谭文安，沈腾腾，孙　勇

(1.南京航空航天大学 计算机科学与技术学院, 南京 210016;2.上海第二工业大学 计算机与信息学院, 上海 201209)



基于偏好相似度的混合信任推荐模型

谭文安1,2，沈腾腾1，孙勇1

(1.南京航空航天大学 计算机科学与技术学院, 南京 210016;2.上海第二工业大学 计算机与信息学院, 上海 201209)

摘要:针对P2P网络中可信数据不完整的问题,提出了将局部可信度与全局可信度相结合的基于偏好相似度推荐的混合信任模型(Preference Similarity Recommendation Trust,PSRTrust),借助相似随机游走策略修复稀疏的可信度矩阵;对不合理假设呈现power-law分布进行合理化改进;并给出了可信数据的分布式存储和计算的分布式方法。仿真实验表明,PSRTrust模型有效地提高了在可信数据不完整情况下的交易成功率,并且在遏制恶意节点影响上有一定提高。

关键词:对等网络;可信度;稀疏可信度计算;偏好相似度;分布式哈希表

P2P网络区别于传统互联网的Client/Server或者Brower/Server模型,是一种不借助中心服务器的分布式网络,其中每个节点不再仅仅是信息的消费者,它可利用自身资源为其他节点提供信息,使得存在于每个网络节点中的资源可以高度共享。但P2P网络具有动态性、匿名性等特点,容易受到恶意用户的攻击,还需承受理性用户“搭便车”的自私行为。为了避免以上安全风险,建立一个可靠的可信度评估模型是至关重要的[1]。

所谓信任模型,是指在已建立的评价体系中,依据用户节点间的历史交易记录,对每个用户节点的“被信任程度”进行量化评估[2-3]。……