[发明专利]P2P网络中基于分布式可推荐的声誉遏制恶意行为的方法

权利要求书

1.一种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。

2.根据权利要求1所述的P2P网络中基于分布式可推荐的声誉遏制恶意行为的方法，其特征是，步骤二中为了保证声誉的实时性和网络的效率之间的平衡，设定一个时间的阈值，阈值根据网络情况来设定，在实际应用时根据节点的需要进行调节。

3.根据权利要求1所述的P2P网络中基于分布式可推荐的声誉遏制恶意行为的方法，其特征是，在步骤四中所述的节点在发出了推荐请求后，收到了N个节点N1，N2...回复的推荐值分别是R1，R2...RN，这里R1，R2...RN∈[0，1]，同时还收到了这些节点回复的有效交互次数分别是C1，C2...CN，那么标准值

Rs=C0C0+Cavg*dr+CavgC0+Cavg*Ravg,]]>

式中，C0为节点A与被评价节点的直接交互次数

Cavg=C1+C2+...+CNN,]]>

Ravg=R1+R2+...+RNN,]]>

在计算好标准值后，偏差值就是两者间的差值的绝对值，假设节点Ni所回复的推荐值时Ri，那么偏差值

0i＝|Ri-Rs|。