【技术实现步骤摘要】
本专利技术属于大规模分布式网络应用中的信任管理领域,具体涉及一种自 适应的动态信任权重评估方法。
技术介绍
随着以互联网为基础平台的、各种复杂开放的分布式应用环境(如网格、P2P、电子商务、电子政务、Adhoc和普适计算等)的深入研究,系统 表现为由多个软件服务组成的动态协作模型。在这种动态的和不确定的环境 中,为用户提供可靠、安全的可信执行环境和信息共享服务,面临着严峻的 挑战首先,应用环境具有异构性、动态性、分布性和多管理域等特征;其 次,用户、应用程序、计算资源和计算环境等节点的管理方式不再是集中和 封闭的,而是开放、动态和分布式的;另外,在开放系统中,节点的行为难 以度量和预测,节点身份的判定没有中心化的管理权威可以依赖。这些新特 征和新问题的出现,使许多基于传统软件形态的安全技术和手段,尤其是安 全授权机制,如访问控制表、公钥证书体系和PKI(Pubic Key Infrastructure)中的静态信任机制等,不再适用于开放网络环境下系统的 安全问题。鉴于此,学者们提出了针对复杂开放网络环境的动态信任管理 技术,为确保分布式网络的可靠运行、资源的安全共享和可信利用提供了新 的思路,并成为了一个亟待解决的热点问题。传统的信任管理技术中总体信任度的融合计算方法大多是基于直接信 任与反馈信任加权平均计算反馈信任信息的其中W + W=l, 7是总体信任度,是直接信任度,/是反馈信任度,W和 股分别为直接信任与反馈信任的权重,和/可以通过多种数学方法计算得 至U,但W和股究竟如何分配,目前的文献介绍中,大多使用两种方法(1) 专家意见法;(2)平均权值 ...
【技术保护点】
一种自适应的动态信任权重评估方法,在网络中任取节点P↓[i]、节点P↓[j],节点P↓[i]需要评估节点P↓[j]的总体信任度Г(P↓[i],P↓[j]),包括下列步骤: 步骤一:计算P↓[i]对P↓[j]的直接信任度Г↓[D](P↓[i],P↓[j]); 步骤二:计算节点P↓[i]对节点P↓[j]的反馈信任度Г↓[I](P↓[i],P↓[j]); 步骤三:计算节点P↓[i]对节点P↓[j]的自信因子R(P↓[i],P↓[j]),公式如下: R(P↓[i],P↓[j])=1-∑↓[h]Fail(P↓[i],P↓[j])/h+β 其中:h为节点P↓[i]与P↓[j]在最近的交互个数;β是节点P↓[i]设定的第一调节常数,用来控制R(P↓[i],P↓[j])趋向于1的速度;∑↓[h]Fail(P↓[i],P↓[j])表示在最近的h个交互中失败的次数; 步骤四:计算节点P↓[i]对节点P↓[j]的反馈因子A(P↓[i],P↓[j]),公式如下: A(P↓[i],P↓[j])=1/2[Φ(L)+Φ(n↓[total])] 其中:L为反馈者个数,n↓[total]为节点P↓[i]监测到的所有与P ...
【技术特征摘要】
1、一种自适应的动态信任权重评估方法,在网络中任取节点Pi、节点Pj,节点Pi需要评估节点Pj的总体信任度Г(Pi,Pj),包括下列步骤步骤一计算Pi对Pj的直接信任度ГD(Pi,Pj);步骤二计算节点Pi对节点Pj的反馈信任度ГI(Pi,Pj);步骤三计算节点Pi对节点Pj的自信因子R(Pi,Pj),公式如下<maths id=math0001 num=0001 ><math><![CDATA[ <mrow><mi>R</mi><mrow> <mo>(</mo> <msub><mi>P</mi><mi>i</mi> </msub> <mo>,</mo> <msub><mi>P</mi><mi>j</mi> </msub> <mo>)</mo></mrow><mo>=</mo><mn>1</mn><mo>-</mo><mfrac> <mrow><msub> <mi>Σ</mi> <mi>h</mi></msub><mi>Fail</mi><mrow> <mo>(</mo> <msub><mi>P</mi><mi>i</mi> </msub> <mo>,</mo> <msub><mi>P</mi><mi>j</mi> </msub> <mo>)</mo></mrow> </mrow> <mrow><mi>h</mi><mo>+</mo><mi>β</mi> </mrow></mfrac> </mrow>]]></math></maths>其中h为节点Pi与Pj在最近的交互个数;β是节点Pi设定的第一调节常数,用来控制R(Pi,Pj)趋向于1的速度;∑hFail(Pi,Pj)表示在最近的h个交互中失败的次数;步骤四计算节点Pi对节点Pj的反馈因子A(Pi,Pj),公式如下<maths id=math0002 num=0002 ><math><![CDATA[ <mrow><mi>A</mi><mrow> <mo>(</mo> <msub><mi>P</mi><mi>i</mi> </msub> <mo>,</mo> <msub><mi>P</mi><mi>j</mi> </msub> <mo>)</mo></mrow><mo>=</mo><mfrac> <mn>1</mn> <mn>2</mn></mfrac><mo>[</mo><mi>Φ</mi><mrow> <mo>(</mo> <mi>L</mi> <mo>)</mo></mrow><mo>+</mo><mi>Φ</mi><mrow> <mo>(</mo> <msub><mi>n</mi><mi>total</mi> </msub> <mo>)</mo></mrow><mo>]</mo> </mrow>]]></math></maths>其中L为反馈者个数,ntotal为节点Pi监测到的所有与Pj有交互行为的节点的个数,Φ(L)和Φ(ntotal)对应的函数通式为Φ(x)=1-1/(x+δ),x为自变量,δ为节点Pi设定的第二调节常数,用于控制Φ(x)趋于1的速度;步骤五分别计算直接信任的权重W1与反馈信任的权重W2<maths id=math0003 num=0003 ><m...
【专利技术属性】
技术研发人员:桂小林,李小勇,毛倩,何欣,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:87[中国|西安]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。