机会网络信任管理研究

论文摘要

随着大量具备短距离无线通信能力智能设备的出现以及计算机技术和网络技术的进步，使机会网络迅速发展。机会网络已经成为未来物联网和普适计算的重要组成部分，同时它也是机会计算、移动计算的理论基础，其应用范围越来越广。但是机会网络环境下存在的不合作节点或者恶意节点可以使整个网络性能大幅度下降甚至瘫痪。而机会网络的非全连通、自组织等特性使得现有的信任管理策略不能在机会网络中直接应用。本文针对机会网络的网络特性提出了基于贝叶斯的信任管理策略。在基于贝叶斯的信任管理中，通过贝叶斯方法计算直接信任，并考虑节点偏好，通过归一化方法将直接信任和间接信任合成最终的信任值，节点依据得到的信任值达到访问控制的目的。在提出的方法中，信任不随时间的推移而衰减，并按照一定的交互周期在节点交互完成后进行信任更新，从而节约了交互前用于信任计算和信任推荐的收集时间。但是由于基于贝叶斯的方法将信任的模糊性等同于随机性，并且网络中节点评价往往是不确定性的，所以提出基于模糊理论的信任管理策略。基于模糊理论的信任管理策略从多个属性评价节点的信任度，如文件质量、传输速率、响应时间等。对各属性的评价通过隶属函数将其模糊化为单因素评价向量，对信任评价向量进行模糊综合处理得到综合信任评价，并通过重心法将最终的综合模糊信任反模糊化为信任值，从而得到对节点的最终评价。利用机会网络仿真软件ONE对提出的信任管理策略进行仿真，将所提出的信任管理策略用于机会网络典型的转发算法Epidemic、SprayAndWait和MaxProp中，以对比提出的信任管理方法对网络性能的影响。仿真结果表明：在有恶意节点的机会网络中，增加信任管理策略的转发算法能够使网络的转发成功率更高，并能有较低的网络平均延迟。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景与意义
• 1.2 国内外研究现状
• 1.3 论文主要内容和组织结构
• 1.4 本章小结
• 第2章 机会网络及信任管理
• 2.1 机会网络概述
• 2.1.1 机会网络体系结构
• 2.1.2 机会网络应用
• 2.2 信任管理概述
• 2.2.1 信任
• 2.2.2 信任关系
• 2.2.3 信任管理
• 2.2.4 典型的信任模型
• 2.3 本章小结
• 第3章 基于贝叶斯的机会网络信任管理
• 3.1 概述
• 3.2 信任度计算模型
• 3.2.1 直接信任
• 3.2.2 间接信任
• 3.2.3 信任合成
• 3.3 信任决策及更新
• 3.4 模型分析
• 3.5 本章小结
• 第4章 基于模糊理论的机会网络信任管理
• 4.1 模糊理论基础
• 4.1.1 模糊的基本概念
• 4.1.2 模糊集合
• 4.1.3 模糊关系
• 4.2 基于模糊理论的信任综合评判模型
• 4.2.1 因素集和评价集
• 4.2.2 因素评价矩阵
• 4.2.3 各因素权重
• 4.2.4 综合评价
• 4.2.5 反模糊化
• 4.2.6 直接信任
• 4.2.7 间接信任
• 4.2.8 信任合成
• 4.3 信任决策及更新
• 4.4 模型分析
• 4.5 本章小结
• 第5章 仿真与分析
• 5.1 ONE 平台简介
• 5.2 ONE 平台扩展
• 5.3 仿真结果及分析
• 5.3.1 实验设置
• 5.3.2 实验对比及分析
• 5.4 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 硕士期间发表论文情况
• 致谢