力;Do表示节点f对节点歹的赢接交互缀验;rff表示的是来虞
予接荐节熹鹃闻绞信{壬;A表示节点鑫身对直接蓿经鞠蠢接
信任的侧重程度,其大小可以调节. 在P2P网络中。由于节点的自主性及异构性,常点会有
不弱熬镳好,在慰待事物的穷式上也会蠢不同戆拣壤强】。毙 如禚P2P文件共摩系统中,一些节点肴熬的是文件撩量,那 么这嫂节点会认为某些能提供高质量文件的服务节点可信度 很高,尽管下载速度缓慢;然豫,另外一蟪更看重下载速度的 节点簧|j会医隽下簸速度缓慢褥谈隽这些簸务第熹零霹蓿.因 此,本文考虑了带点问的兴趣差异,提出了一种基于必趣差异 的信任模型,首先给出相关定义:
定义l。节赢l鳃投重露元缝(%,睨,⋯,瓯),%£
【0,1],m E[1,一】,∑.%=1.其中%浚示的是节点f的兴 趣的第m个方面所占的权墼,比如下载速度,文件质量等,n 表示P2P阏络孛鲍兴趣事争类.节赢霹泼按照兴趣誊好来嚣釜 权耋比例.
定义2.交互满意度So=∑wk%,其中&表示的是访问
节点f对黢务节点歹的综合滚意度;s囊表添的第点i对节点j 在箕感兴趣的第_『1个方薅评价的满意度.淄岛≥a时,表示交 互成功,否则表示交互失败,雠代表满意魔阈值,a∈[0,1].
定义3。节点f与节点j的兴趣穗似度S/m。=
—=墨∑兰.=—%×_兰%=;本文通过余弦栩似度函数米刻画两
√磊,%2×√五%2
节点麓摆俊翟度,其中毙较的霆两个繁纛阉懿兴趣投莛懿差
异.
定义4.来自节点自身的赢接信任值n,,通过公式(2)来 计算:
,:
D02苏麓
公茂(2>孛q,裘示在第点f看来与带赢歹懿成凌交互次
数,巩袭示在节点f肴来与节点_『的失败交甄次数.由定义可 知,D。表示节点f与节点.『的直接交互经验,直观的表现了节 点l对繁点歹的直接喾法。若嚣第点闽没有直接交互经验,郄 Gq与BI|逝为0。赋DH为0.
定义5.来自推荐节点的间接信任值%,通过公式(3)来 计算:
煮静历史记聚,包撬戚爨次数穰失效次数。
表2中的墨⋯S是节点i曾经下载过文件的服务节点
ID,Gl矗⋯G吩和Btsl⋯口蠛芦节点i从这些服务节点下载文件
的成功程失效次数,玩1..‘‰是节赢i对这些服务节点的燕
接信任评价.
表2本地服务节点信息记录表
%2赢赢l
‰xR,xSirep;
(3)
Table 2 Information of local 8elNiolg peers
服务节点m 信任评价
公掰:(3)中服务节点歹的推荐节点集合,(.『)为曾经从服
务节点歹进行过下载毅务瓣节淼集合,该煞会戆节点搿泼提 供对服努节点,的掖荐.玩表承推荐节点集合中的推荐节点 r对服务节点_『的祷法,来源于带点r的直接交互经验.R,表 示推荐节点r的推荐可信程度,在网络中裔瞧一值,来褥量该 推荐第赢能否提供一个霹信的推荐。在/U)中,可以选择 Sim。≥卢的节点,声为选择推荐节点的相似阈值,卢g[0,l】. 一般来说,需要选撵相似性较高的节点作为推荐节点,拨相似 挂鞍低黪,,l麓推荐剃不具有较太参考徐毽.若王《R,×
Simp)=0,则rU=0,表示无推荐信息可用.
本文提出的基于个体兴趣麓异的信任模型,选择推荐节 点静一个重要因素是节点的兴趣穗叛性.裹推荐蒂点穰访闻 节点在偏好及待物的方式上非常楣近,推荐节点的报荐也就
更为可信一些.访问节点在选择时,更倾向与自身兴趣相似的
推荐节点的评价.
3。3攘荐僖意戆旅鬟 在本文提出的信任模型中,阁络中的每个节点都拥有两
个如表1、表2所永的数据结构来存放推荐节点信息朔本地 羧务节点信塞。经传一个节点i在P2P网络中都痿受?嚣种 角色:服务节点积访问节点.
1)对于节点i来讲,当它担任服务节点时,拥有推荐节 点信息记录表Recommend table,存放了针对节点i的推荐信 息,弹所有警经获服务节赢i下载过文件的访阂蒂点黠其服 务质量的评价.该记泶表体现了节点i的服务提供能力.
表l推荐节点信息记录液
Table l Information of recommendation peels
服务节点ID=i 推荐可信度:q
推荐节点ID 信任评价 权照比例设置
⋯
露|l
⋯ 即
帆 GRO B明DR0 %11月脏 ⋯ 即 表l中的墨表添节点f的推荐可信程度;毪⋯墨怒曾经
从节点f进行过下载操作的节点ID,作为服务节点f的推荐
节点集合;G嚣∥••G##和BRll•..嚣#“是这些推荐节点从节点f下 载文静麓成费穰失散次数,DR,r--蜀≮是推荐第点对服努繁点 i的直接信任评价,¨0.。⋯H名。怒节点R的权重比例设麓.
2)当节点i作为访问节点时,拥有一个本地服务节点信
息记录袭Local table,存放了节赢f营经下载过支终的黢务第
3。4债任壤袭解算法 算法前提条件:节点f发起文件查询,并收剃了若干响
应.详见3.1节中信任关系描述图中的步骤1)麓步骤3).倍 经篷求辫算法瓣应予銎l中的步骤4)至步骤6>。
酋先给掰信任值求鹬算法的几个原语及其语义:
A(f);节点i的推荐节点信息记录表Recommend table) 君(i):节点i的本她服务节点信息记录表Local table; z(1>:获歉务节点i下载过文件麓第点集会; GetDirectTmst(1Dt,肋,,DH):从节点f的Local—table中
谈取节点j对节点J的直接信任值DH;
GetRecmTrust(IDf,z绣,ro毋:簸发节点歹土瓣歹过程,获
访问节点i的角度求褥节点,的推荐信任勺;(责任编辑:南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网)