拟实验结果

  comparison: 

  -- 平均值机制(MeanTrust,即信用值为所有节点对其评价的简单平均)

  -- PeerTrust(PSM/DTC Basic 和PSM/DTC Adaptive)机制

4.2 实验结果
4.2.1 对抗聚集反馈攻击的能力

 

4.2.2 抵御合谋欺骗攻击的能力

 

5 结论

  AARep特点:

  1-) 信任值计算通过置信因子和推荐节点与请求节点的相似度来加权推荐节点的反馈,考虑了交易次数和衰减因子,提高了计算的准确性和适应能力;

  2-) 为了验证交易信息,提出了一种简单的交易验证协议.

 

  I doubt this algorithm is superior than PeerTrust. First I don't understand how author choose confidance factor.