P2P信任模型中的共谋团体识别技术研究

随着P2P网络的迅猛发展，P2P网络的安全性问题受到越来越多的关注。由于P2P网络先天的开放性、匿名性等特点，信任问题已经成为制约P2P网络发展的瓶颈。信任模型的出现为P2P网络提供了一套有效的安全机制，理论和实践证明P2P信任模型在提高P2P网络安全性和健壮性方面效果显著。但是，P2P信任模型自身的安全性成为另一个需要关注的问题，尤其是共谋团体攻击对P2P信任模型造成的安全威胁最为严重。如何有效抵制共谋团体的攻击、提高P2P网络的安全性成为当前亟需解决的问题。本文针对P2P信任模型中的共谋团体问题进行研究，取得了一系列成果： (1) 针对P2P信任模型中节点的评价行为提出了基于节点行为向量的共谋团体识别方法。通过对节点之间的行为相似度进行聚类分析，可以有效识别网络中存在的共谋团体，在提高信任模型安全性方面具有明显效果。 (2) 基于节点行为的复杂性和模糊性，提出了基于模糊逻辑的共谋团体识别方法。该方法扩展了对节点行为的描述范围，并利用模糊逻辑分析节点行为的相似度，充分考虑了节点评价的模糊特性，更加有利于对共谋团体的识别。 (3) 受恶意代码检测技术的启发，提出基于行为轮廓的共谋团体检测方法。通过构建节点和节点集合的行为轮廓，对节点和节点集合的行为进行了更加全面深入的描述，在此基础上通过分析行为轮廓相似度识别共谋团体。同时，通过引入集合行为轮廓的概念，降低了传统聚类过程中的计算开销，使节点之间的共谋行为更加容易识别。 总的来说，本文针对P2P信任模型中的共谋团体，通过分析共谋团体的行为特征，提出了一系列基于行为相似的共谋团体识别方法，适应当前现实网络环境的需要，可以有效地识别网络中存在的共谋团体，大大提高了P2P信任模型对共谋团体攻击的抵制能力。