[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

说明书

技术领域

本发明涉及一种网络技术领域的方法，具体是一种P2P网络中基于分布式可推荐的声誉遏制恶意行为的方法。

背景技术

现有的使用P2P协议的资源共享系统，多使用传统声誉系统，比如BTCHINA，VERYCD，葡萄以及迅雷等等。由于协议本身对节点的约束性不是特别强，这些网站大多都会采用一些声誉系统来激励节点更多地进行“共享”的行为。

以根据emule的mod修改的VERYCD客户端电驴为例：每个节点都有一个积分文件，eMule使用了一种加密方法key handshake以确保某个积分正确地属于某个人。只有在这种方法得到eMule的验证之后，这一积分才被授权给特定的某个人，否则eMule将不会承认对方的积分。积分是奖励那些上传的节点的，上传量越大积分越高。积分不是所有服务器之间通用的，它们仅仅通用于那些承认这些积分的服务器和客户积分是影响QR的主要因素。积分越高，排队时间就会缩减的越短，获得的服务器就越多，下载速度就越快。

而PT下载站点的声誉系统则十分强调分享率的概念。PT下载站衡量节点是否值得存在于这个团体中的唯一标准是分享率，PT分享率是用上传量除以下载量，因此那些不开上传的和下载完成就立即下线的人，这个值一定不会高于1，甚至会是0，那么，在一段时间之后，PT下载站会把这样的人踢掉。而对于新加入的人来说，PT下载站一般会有一个分享率的底限，而要达到这个底限是不难的。每个PT下载站几乎都会放上不超过十个体积小的文件供大家下载，这就是在前期提高分享率的东西。下载之后，不要删除不要关闭上传，如果资源很热门，下载的人多，上传的累计量就会大，而已下载的体积是不变的，节点就会看到自己的分享率在慢慢地增长。

北京邮电大学学报，文章编号：1007.5321(2009)03-0069--04的《P2P网络环境下的推荐信任模型方案》中为基于推荐的声誉模型提供了基本框架，如直接信任值、某个节点的信任度、推荐信任值、节点的推荐能力。

可以看到，传统的文件共享服务主要以上传量或分享率为参数构建声誉系统，这种模型一方面依赖于主从式服务器结构，不能很好地适应分布式网络环境；另一方面仅仅基于直接交互经验，未能充分利用网络中其他节点的信息，做出的声誉评价往往不能真实反映节点的行为。

经过对现有技术的文献检索发现，中国专利申请号：CN200910152785.3，公告号为：CN101714976A，名称为：《一种P2P网络中抵抗节点恶意的方法》，该技术通过在P2P网络中建立简单有效的信任评价机制对节点发布不真实资源的恶意行为进行惩罚，降低其推荐信任值，使其与其他节点交互的概率降低，从而达到遏制P2P网络中不真实资源的传播、提高P2P网络可靠性的目的。该方法包括资源提供节点的选择、直接信任值的更新、推荐信任值及评价信任值的更新。该技术通过建立所述的信任评价方法，使得恶意节点发布的不真实资源在P2P网络中的流传度下降，从而达到抗击恶意节点攻击的效果。该技术虽然也采用了推荐信任的模型，但主要着眼于对恶意节点的抵抗，缺少对于恶意行为的具体分类和对于声誉值的动态性变化的考虑。

发明内容

本发明针对上述现有技术的不足，提供一种P2P网络中基于分布式可推荐的声誉遏制恶意行为的方法。本发明通过在P2P资源共享系统中基于每个节点都有拥有的声誉值检测、分析，能有效抵抗传统声誉系统中节点的欺骗、合谋、诋毁等恶意行为。

本发明是通过如下技术方案实现的：

本发明包括如下步骤：

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。

若无做种者，则阻塞一段时间后重新尝试；若有做种者，则当前节点A根据tracker服务器返回的列表查询本地数据，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。

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，在对节点进行评估时，先查询最近一次更新节点声誉值的时间，如果在这个阈值范围内，那么就不对这个声誉值进行更新，默认这个节点的声誉在短时间内不会发生很大的变化；但是如果超出了这个阈值，就要根据下面的流程重新建立信任。

所述的声誉值来源于：直接声誉、间接声誉和推荐声誉。