基于人工免疫的p2p文件共享防污染系统(共11页DOC).docx

……………………………………………………………最新资料推荐…………………………………………………
……………………………………………………………最新资料推荐…………………………………………………
最新精品资料整理推荐，更新于二〇资料整理推荐，更新于二〇二一年四月十七日2021年4月17日星期六12:50:58
……………………………………………………………最新资料推荐…………………………………………………
最新精品资料整理推荐，更新于二〇二一年四月十七日2021年4月17日星期六12:50:58
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Jugle real-time FakeCheck服务[13]来抑制文件污染，但是很容易受到暂时副本诱骗的攻击。
在查询的返回结果中选取下载地址时，有的系统采用选取最佳返回结果的策略，容易受到恶意节点的欺骗攻击。于是，很多系统采用随机选取返回结果的策略来抑制污染的传播，能够使可信文件的搜索结果随攻击者数目的增加呈线性下降，但是在污染程度很低的时候，却造成较大的性能损失[14]。
大多数推荐系统中采用了相关的协同过滤技术，但是它们依赖于集中式的控制，不合适于具有分布特性的P2P系统。
对象信誉机制
在P2P文件共享网络上，建立基于对象的信誉机制，从而抵御文件污染。这里的对象信誉，是指系统中所共享的文件对象的可信程度。
在网络中的每个节点上存储两个哈希表，一个是投票箱(Ballot Box)，一个是相似度表(Similarity Table)。投票箱中的每一项对应着对某个文件的投票集，是一个子哈希表，子哈希表中的每一项则对应着某个节点对该文件的投票。相似度表的每一项对应着本节点与某个节点的投票相似度，相似度值在[-1,1]之间，显然，。
……………………………………………………………最新资料推荐…………………………………………………
……………………………………………………………最新资料推荐…………………………………………………
最新精品资料整理推荐，更新于二〇二一年四月十七日2021年4月17日星期六12:50:58
最新精品资料整理推荐，更新于二〇二一年四月十七日2021年4月17日星期六12:50:58
……………………………………………………………最新资料推荐…………………………………………………
最新精品资料整理推荐，更新于二〇二一年四月十七日2021年4月17日星期六12:50:58
初始化过程
每个节点开始共享自己的文件时，对自己的每个文件进行投票。由于对文件受污染与否的判断结论是确定性的，不需要采用多等级的评定标准，同时为了能够表达中性的意见，采用最简单的奇数等级值，将评分分为{-1,0,+1}三个等级，其中，-1表示用户认为该文件为污染文件，+1表示用户认为该文件为可信文件，0表示用户没有进行评价。
恶意节点为了使污染文件能够得到广泛的传播，会将对污染文件的投票值也设为+1。
投票收集过程
查询消息可以被用来触发节点传播投票，在节点进行搜索的过程中，收到查询的节点除了要完成转发处理的任务，如果它对这个文件有投票，还要返回自己的投票给发起查询的节点，假设底层P2P网络的路由传输是安全可靠的，恶意节点不能够任意操控网络上传输的消息，所以发起查询的节点能够保证得到的这个投票是真实的。这个节点将收集到的投票加入投票箱中，然后进行相似度表的更新过程。
相似度的计算
在传统的人工免疫系统模型里，抗体和抗原的亲和力，一般