摘要：目前P2P是互联网上的一项主流应用，但是由于P2P网络的动态性和匿名性使得该项技术一直存在安全隐患。本文基于节点信誉模糊度设计了一个P2P网络交易信任模型，根据节点的历史交易记录，结合模糊数学的相关原理来统计该节点的信誉模糊度，并以此作为P2P网络交易的选择依据。节点的信誉模糊度会根据节点的行为来进行增减，实现动态的、合理的奖惩机制。实验结果表明：本文设计的信任模型在交易成功率、网络负载等方面体现出较高的性能。
关键词：模糊度；P2P；网络安全
中图分类号：TP301 文献标识码：A文章编号：1007-9599 (2011) 15-0000-02
P2P Network Transactions Trust Model Based on Reputation Fuzzy Degree
Xiao Zheng
(Chengdu Neusoft University,Chengdu611844,China)
Abstract:Now P2P is a mainstream application on the Internet.But there are still having a safety hazard because of the characters of dynamic and anonymity of P2P.This paper deigns a model of P2P trust based on fuzzy degree of nodes"prestige.Compute the fuzzy degree of nodes"prestige according to the history records and the theory of fuzzy mathematics and use this as the basis of choice of P2P transaction.The fuzzy degree of nodes" prestige will be increased and decreased according to the behaviors of node,establishing the dynamic and reasonable mechanism of rewards and punishment.Experimental results show that the model designed in this paper has the higher performance in the parts of trade success rate and network load.
Keywords:Fuzzy degree;P2P;Network security
一、引言
针对日益严重的安全问题[1]，各类P2P网络安全模型应运而生。对于P2P网络而言，安全信任模型的构建要考虑交易安全和系统性能两个方面的问题。文献[2-4]提出了几种典型的P2P网络信任模型，例如Peer Trust模型。这些信任模型能够有效地解决恶意节点的恶意攻击等安全问题，但是由于这些模型的计算量都非常大，因此无疑加重了P2P网络中节点的计算量，导致系统的性能下降。
本文针对上述情况设计了一个基于信誉模糊度的P2P网络交易信任模型。该模型利用信誉度进行网络交易的依据，并利用模糊数学的相关原理来统计模糊度，同时采取适时增减信誉度的奖惩策略来激励P2P网络中的节点参与善意的交易，有效地遏制了恶意节点的滋生和泛滥。仿真实验表明：本文设计的信任模型在交易成功率和系统网络负载等方面具有明显的性能优势。
二、信任模型的构建
（一）信誉模糊度的确立
节点信誉模糊度主要通过历史交易记录来获得，但是对于新加入的节点而言，它没有参与任何交易，因此单单凭借历史记录来评价一个节点很明显存在缺陷。假设对一个节点 进行信誉模糊度的评判，与 交易过的节点集合为 ，其中 为节点数目。 为参与评价的节点数目， 为节点平均在线时间。信誉模糊度的取值范围是[0，1]，每个交易节点对节点 都有一个信誉模糊度的评价，则得到一个模糊矩阵 ，我们用 代表节点 的信誉模糊度，那么对于每一个参与评价的节点来说，他们本身也有一个信誉模糊度的值，这样就构成了矩阵 ，这样我们可以得到下面的初步计算公式：
（1）
我们将在线时间等因素加入计算当中，得到最终的计算结果：
（2）
其中 为在线次数， 是评价权值，评价权值的大小依据节点的特点设定。
（二）节点筛选算法
假设节点 希望的资源存在与节点集合 中，而 需要从 中筛选 个信誉模糊度较高的节点作为交易候选节点。本文利用模糊数学中模糊矩阵的截矩阵原理来实现这一筛选过程。
设 ，记 为 的 截矩阵。算法过程如下：（1）利用搜索算法查找目标资源的存在节点，得到目标节点集合 。（2）计算集合 中每个节点的信誉模糊度，得到模糊矩阵 。（3）根据实际情况确定截矩阵的 值，得到截矩阵 。（4）将 中值为1的元素挑选出来，得到一个拥有 个节点的候选节点集合 。（5）将候选节点集合 中的节点按照信誉模糊度进行降序排列，节点 选取信誉模糊度最大的节点进行交易。若交易过程中出现故障，可以依次选取其他信誉模糊度较高的节点继续交易。（6）交易结束以后进行交易节点的信誉模糊度评价，并且向服务器上报相关数据。完成一次交易。
三、仿真实验及性能分析
本文共进行1000次虚拟的交易行为，在P2P网络中设置20个恶意节点进行测试。主要考察交易的成功率和由于额外计算开销引起的网络负载情况。本文利用Peer Trust模型进行对比分析，实验结果图如图2、图3所示。
图2：交易成功率对比图
图2是P2P网络交易成功率对比分析图。由图我们可以看出，本文设计的基于信誉模糊度的P2P网络信任模型在交易成功率上有较高的体现。随着网络交易次数的不同，交易成功率也出现了差异，但是基本上都保持在一定的水平。如图2所示曲线，都保持在70%以上的成功率。随着信誉模糊度体系的不断完善，恶意节点的生存空间会越来越小，交易成功率也会逐渐提高。
图3：系统平均网络负载对比图
图3是P2P网络负载对比分析图，这里我们用节点信誉模糊度评价计算时间作为衡量网络负载的一个标准。由图可以，随着交易次数的不断增加，系统的网络负载也随之增加。但是本文提出的信任模型的网络负载保持在一定的水平，而Peer Trust模型所带来的网络负载表现出持续上升的势头，并且会随着网络交易的进行而出现大量的额外数据计算开销。
四、结束语
本文设计了一个基于信誉模糊度的P2P网络信任模型，利用信誉模糊度来预测节点的交易行为并以此为依据进行交易。主要介绍了基于模糊数学相关原理的节点信誉模糊度的确定、更新以及节点的筛选。利用NS-2仿真模拟P2P网络行为，采用对比分析的方法从交易成功率和网络负载两个方面对比了本文模型和同类模型的性能。仿真结果表明：本文设计的P2P网络信任模型在交易成功率和网络负载等方面体现出较高的性能优势。
参考文献：
[1]崔磊,谢显中.一种基于近期表现的P2P网络信任模型[J].计算机工程与应用,2009,45(30):107-109
[2]Xiong L,Liu L.Peer Trust：Supporting reputation-based trust for peer-to-peer electronic communities[J].IEEE Transactions on Knowledge and Data Engineering,2004,16:7
[3]Damiani E,De Capitanidi Vimercati S,Paraboschi S,etal.Managing and sharing servants"reputations in P2P systems[J].IEEE Transactions on Knowledge and Data Engineering,2003,15(4):840-854
[4]Wang Y,Vassileva J.Bayesian network based trust model[C].//Proceedings of the IEEE/WIC International Conference on Web Intelligence(WI"03),Halifax,Canada,2003,327-378
[5]刘寿强,齐德育,刘波等.P2P开放网络资源共享信誉系统的研究与实现[J].计算机工程,2007,13:121-123
[作者简介]肖铮（1983年-），男，辽宁省黑山县人，助教，硕士，主要研究方向：计算机网络理论及应用，移动通信技术。
