[发明专利]一种机会网络中分布式动态信誉评估方法

摘要

本发明在分析了机会网络中自私节点和恶意节点异常行为的基础上，并根据机会网络非全连通、自组织等特点提出了动态信任模型。节点通过动态信任模型中的监测机制记录与其它节点的交互信息，并将记录的信息量化为节点间的直接信任度，包括满意度、健康度、连通度等。为更准确地衡量节点之间的信任程度，节点考虑自身偏好，选择性地接收其它节点的推荐信任。针对恶意节点的共谋攻击，该模型通过统计反馈消息的发送方和确认方，且不断收集其它节点推荐的反馈消息，根据反馈消息的发送方所占比例对共谋攻击节点进行检测。本发明用于处理机会网络的安全问题，同时能够降低网络高延迟，提高传输成功率。

主权项

一种机会网络中分布式动态信誉评估方法，其特征在于：所述方法应用于机会网络中，所述机会网络包括了异常节点，所述异常节点分为恶意节点和自私节点，所述方法基于信任模型，所述信任模型包括行为监测机制、信任的传递与存储、及信任的聚合处理与转发策略；所述节点行为监测主要针对异常节点的恶意行为，记录节点在网络中的消息转发次数、作为源节点发送、拒绝合作的次数及消息成功交付的反馈数目；信任的传递与存储主要涉及节点对本地直接信任与间接信任的存储以及选择性接受邻居节点的信任推荐；节点的信任由向量组成，并将信任量化为连通度、健康度、满意度三个维度；信任计算与处理根据本地信任和传递信任进行信任的聚合计算，并采取随时间衰减的策略；信任决策分为是否接受消息发送请求、是否进行消息转发、是否接受信任推荐；所述方法在信誉预估时采用自适应平滑指数马尔可夫链信誉预估算法，通过马尔科夫链来提高指数平滑法预测精准度，同时，根据当前及历史状况自适应地选择平滑次数和平滑系数。