基于人工免疫的p2p文件共享防污染系统.doc

基于人工免疫的P2P文件共享防污染系统基金项目:国家自然科学基金(60673172)、国家高技术研究发展计划(2006AA01A110)通讯作者联系方式:******@:韦冬(1981-),男,博士研究生,研究方向为P2P计算,网格计算;杨寿保(1947-),男,教授,博士生导师,研究方向为计算机体系结构,分布式系统,信息安全与密码学等;纪雯(1981-),女,博士研究生,研究方向为信息安全,P2P计算;路卫娜(1981-),女,博士研究生,研究方向为P2P计算,网格计算。韦冬†,杨寿保,纪雯,路卫娜(中国科学技术大学计算机科学与技术系,安徽合肥230026)摘要:文件污染是当前P2P文件共享系统普遍存在的问题,极大的降低了系统的可用性。P2P文件共享系统和生物免疫系统一样,都是高度分布、自适应和自组织的。利用向量空间相似度赋予投票权重,采用自适应的信誉阈值判断文件可信性,建立了基于人工免疫的防污染对象信誉机制来进行邻居节点集的选取,以改进系统可用性。仿真实验表明,系统具有很高的识别精确度,能够以低通讯代价很好的抑制污染文件在网络中的传播。关键词:污染;人工免疫系统;可用性;文件共享;P2P中图分类号:TP393文献标识码:A引言目前,上的主要应用之一,的使用和流量产生了巨大的影响。P2P网络具有很多优良特性,但是它的分布性、开放性和自治性使它不可避免的遭遇安全问题的挑战,比如P2P文件共享系统中的文件污染问题。所谓文件污染问题,是指在P2P文件共享系统中,恶意用户发布与所标示主题不相符合的文件内容,并通过P2P文件共享进行传播。文件污染问题给P2P文件共享系统造成了很大的危害:首先,如果用户频繁遭遇污染文件,其感受到的可用性会急剧降低,甚至最终放弃使用该系统;而且,它为病毒、蠕虫等恶意程序的传播提供了便利,造成了网络安全上的隐患。对P2P网络的实际测量数据表明,现实存在的文件污染现象十分普遍,尤其是对于最近流行的内容。在FastTrack/KaZaA、eDonkey、等P2P系统中,有半数流行内容的拷贝是被污染的或是伪造的[1][2]。作为一个高度进化的复杂系统,生物免疫系统能够区分外部有害物质和自身组织,从而清除病原并保持有机体的稳定。从计算的角度来看,生物免疫系统具有高度分布、自适应和自组织的特性,具备很强的学****识别、记忆和特征提取能力。受到生物免疫系统的启发,人们提出了人工免疫系统(ArtificialImmuneSystem,AIS)的概念[3]。由于它提供了一种强大的信息处理和问题求解范式,近年来,基于免疫系统原理的各种模型和算法已经被广泛的应用在信息安全[4]、模式识别[5]、数据挖掘[6]、智能优化[7]等研究领域中。与生物免疫系统一样,P2P文件共享系统也具有高度分布、自适应和自组织等特性。在P2P文件共享系统中,通过建立基于人工免疫原理的对象信誉机制,使用人工免疫方法进行邻居节点的选择过程,对候选的节点使用人工免疫算法进行筛选,选取出和本节点具有较高投票相似度的邻居节点,可以减少恶意节点传播污染文件的可能性,避免恶意节点的共谋攻击,从而提高文件共享系统的可用性。本文以下部分的结构为:第一部分介绍相关研究工作,第二部分描述对象信誉机制,第三部分提出基于人工免疫原理的邻居选择算法,第四部分进行仿真实验分析,最后总结本文并展望下一步工作。相关研究工作抑制文件污染的方法有很多[8],比如基于原始文件的方法、基于专家意见的方法、基于简单投票的方法、基于信任关系的方法等。在基于简单投票方法的基础上,通过对历史行为的分析,某些专家节点被认为比其它节点更为可信,于是它们的投票就被赋予较大的权重,使用一个信誉系统来保存、更新和传播这些权重,然后结合投票来对文件的可信性进行评估。Credence系统[9]采用基于对象信誉的方法,节点通过gossip过程收集其它节点的投票,使用Pearson相关相似系数作为节点投票相似度的衡量标准,赋予其它节点的投票以权重,并对所收集的投票进行二次抽样。由于采用gossip过程,需要对投票逐一进行加密和解密验证,带来了很大开销,而且没有解决freeloading问题,也没有考虑到邻居节点的选取。XRep[10]和X2Rep[11]系统都引入了对象信誉,并依据过去的投票行为赋予节点以权重,但是都没有在节点之间共享信誉信息,并且要求节点在评价阶段在线进行投票的计算和传播,不适合动态的P2P环境。在KaZaA[12]系统中,节点对自己所共享的文件给出评分,表示为四个级别的真实度。但是,系统是根据节点自己对所共享文件的评分来决定文件的信誉值,没有节点之间相互评分的机制,使信誉系统容易受到恶意节点的攻击。eMule和eDonkey网络通过Juglereal-timeFak