基于向量的P2P电子商务信任模型研究

论文摘要

随着网络的发展和个人电脑的普及,近年来P2P（Peer to Peer）技术得到了很快的发展。特别是将P2P技术应用到电子商务上时,其动态性、匿名性、开放性等特征使得电子商务交易更加灵活。但带来方便的同时,P2P技术使电子商务的信任安全问题更加严峻,已经成为P2P电子商务发展的制约因素。建立信任模型能够有效解决信任问题,帮助用户之间建立可靠安全的信任关系。然而大部分现存的P2P信任模型都是基于P2P通用性研究而建立,没有考虑电子商务环境的特点,也缺少防御恶意攻击的措施,在交易过程中总会出现各种各样的漏洞,无法消除交易风险。此外,绝大多数模型使用简单变量表述信任,无法体现电子商务中信任关系的复杂性、多样性和主观性,难以准确地描述和评估交易对象之间的信任关系。为了有效防御电子商务里的各种信任攻击,更准确地表述和评估信任,本文在基于投票逻辑的电子商务信任模型PBTMod[1]的基础上,提出了一种基于信任向量的P2P电子商务信任模型VBTMod。VBTMod模型最主要的两个特点是:第一,该模型考虑了电子商务的特有因素和复杂性,体现了电子商务特点。它不仅考虑了各种性质交易的次数,而且在信任评估和各种权重参数调整中都涉及交易额等重要商业因素,使得对交易对象的信任评价更为实际。第二,该模型用向量表述信任和其他节点的反馈信息。直接信任、间接信任以及其他节点的的反馈信息即投票均表述为向量,包含足够的信任信息,交易主体可以根据自身在不同交易中的个性化需求从向量信任中提取准确有用的信息,以便更加准确地评估交易的另一方,从而帮助交易主体做出正确的判断。此外根据向量信任的特点,文章提出了不同种类信任的信任度详细评估办法,在信任评估过程中加入了一些恶意行为的防范措施,提出了一种专用于电子商务的新权限机制,保证交易安全进行的同时对交易进行限制,以防范小规模积累信任值后进行大规模欺骗的攻击;提出了选择-投票的策略,节点可根据自己需求选择合适的邻居节点发送投票请求,以获取更符合需求的投票,并且该策略可以让节点选择投票信任值高的节点以排除恶意投票节点的恶意投票带来的影响,提高间接信任值的可靠度和准确度。另外,VBTMod模型还完善了奖惩措施,对投票不积极的“懒惰节点”进行了严厉惩罚,解决了有史以来就存在的投票信任源溃乏问题。在设计VBTMod模型之后,本文还提出了将买方信任和卖方信任区分的方案,设想用此方案改进模型,以提高实体作为不同交易角色时的信任评估准确度。模拟实验和性能分析显示,VBTMod模型能够让电子商务社区里的交易实体根据自己在不同交易中的个性化需要更准确地评估交易对方,迅速排除恶意节点,并且解决了懒惰节点的问题,有效地防御了电子商务里的各种恶意信任攻击,从而降低了交易风险。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 引言
• 1.2 研究背景
• 1.3 研究意义和目的
• 1.4 论文章节安排
• 1.5 本章小结
• 2 P2P 电子商务
• 2.1 P2P 技术
• 2.1.1 P2P 技术的概念和分类
• 2.1.2 P2P 网络的特点
• 2.2 P2P 电子商务
• 2.2.1 电子商务的概念
• 2.2.2 P2P 电子商务的发展
• 2.2.3 P2P 电子商务的优势和挑战
• 2.3 本章小结
• 3 信任、信任管理和信任模型
• 3.1 信任
• 3.1.1 信任的概念
• 3.1.2 信任的分类
• 3.1.3 信任的性质
• 3.2 信任管理
• 3.2.1 信任管理的概念
• 3.2.2 P2P 网络的信任管理
• 3.3 信任模型
• 3.3.1 信任模型的概念
• 3.3.2 P2P 信任模型的设计要求
• 3.3.3 典型的通用P2P 信任模型
• 3.4 P2P 电子商务信任模型
• 3.4.1 P2P 电子商务的信任安全需求
• 3.4.2 部分应用于P2P 电子商务的信任模型
• 3.5 基于投票逻辑的P2P 电子商务信任模型
• 3.5.1 权限设置
• 3.5.2 直接信任计算
• 3.5.3 间接信任计算
• 3.5.4 信任评估
• 3.5.5 模型性能
• 3.6 本章小结
• 4 基于向量的 P2P 电子商务信任模型的设计
• 4.1 信任信息存储
• 4.2 信任的表述
• 4.2.1 直接信任的表述
• 4.2.2 间接信任的表述
• 4.2.3 投票和投票信任的表述
• 4.3 权限的确定
• 4.4 信任的评估
• 4.4.1 直接信任的评估
• 4.4.2 间接信任的评估
• 4.4.3 投票信任的评估
• 4.5 模型结构以及工作流程
• 4.6 模型应用
• 4.7 买卖信任区分的方案
• 4.8 本章小结
• 5 模拟实验及性能分析
• 5.1 实验环境
• 5.2 评价标准
• 5.3 实验及结果分析
• 5.3.1 恶意投票节点排除速度
• 5.3.2 防范小规模积累信任值进行大规模欺诈的攻击
• 5.3.3 对懒惰节点的惩罚
• 5.3.4 向量信任机制的优越性
• 5.4 模型性能分析
• 5.5 本章小结
• 6 论文总结及下一步工作
• 6.1 论文总结
• 6.2 下一步研究工作展望
• 致谢
• 参考文献
• 附录:作者在攻读硕士学位期间发表的论文目录