面向流媒體的應用層組播網(wǎng)的信任模型研究.pdf

1、隨著流媒體的快速發(fā)展，如何令流媒體在網(wǎng)絡環(huán)境下更加安全、穩(wěn)定、高速的運輸成為了研究的熱點。應用層組播網(wǎng)因其無需額外的硬件設施，也無需修改網(wǎng)絡協(xié)議，易于流媒體應用在Internet上的部署而得到廣泛應用。但是由于應用層組播網(wǎng)開放、匿名的特性，使得維護開銷大、管理困難、惡意節(jié)點的欺詐行為隨處可見。導致這些問題的根本原因在于應用層組播網(wǎng)對節(jié)點缺乏有效的約束機制，節(jié)點間缺乏信任。信任模型是解決應用層組播網(wǎng)安全問題的最主要的方法。然而，目前存在的

2、信任模型卻存在著信任計算片面性、不準確性和不能有效地抑制惡意行為等問題。此外，如何令信任模型穩(wěn)定的運行在應用層組播網(wǎng)動態(tài)的網(wǎng)絡環(huán)境中也是一大難題。
　　 本文在研究現(xiàn)有信任模型基本思想的基礎上，根據(jù)對信任模型中的關鍵性技術的分析，提出了一種改進的基于信譽的信任模型。該模型對信譽值進行分類，把信譽分為信譽直接評估值和信譽間接評估值，并按照不同的權值綜合起來計算節(jié)點的信譽值。在對信譽直接評估值的計算中，引入懲罰機制，對惡意節(jié)點的行為

3、起到警示作用。在對信譽間接評估值的計算中，綜合考慮了推薦節(jié)點的推薦值和推薦可信度。推薦可信度會影響推薦節(jié)點在信譽值計算中的比重。對于推薦可信度比較低的節(jié)點，其所提供的推薦在信譽值計算中的權值較小，對計算結果的影響也小，從而有效避免了惡意推薦的不良影響。并提出了基于推薦可信度的隨機抽取算法，該算法的主要作用是當推薦節(jié)點過多時，采用此隨機抽取算法抽取定量的推薦值，盡量避免了組播網(wǎng)中節(jié)點通信的速率不會因為信任模型計算量過大而下降。
　　

4、 同時，為了使該信任模型能夠穩(wěn)定有效的運行在應用層組播網(wǎng)絡環(huán)境中，提出了構建穩(wěn)定的應用層組播網(wǎng)和提高應用層組播網(wǎng)穩(wěn)定性的算法思想。
　　 最后，設計了基于應用層組播的信任模型的架構。該架構描述了節(jié)點加入組播樹，在組播樹中信任模型的保護下進行通信，最后離開組播樹的全過程。該架構適合流媒體技術的應用，因為該架構下的流媒體傳輸?shù)姆€(wěn)定性和安全性都大大提高。
　　 仿真實驗表明，本文提出的信任模型比傳統(tǒng)信任模型具有更加良好的性能