[发明专利]一种机会网络中分布式动态信誉评估方法

说明书

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。

技术领域

本发明属于机会网络通信技术领域，具体涉及一种机会网络中分布式动态信誉评估方法。

背景技术

随着移动通信终端的普及和无线通信技术的进步，机会网络迅速发展，已经成为移动互联网中的热门研究领域之一。由于机会网络具有分布式、自组织等特点，其已成为未来物联网和普适计算的重要组成部分，应用范围越来越广。然而机会网络的开放性导致网络在路由转发、安全与隐私保护等方面存在着风险，节点的自私和恶意行为会严重影响整个网络的性能甚至造成网络瘫痪。为确保机会网络的消息传递成功率和降低消息时延，节点间需建立相应的信任机制，并根据信任进行路由决策。

机会网络相关的问题被许多学者和研究人员广泛研究，其重点大多在设计简单高效的路由协议算法上。随着网络框架、路由算法等基础领域的研究不断成熟，机会网络已经被应用到多个领域，网络中的安全问题也引起了国内外学者的重视。目前在该领域的安全研究集中在部署加密和认证体系，针对网络中攻击形态及抵御效果的研究还较少。国内外学者在长期研究和努力下，提出的一些安全相关的理论和模型，在解决机会网络中的安全问题上取得了重大成果。但由于机会网络中节点计算和存储能力有限等问题，提出的大多数算法过于复杂，在真实场景中较难实现。

在开放的机会网络环境中，节点之间的地位是对等的，节点在任何时刻都可以加入或离开网络。一些节点由于自身能量、内存等原因会有不合作的行为，即拒绝接收、不转发消息，甚至有节点肆意散播大量无用消息包，使得网络负载变大，进而影响整个网络的性能。网络中一般充斥着大量的自私和恶意节点，如何区分这些节点及保障网络中消息的安全是目前研究者关心的问题。机会网络中的多数路由算法的研究是建立在节点无条件转发其它节点的消息包并没有其它恶意行为的假设之上，这明显和实际情况不符。

发明内容

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。

本发明具体通过如下技术方案实现：

一种机会网络中分布式动态信誉评估方法，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。

附图说明

图1是信任模型的架构图；

图2是2HopACK方案的ACK消息传递流程示意图；

图3是ACK消息格式示意图；

图4是FinalACK传递流程示意图；