Ｐ２Ｐ网络中基于分布式可推荐的声誉遏制恶意行为的方法技术

一种网络技术领域的Ｐ２Ｐ网络中基于分布式可推荐的声誉遏制恶意行为的方法。本发明专利技术从列表中获得所有节点的声誉值；根据时间因子计算当前节点对Ｂ的直接声誉；请求它们给出关于节点Ｂ声誉的推荐值；再根据偏差值，确定推荐者行为的诚实度并更新推荐者的推荐声誉；计算得节点Ｂ的间接声誉；设置权重分配参数，整合成最终声誉；选出合适的节点进行连接，下载资源；对这个资源打分。降低团伙欺骗的成功概率；对于非恶意节点的偏差行为，检测并对其偏差值进行补偿，从而保证诚实节点的声誉维持在正常水平。这些策略合理地分布在本声誉管理框架之中，并能适应Ｐ２Ｐ网络节点的随机性和动态性，使得用户最终的声誉相较传统评价体系更加实时、准确、可靠。

【技术实现步骤摘要】

【技术保护点】
一种Ｐ２Ｐ网络中基于分布式可推荐的声誉遏制恶意行为的方法，其特征在于，包括如下步骤：　　步骤一：节点Ａ向ｔｒａｃｋｅｒ服务器请求文件Ｒ的拥有者列表，获得列表中所有节点的声誉值；　　步骤二：设Ｂ是列表中的某一节点，Ａ查看其对被评估节点Ｂ的声誉值的更新时间；查询与Ｂ的直接交互记录队列，根据时间因子计算当前节点对Ｂ的直接声誉；　　步骤三：节点Ａ随机选取系统中定量节点，向这些节点发送关于节点Ｂ的推荐请求，请求它们给出关于节点Ｂ声誉的推荐值；　　步骤四：节点Ａ收到步骤三中若干节点返回的推荐值，并对这些推荐值进行比较分析，由收到的所有推荐值计算出关于节点Ｂ推荐的标准值，再根据每个推荐值相对于标准值的偏差值，确定推荐者行为的诚实度并更新推荐者的推荐声誉；　　步骤五：节点Ａ根据步骤四中更新后各节点的推荐声誉划分模糊区间，当推荐声誉在一个范围内时，就认为这些节点所作的推荐的信任程度都是一样的；各节点关于Ｂ的推荐值由推荐者推荐声誉的不同划分至不同的区间内，计算每个区间内所有节点所作推荐的平均值，然后将这些平均值赋以各自的权重进行计算，计算得节点Ｂ的间接声誉；　　步骤六：在计算获得直接声誉、推荐声誉和间接声誉后，设置权重分配参数，将这三者整合成最终声誉；　　步骤七：重复步骤二至步骤六的过程，得到文件Ｒ的拥有者列表中所有节点的声誉值，并根据它们声誉值的高低，选出合适的节点进行连接，下载资源；　　步骤八：下载完成后，节点Ａ根据该资源的客观状况对这个资源打分。...

【技术特征摘要】

【专利技术属性】
技术研发人员：仇钧，李斓，蔡伟，梁琳，李建华，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：31[中国|上海]