一种对等网络存储数据信任模型建立方法

摘要

本发明“一种对等网络存储数据信任模型建立方法”涉及分布式存储安全技术领域，在对等网络存储领域具有广泛的应用前景。针对当前信任模型中对新加入网络的节点赋予固定的信任值，从而容易遭受“洗底”攻击的特点，提出了动态配置节点初始值的方法。同时，为了提高信任模型在网络存储领域应用的灵活性，提出存储信任值和数据读取信任值的概念，并通过存储偏好因子来调节两种信任值在最终结果中的比重，与其他对等网络存储信任模型相比，本发明配置更灵活，应用的范围更广。模拟实验表明，本模型较经典的EigenTrust信任模型在大范围的“洗底”攻击下具有更高的交易成功率。

主权项

一种对等网络存储数据信任模型建立方法，其特征在于，所述的方法是在由对等节点构成的对等网络中进行网络数据存储，依次含有以下步骤：步骤1：初始化；首先，定义以下信任模型概念：信任值，即度量节点之间信任程度的数值，一般存在于[0，1]区间范围内；直接信任值，即节点通过与对方直接交易来计算出对对方的信任值；推荐信任值，即节点从第三方节点获得对对方节点的信任值来推算出对方的信任值；设当前对等网络节点集合为N，为每个节点i设置一个四元组队列，用于记录节点i对其他节点的信任值，其中i∈N，表示节点i对网络中节点j的存储信任值，代表节点i将数据保存到节点j的过程中的总体满意程度；表示节点i对网络中节点j的数据读取信任值，代表节点i从节点j读取数据过程中的总体满意程度；F_ij是节点i与节点j第一次交易时节点j是否作恶的标识；Time_ij表示节点i与节点j第一次交易的时间，其中j∈N；设定统计时间窗口长度TimeWindow，便于获得最近时间段内对等网络中新节点作恶的情况；步骤2：统计当前时间窗内对等网络环境中的新节点作恶概率ρ_new，为分配新节点的初始直接信任值做准备；步骤2.1：计算统计时间窗口的范围，即从CurrentTime‑TimeWindow时刻到CurrentTime时刻的一段时间，其中CurrentTime表示当前时刻，TimeWindow表示时间窗口的长度；步骤2.2：查询对等网络中的所有节点的四元组，统计所有节点四元组中Time_ij≥CurrentTime‑TimeWindow且F_ij＝1的节点个数之和Count_new和Time_ijj≥CurrentTime‑TimeWindow的所有节点个数之和Count_all；步骤2.3：计算出当前对等网络环境下新节点作恶概率步骤3：设置新节点的初始直接信任值；当节点i与节点j第一次交易时，计算出节点j的初始直接信任值为其中和分别表示新节点首次可以赋予的最大信任值和最小信任值；步骤4：获得交易节点的信任值；当节点i需要将数据存储到对等网络中的其他节点上时，首先需要获得这些节点的信任值，这里以计算节点i对节点j的信任值为例说明其计算方法，其中j≠i：步骤4.1：从节点i的四元组队列中得到节点j的直接存储信任值和直接数据读取信任值当节点i与j第一次交易时，则取和均为(2)式计算出的初始直接信任值；步骤4.2：从节点k获得其对节点j的直接存储信任值和直接数据读取信任值得到节点j的推荐存储信任值，其中k∈N且k≠i，j和推荐数据读取信任值步骤4.3：得到节点i对节点j的综合信任值其中λ∈[0，1]，λ为存储偏好因子，λ值越大，代表用户越关注于数据存储的可靠性，反之则更关注数据读取的可靠性；步骤5：对所有节点的信任值进行排序，选择信任值最高的节点进行存储交易；步骤6：数据存储完毕后，需要对节点j进行交易评价，并根据存储效果更新节点j的存储信任值；如果节点i是第一次与节点j进行交易，则更新节点i上节点j对应的F_ij和Time_ij；步骤7：当节点i每一次从存储节点j获取存储数据后，需要对节点j进行交易评价，并根据获取数据的效果更新节点j的数据读取信任值；如果节点i是第一次与节点j进行交易，则更新节点i上节点j对应的F_ij和Time_ij。