基于博弈論的普適計算信任模型的安全問題研究.pdf_第1頁
已閱讀1頁,還剩129頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、普適計算應用中移動實體的交互關系具有開放性、對等性和動態(tài)性等特點,需要基于信譽的信任模型生成和管理實體間的各種關系。來自不同組織的交互實體因資源受限等原因,從自身利益出發(fā)不執(zhí)行信任模型的規(guī)定操作,從而引發(fā)信任模型的安全問題。針對這種“被動式攻擊”,本文研究基于博弈論和機制設計的信任模型安全問題解決方法。在總結(jié)國內(nèi)外已有研究成果的基礎上,進行了多方面的深入研究和實驗,取得了一些有意義的成果,擴充了信息安全經(jīng)濟學的研究范圍和內(nèi)容。具體研究內(nèi)

2、容包括以下幾個方面:
   (1)針對推薦獲取過程中由于中間實體丟包和推薦給予實體沉默造成的推薦獲取率低的問題,提出了一種基于信用積分的激勵機制對兩種實體同時進行激勵,全面保證推薦獲取的成功。首先,研究了自私實體模型,并應用非合作推薦獲取博弈對自私實體的合作條件進行了研究。其次,考慮存在“貪婪”實體要價情況下,通過合作的競爭選擇博弈研究推薦請求實體如何利用多條路由間的競爭降低總體支付的信用積分。最后,模擬實驗結(jié)果顯示激勵機制較為

3、有效,可提高約15%-30%的成功率并降低合作者的要價。
   (2)針對推薦中存在欺騙的情況,從非合作博弈論角度提出了一種基于VCG機制的防護策略信任決策機制。該機制可應用于連續(xù)或者二元信任值信任模型,激勵實體進行真實匯報。通過將信任決策看作社會選擇過程,證明提出的信任機制是一個VCG機制,從而保證實體只有在真實匯報時才能實現(xiàn)利益的最大化。進一步,提出了基于WMC算法的加權(quán)VCG信任機制用于實現(xiàn)更精確的信任預測,并對支付特性進

4、行了研究。
   (3)為了探尋更多的防護策略信任機制,首先在提出一般信任決策機制的基礎上,研究了激勵相容機制的特性,使?jié)M足社會選擇函數(shù)特性要求的信任模型可被構(gòu)造成為真實信任機制。并以基于VCG的信任機制為例,具體說明如何從信任模型構(gòu)造出具有激勵相容機制的信任機制。其次,研究了信任等級和推薦權(quán)值對推薦獲取成本的影響。最后,模擬實驗結(jié)果表明提出的信任機制可以有效應對各種積極偏差、消極偏差和策略性欺騙。
   (4)針對推薦

5、中存在團體欺騙的情況,從合作博弈論的角度提出了一種團體防護策略機制,將與信任值相關的風險損失值匯報看作賠償?shù)穆暶?超模支付賠償博弈的解看作實際賠償。首先,提出了與匯報損失值相關無關兩種形式的團體賠償總額函數(shù),證明其超模性并證明了超模賠償支付博弈的性質(zhì)。在選擇博弈的基礎上,構(gòu)造了對應的間接顯示機制和直接顯示的賠償聲明機制,證明了該機制滿足團體防護策略要求。其次,選取Shapley值作為實際的賠償支付方案,證明其滿足單調(diào)交叉性,并給出了賠償

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論