[发明专利]基于兴趣群组的P2P网络信任云模型计算方法

摘要

本发明公开了一种基于兴趣群组的P2P网络信任云模型计算方法。本发明由兴趣群组划分及其消息传递过程、信任云构建过程和节点信任度评价过程构成。兴趣群组划分及其消息传递过程是根据每个群的兴趣把网络划分为不同群组，并分别确定组内、组间节点的消息传递方式；信任云构建过程是通过云模型的三个数字特征，即期望、熵和超熵来表达节点信任关系，构建由直接信任云和推荐信任云组成的综合信任云；节点信任度评价过程是通过优先考虑直接经验的信任值计算方法评估节点综合信任值。本发明的方法不仅解决了P2P网络中过多的消息传递以及因兴趣不对称难以建立直接信任关系的问题，而且能降低节点获得不可靠推荐信息的风险。

主权项

1.一种基于兴趣群组的P2P网络信任云模型计算方法，其特征在于包括兴趣群组划分、兴趣群组消息传递过程、信任云构建过程和节点信任度评价过程，具体步骤如下： 步骤1所述的兴趣群组划分过程如下：首先确定兴趣群组的数目，每个兴趣群组最大兴趣爱好数目以及网络中文件资源数目；然后确定组头节点，根据设定的群组数、兴趣爱好数、网络中的文件资源数目，确定网络中的节点所属的群组，最后非组头节点通过查询请求查找与之主题兴趣相同的组头节点，而组头节点彼此之间建立连接； 步骤2所述的兴趣群组消息传递过程如下：根据节点查询的内容确定群组消息传递方式，若为主题兴趣，则进行组内查询，若为次要兴趣，则进行组间查询； 步骤3所述的信任云构建过程如下：首先获取节点i与节点j的直接交互次数h；其次比较交互次数h与给定的交互次数阈值H大小，如果交互次数h大于或等于给定的交互次数阈值H时，将节点i对节点j的直接信任评价值输入一维逆向正态云生成算法，得到直接信任云如果节点i与节点j的直接交互数等于0时，节点i只能通过其他节点的推荐来度量对节点j的信任值，计算推荐节点的推荐可信度仅将可靠推荐节点的推荐评价值输入一维逆向正态云生成算法，其中可靠推荐节点的推荐可信度从而得到推荐信任云如果交互次数h大于0，小于给定的交互次数阈值H，则组合节点i对节点j的直接信任云和推荐信任云共同决定节点i对节点j的综合信任云步骤4所述的节点信任度评价过程如下：首先将节点i对节点j的综合信任云的期望Ex_tol作为节点j的信任值T(j)；然后比较节点j的信任值T(j)与善意行为评价阈值GT大小，如果T(j)小于善意行为评价阈值GT，则不对节点进行信任度的奖励与惩罚，如果T(j)大于或等于善意行为评价阈值GT，则比较节点j的行为不确定因子Δ与评价阈值GT大小，用于区分恶意节点和善意节点；若节点j的行为不确定因子Δ小于行为不确定因子阈值θ，则对节点j进行奖励，提高其信任度，若节点j的行为不确定因子Δ大于行为不确定因子阈值θ， 则对节点j进行惩罚，降低其信任度。