徐 玲,喬建忠,林樹(shù)寬,祁瑞華

(1.東北大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院,沈陽(yáng) 110169; 2.大連外國(guó)語(yǔ)大學(xué) 軟件學(xué)院,遼寧 大連 116044)

0 概述

近年來(lái),一些分布式計(jì)算模式如對(duì)等計(jì)算、志愿計(jì)算、云計(jì)算等被應(yīng)用于文件共享、科學(xué)計(jì)算、企業(yè)IT建設(shè)等方面,給人們的生活方式帶來(lái)了巨大的變革,但這些分布式計(jì)算模式的發(fā)展仍然面臨很多問(wèn)題和挑戰(zhàn),其中一個(gè)關(guān)鍵問(wèn)題就是系統(tǒng)安全性問(wèn)題[1]。本文針對(duì)志愿計(jì)算中節(jié)點(diǎn)的非預(yù)期退出計(jì)算或蓄意破壞計(jì)算等影響系統(tǒng)的安全性行為[2],設(shè)計(jì)相應(yīng)的模型來(lái)解決這些不可靠的捐獻(xiàn)資源的節(jié)點(diǎn)帶來(lái)的系統(tǒng)安全性問(wèn)題。

志愿計(jì)算主要是通過(guò)網(wǎng)絡(luò)中節(jié)點(diǎn)捐獻(xiàn)自己閑置資源來(lái)進(jìn)行大規(guī)模科學(xué)計(jì)算的求解[3],從而實(shí)現(xiàn)資源的深度共享。志愿計(jì)算主要基于主從分布式計(jì)算模型[4-5],其中主節(jié)點(diǎn)是中心服務(wù)器,負(fù)責(zé)任務(wù)的分發(fā)和結(jié)果的回收,子節(jié)點(diǎn)是志愿計(jì)算機(jī),可以自愿選擇加入或隨時(shí)退出計(jì)算而不受主節(jié)點(diǎn)控制。如何在這些子節(jié)點(diǎn)中選擇可信節(jié)點(diǎn)從而提高系統(tǒng)的安全性,是亟需解決的問(wèn)題。

傳統(tǒng)解決分布式計(jì)算系統(tǒng)安全性的方法為采用身份認(rèn)證、信息加密、訪問(wèn)控制等方法。這種安全機(jī)制被稱為硬安全機(jī)制。對(duì)于由系統(tǒng)內(nèi)部節(jié)點(diǎn)的行為動(dòng)態(tài)變化帶來(lái)的系統(tǒng)安全問(wèn)題,硬安全機(jī)制的解決效果不佳,為此一些研究者[6-7]提出采用信任和信譽(yù)模型來(lái)提高分布式計(jì)算系統(tǒng)的安全性。然而在志愿計(jì)算中目前關(guān)于信任和信譽(yù)的研究工作較少。與本文工作較相關(guān)的研究為文獻(xiàn)[8],其利用信譽(yù)模型提高志愿計(jì)算系統(tǒng)的安全性,該文提出節(jié)點(diǎn)歷史表現(xiàn)中返回正確計(jì)算結(jié)果的概率值即為節(jié)點(diǎn)的信譽(yù)值,但是模型在計(jì)算信譽(yù)值時(shí)沒(méi)有考慮信譽(yù)值隨時(shí)間動(dòng)態(tài)更新的情況。

針對(duì)文獻(xiàn)[8]模型存在的不足,本文構(gòu)建志愿計(jì)算中基于貝葉斯定理的信任模型。對(duì)節(jié)點(diǎn)的非預(yù)期退出計(jì)算或蓄意破壞計(jì)算行為,利用BTMS模型[9]的二值邏輯描述節(jié)點(diǎn)行為,通過(guò)添加不確定性來(lái)更全面地描述節(jié)點(diǎn)的行為。在此基礎(chǔ)上,對(duì)節(jié)點(diǎn)的不確定行為采用貝葉斯定理預(yù)測(cè)節(jié)點(diǎn)返回正確計(jì)算結(jié)果的概率,并在計(jì)算節(jié)點(diǎn)信任值時(shí)加入處罰因子和調(diào)節(jié)函數(shù),實(shí)現(xiàn)信任值慢增長(zhǎng)快下降,從而有效防止節(jié)點(diǎn)通過(guò)連續(xù)幾次返回正確計(jì)算結(jié)果行為刷取信任值。此外,本文模型還采用基于時(shí)間的滑動(dòng)窗口對(duì)節(jié)點(diǎn)的信任值進(jìn)行更新。

1 相關(guān)工作

自從計(jì)算領(lǐng)域中信任模型被提出后,越來(lái)越多的研究學(xué)者對(duì)其進(jìn)行研究,提出了多種信任模型。已有的信任模型主要可以分為集中式和分布式兩類。較典型的集中式信任模型主要應(yīng)用于在線電子商務(wù)如e-bay[10]、阿里巴巴、京東,這類模型通過(guò)中心節(jié)點(diǎn)集中管理信任,雖然簡(jiǎn)單、高效,但是可擴(kuò)展性差,不適合在大型的分布式計(jì)算環(huán)境下使用。目前,國(guó)內(nèi)外許多研究者針對(duì)分布式網(wǎng)絡(luò)環(huán)境如P2P網(wǎng)絡(luò)、無(wú)線傳感器網(wǎng)絡(luò)提出了多種分布式信任模型。文獻(xiàn)[11]提出的基于P2P網(wǎng)絡(luò)的Eigen Trust信任模型通過(guò)多次迭代求得節(jié)點(diǎn)的全局信任值,缺點(diǎn)在于通信開(kāi)銷過(guò)大。文獻(xiàn)[12]提出的PeerTrust信任模型利用反饋評(píng)價(jià)計(jì)算節(jié)點(diǎn)的信任值,在模型中加入了用戶激勵(lì)機(jī)制,缺點(diǎn)在于沒(méi)有對(duì)節(jié)點(diǎn)惡意行為的懲罰。針對(duì)文獻(xiàn)[11-12]全局信任模型存在計(jì)算復(fù)雜性較高、收斂速度較慢的問(wèn)題,文獻(xiàn)[13]提出了基于結(jié)構(gòu)化P2P網(wǎng)絡(luò)的GeTrust信任模型,該文受人類社會(huì)建立信任關(guān)系的啟發(fā),提出每個(gè)服務(wù)節(jié)點(diǎn)在向服務(wù)請(qǐng)求節(jié)點(diǎn)提供服務(wù)時(shí),需要同時(shí)向服務(wù)請(qǐng)求節(jié)點(diǎn)提供服務(wù)信任值及其擔(dān)保節(jié)點(diǎn)的信任值做抵押,服務(wù)請(qǐng)求節(jié)點(diǎn)對(duì)每個(gè)服務(wù)節(jié)點(diǎn)綜合評(píng)價(jià)其信任值,選擇信任值高的服務(wù)節(jié)點(diǎn)提供服務(wù)。該模型在提高任務(wù)交互成功率和抵御攻擊方面具有一定的有效性,但是只適用于結(jié)構(gòu)化的P2P網(wǎng)絡(luò)。文獻(xiàn)[14]提出的信任模型綜合考慮時(shí)間衰減、交互重要性和交互次數(shù)等上下文屬性計(jì)算P2P網(wǎng)絡(luò)中節(jié)點(diǎn)信任值。文獻(xiàn)[9,15-16]提出的基于無(wú)線傳感器網(wǎng)絡(luò)的信任模型,在信任評(píng)價(jià)時(shí)綜合考慮節(jié)點(diǎn)的直接信任和推薦信任,其中在計(jì)算直接信任值時(shí)是在文獻(xiàn)[17]基礎(chǔ)上加入對(duì)惡意節(jié)點(diǎn)的懲罰機(jī)制。文獻(xiàn)[18]提出的基于無(wú)線傳感器網(wǎng)絡(luò)的EDTM信任模型,其直接信任值的計(jì)算主要包括通信信任、能量信任和數(shù)據(jù)信任3個(gè)部分,EDTM信任模型可以更精確地評(píng)估傳感器節(jié)點(diǎn)的可信度。雖然現(xiàn)有的針對(duì)于其他分布式計(jì)算環(huán)境的信任模型提高了系統(tǒng)安全性,但無(wú)法直接用于志愿計(jì)算,這主要是因?yàn)橹驹赣?jì)算在以下兩點(diǎn)與其他分布式計(jì)算環(huán)境不一致:1)志愿計(jì)算存在中心服務(wù)器;2)節(jié)點(diǎn)可以不用負(fù)責(zé)隨時(shí)退出計(jì)算。

目前在志愿計(jì)算中關(guān)于信任和信譽(yù)模型的研究工作較少。文獻(xiàn)[8]提出利用信譽(yù)模型提高志愿計(jì)算系統(tǒng)的安全性,該文定義節(jié)點(diǎn)的信譽(yù)值為節(jié)點(diǎn)歷史表現(xiàn)中節(jié)點(diǎn)返回正確計(jì)算結(jié)果的概率值,同時(shí)通過(guò)設(shè)計(jì)簡(jiǎn)單的調(diào)度算法來(lái)驗(yàn)證所構(gòu)建模型的有效性。但是該模型計(jì)算節(jié)點(diǎn)信譽(yù)值時(shí)僅考慮節(jié)點(diǎn)返回正確計(jì)算結(jié)果和錯(cuò)誤計(jì)算結(jié)果2種行為對(duì)信譽(yù)值的影響,沒(méi)有考慮節(jié)點(diǎn)非預(yù)期退出計(jì)算行為對(duì)信譽(yù)值計(jì)算帶來(lái)的影響,同時(shí)由于信譽(yù)值是隨時(shí)間動(dòng)態(tài)變化的,該模型也沒(méi)有考慮信譽(yù)值的動(dòng)態(tài)更新過(guò)程。文獻(xiàn)[19]提出在任務(wù)調(diào)度時(shí)基于節(jié)點(diǎn)信譽(yù)提高系統(tǒng)可靠性,該文將節(jié)點(diǎn)信譽(yù)定義為節(jié)點(diǎn)能夠提供穩(wěn)定計(jì)算時(shí)間間隔的能力,若節(jié)點(diǎn)能持續(xù)提供的計(jì)算時(shí)間間隔長(zhǎng),則認(rèn)為該節(jié)點(diǎn)更可靠,但該模型也沒(méi)有考慮信譽(yù)隨時(shí)間動(dòng)態(tài)更新?？紤]上述不足,本文構(gòu)建考慮節(jié)點(diǎn)非預(yù)期退出計(jì)算或蓄意破壞計(jì)算等行為動(dòng)態(tài)變化的信任模型。

2 節(jié)點(diǎn)信任模型

2.1 信任評(píng)估基本框架

針對(duì)志愿計(jì)算環(huán)境自身的特點(diǎn),本文構(gòu)建的信任模型不考慮節(jié)點(diǎn)間的推薦信任值,節(jié)點(diǎn)信任值的計(jì)算主要來(lái)自于節(jié)點(diǎn)的歷史交互。模型中的信任機(jī)制框架如圖1所示。

圖1 信任機(jī)制框架Fig.1 Framework of trust mechanism

本文模型通過(guò)收集節(jié)點(diǎn)間的歷史交互記錄計(jì)算節(jié)點(diǎn)的信任值,通過(guò)計(jì)算節(jié)點(diǎn)信任值為選擇下次的交互對(duì)象提供依據(jù)。對(duì)于系統(tǒng)中新加入的節(jié)點(diǎn),采用分配固定值的方法初始化信任值。由于志愿計(jì)算自身的特性,本文中VC-trust模型采用集中式管理,但也可以將其擴(kuò)展應(yīng)用于分布式管理中。

下文從信任值計(jì)算涉及的相關(guān)定義、信任值計(jì)算和更新、仿真分析模型的有效性等方面對(duì)模型進(jìn)行詳細(xì)闡述。為描述方便,在表1中給出本文中所用符號(hào)的定義。

表1 符號(hào)定義Table 1 Definition of symbols

2.2 相關(guān)定義

定義1(信任) 信任是志愿網(wǎng)絡(luò)中心服務(wù)器server在歷史交互記錄基礎(chǔ)上對(duì)節(jié)點(diǎn)i針對(duì)計(jì)算任務(wù)t能提供滿意服務(wù)的主觀期望值。

定義2(信任值) 信任值表示志愿網(wǎng)絡(luò)中節(jié)點(diǎn)的可信程度。本文將信任值規(guī)范化為[0,1]區(qū)間上的值,越接近1代表節(jié)點(diǎn)的可信度越高,越接近0代表節(jié)點(diǎn)越不可信,0代表節(jié)點(diǎn)完全不可信,1代表節(jié)點(diǎn)完全可信。

定義3(交互) 節(jié)點(diǎn)i完成志愿網(wǎng)絡(luò)中心服務(wù)器server分發(fā)的一次計(jì)算任務(wù)稱為一次交互。

2.3 信任值

節(jié)點(diǎn)i的信任值用Ti表示,根據(jù)定義1,有:

(1)

其中,m為節(jié)點(diǎn)i在Δt時(shí)間內(nèi)完成的計(jì)算任務(wù)的數(shù)目,f為節(jié)點(diǎn)i在Δt時(shí)間內(nèi)返回正確計(jì)算結(jié)果行為的數(shù)目,s為節(jié)點(diǎn)i在Δt時(shí)間內(nèi)返回錯(cuò)誤計(jì)算結(jié)果行為的數(shù)目,u為節(jié)點(diǎn)i在Δt時(shí)間內(nèi)出現(xiàn)了不確定性行為的數(shù)目。當(dāng)m=0時(shí),節(jié)點(diǎn)為新加入的節(jié)點(diǎn),其信任值初始化為0.5。

在式(1)中,當(dāng)節(jié)點(diǎn)出現(xiàn)不確定性行為時(shí),為使信任計(jì)算計(jì)算結(jié)果更精確,用貝葉斯定理預(yù)測(cè)節(jié)點(diǎn)返回正確計(jì)算結(jié)果的概率值來(lái)替換式(1)中的u值,下文將詳細(xì)介紹這一過(guò)程。

2.4 貝葉斯定理預(yù)測(cè)

在VC-trust計(jì)算信任值時(shí),當(dāng)節(jié)點(diǎn)出現(xiàn)不確定性行為時(shí),為消除不確定性使得信任值的計(jì)算更精確,本文使用貝葉斯定理計(jì)算節(jié)點(diǎn)出現(xiàn)不確定性行為時(shí)返回正確計(jì)算結(jié)果的概率:

(2)

(3)

其中,f′和s′分別代表節(jié)點(diǎn)在Δt時(shí)間內(nèi)返回的正確計(jì)算結(jié)果數(shù)目和錯(cuò)誤計(jì)算結(jié)果數(shù)目。

實(shí)際網(wǎng)絡(luò)中節(jié)點(diǎn)的行為動(dòng)態(tài)變化,當(dāng)節(jié)點(diǎn)的歷史交互記錄中出現(xiàn)多個(gè)不確定性行為時(shí),本文假設(shè)志愿計(jì)算系統(tǒng)的容錯(cuò)率為ε,則通過(guò)貝葉斯公式預(yù)測(cè)節(jié)點(diǎn)出現(xiàn)不確定性行為時(shí)返回正確計(jì)算結(jié)果的概率為p,如果p>1-ε,默認(rèn)節(jié)點(diǎn)此次計(jì)算返回正確計(jì)算結(jié)果來(lái)進(jìn)行下個(gè)不確定性行為的預(yù)測(cè);反之,默認(rèn)節(jié)點(diǎn)返回錯(cuò)誤計(jì)算結(jié)果來(lái)進(jìn)行下個(gè)不確定項(xiàng)的預(yù)測(cè)。通過(guò)貝葉斯定理消除節(jié)點(diǎn)不確定性行為后,式(1)中的u利用下式替換:

(4)

其中,pk為節(jié)點(diǎn)在第k次出現(xiàn)不確定性行為時(shí)返回正確計(jì)算結(jié)果的概率,可由式(3)計(jì)算得到。

例如:節(jié)點(diǎn)i在Δt時(shí)間內(nèi)的歷史交互記錄集合ti={1,1,1,0,1,0},ε=0.01,根據(jù)式(1)計(jì)算得到節(jié)點(diǎn)i的信任值Ti=0.632。

2.5 信任值更新

由于信任是隨時(shí)間動(dòng)態(tài)變化的,越舊的交互記錄對(duì)信任值的計(jì)算參考價(jià)值越小,越新的交互記錄對(duì)信任值的計(jì)算參考價(jià)值越大,因此本文使用基于時(shí)間的滑動(dòng)窗口存儲(chǔ)最新的歷史交互記錄用于更新節(jié)點(diǎn)信任值。

假設(shè)每個(gè)時(shí)間滑動(dòng)窗口大小為w,存儲(chǔ)的是最新w個(gè)單位時(shí)間內(nèi)的歷史交互記錄信息,每當(dāng)窗口向前移動(dòng)r個(gè)單位時(shí)間,根據(jù)時(shí)間窗口內(nèi)存儲(chǔ)的歷史交互記錄對(duì)每個(gè)節(jié)點(diǎn)i的信任值進(jìn)行一次更新,則:

(5)

圖2 基于時(shí)間的滑動(dòng)窗口Fig.2 Sliding window based on time

3 實(shí)驗(yàn)與結(jié)果分析

本文通過(guò)仿真實(shí)驗(yàn)對(duì)VC-trust模型進(jìn)行有效性驗(yàn)證。首先,在實(shí)驗(yàn)中驗(yàn)證信任值計(jì)算過(guò)程中調(diào)節(jié)函數(shù)和處罰因子對(duì)節(jié)點(diǎn)信任值變化的影響,判斷模型是否能針對(duì)節(jié)點(diǎn)動(dòng)態(tài)行為變化調(diào)整其信任值,從而識(shí)別善意節(jié)點(diǎn)和惡意節(jié)點(diǎn),抵御內(nèi)部攻擊;然后,通過(guò)驗(yàn)證在任務(wù)分配時(shí)優(yōu)先分配給信任值高的節(jié)點(diǎn)對(duì)系統(tǒng)交互成功率的影響,判斷模型是否能提高系統(tǒng)安全性;最后,與BTMS模型進(jìn)行對(duì)比分析,驗(yàn)證本文模型的有效性和合理性。為實(shí)現(xiàn)對(duì)模型上述性能的驗(yàn)證,本文仿真實(shí)驗(yàn)采用C語(yǔ)言編程模擬實(shí)現(xiàn)不同類節(jié)點(diǎn)出現(xiàn)的3種行為情況。假設(shè)網(wǎng)絡(luò)中的節(jié)點(diǎn)分為以下2類:

1)善意節(jié)點(diǎn)。此類節(jié)點(diǎn)長(zhǎng)期提供友好服務(wù),且在歷史交互過(guò)程中很少有惡意破壞計(jì)算行為及不確定行為出現(xiàn),但在實(shí)際網(wǎng)絡(luò)中服務(wù)良好的節(jié)點(diǎn)也無(wú)法100%提供真實(shí)可靠的服務(wù)。本文假設(shè)此類節(jié)點(diǎn)的歷史交互記錄中只有2%的不確性行為出現(xiàn),95%返回正確的計(jì)算結(jié)果的行為。

2)惡意節(jié)點(diǎn)。此類節(jié)點(diǎn)長(zhǎng)期提供較差服務(wù),在歷史交互過(guò)程中存在較多破壞計(jì)算行為和不確定行為。本文假設(shè)此類節(jié)點(diǎn)的歷史交互記錄中20%返回錯(cuò)誤計(jì)算結(jié)果的行為,10%有不確定性行為出現(xiàn)。

本文在計(jì)算節(jié)點(diǎn)信任值時(shí)加入了處罰因子和調(diào)節(jié)函數(shù),實(shí)現(xiàn)節(jié)點(diǎn)信任值累積慢而下降快的目標(biāo)。實(shí)驗(yàn)驗(yàn)證VC-trust模型中處罰因子和調(diào)節(jié)函數(shù)對(duì)信任值的影響,并與BTMS模型進(jìn)行比較分析。由于志愿計(jì)算環(huán)境的特點(diǎn),本文不考慮推薦信任值的計(jì)算,因此在計(jì)算BTMS模型的信任值時(shí)只考慮節(jié)點(diǎn)的直接信任值計(jì)算。仿真實(shí)驗(yàn)?zāi)J(rèn)參數(shù)設(shè)置如表2所示。

表2 實(shí)驗(yàn)?zāi)J(rèn)參數(shù)Table 2 Default parameters of experiment

3.1 調(diào)節(jié)函數(shù)與處罰因子對(duì)信任值的影響

為分析調(diào)節(jié)函數(shù)和處罰因子對(duì)信任值的影響,本文提取節(jié)點(diǎn)i的一組特殊仿真數(shù)據(jù)進(jìn)行說(shuō)明。節(jié)點(diǎn)i在同一時(shí)間段內(nèi)出現(xiàn)3種節(jié)點(diǎn)行為的信任值如表3所示。通過(guò)對(duì)比可知,隨著節(jié)點(diǎn)返回正確計(jì)算結(jié)果行為次數(shù)的增加,由BTMS模型計(jì)算的信任值是逐漸增加的。本文模型綜合考慮了節(jié)點(diǎn)行為對(duì)信任值變化的影響,當(dāng)節(jié)點(diǎn)總的計(jì)算次數(shù)增加使得返回正確計(jì)算結(jié)果行為增多時(shí),節(jié)點(diǎn)信任值沒(méi)有增加反而下降,這是模型中處罰因子和調(diào)節(jié)函數(shù)共同作用的結(jié)果,因?yàn)檎{(diào)節(jié)函數(shù)使信任值增加的速度慢于處罰因子使信任值下降的速度,所以信任值沒(méi)有增加反而下降。同時(shí)可以注意到節(jié)點(diǎn)i表現(xiàn)出的行為屬于惡意節(jié)點(diǎn),通過(guò)本文模型計(jì)算的惡意節(jié)點(diǎn)的信任值約為0.5,這樣更有利于區(qū)分善意節(jié)點(diǎn)和惡意節(jié)點(diǎn)。

表3 調(diào)節(jié)函數(shù)與衰減因子對(duì)信任值的影響Table 3 Effects of regulatory function and attenuation factor on trust value

3.2 與其他模型性能的比較分析

由于節(jié)點(diǎn)的信任值越高,節(jié)點(diǎn)返回正確計(jì)算結(jié)果行為出現(xiàn)的概率也越高,因此為更全面地衡量模型的性能,本文以系統(tǒng)交互成功率作為指標(biāo)設(shè)計(jì)仿真實(shí)驗(yàn)。

定義5(交互成功率) 每次仿真實(shí)驗(yàn)由若干個(gè)單位時(shí)間組成,在一個(gè)單位時(shí)間內(nèi)節(jié)點(diǎn)返回正確計(jì)算結(jié)果行為的數(shù)目和總的計(jì)算任務(wù)數(shù)目的比率即為交互成功率。

在本文實(shí)驗(yàn)過(guò)程中,假設(shè)系統(tǒng)中活躍在線節(jié)點(diǎn)數(shù)目為100個(gè),惡意節(jié)點(diǎn)比例為50%,服務(wù)器在選擇節(jié)點(diǎn)分配任務(wù)時(shí),假設(shè)選擇信任值排名在前五十的節(jié)點(diǎn)分發(fā)計(jì)算任務(wù)。由于志愿計(jì)算環(huán)境的特點(diǎn),本文不考慮推薦信任值的計(jì)算,因此利用BTMS模型計(jì)算交互成功率時(shí)只考慮節(jié)點(diǎn)直接信任值的計(jì)算。VC-trust模型和BTMS模型的系統(tǒng)交互成功率對(duì)比如圖3所示?？梢钥闯?在第9 h后,由于節(jié)點(diǎn)行為變化,本文模型的交互成功率下滑后恢復(fù)較快,而B(niǎo)TMS模型恢復(fù)較慢,且由于BTMS模型適應(yīng)環(huán)境與本文不同,因此在系統(tǒng)交互成功率上,本文模型的交互成功率整體要高于BTMS模型。

圖3 VC-trust模型與BTMS模型的交互成功率對(duì)比Fig.3 Comparison of interaction success ratio betweenVC-trust model and BTMS model

綜上可知,本文VC-trust模型在系統(tǒng)交互成功率和對(duì)節(jié)點(diǎn)行為變化的靈敏度2個(gè)方面要優(yōu)于BTMS模型,表明該模型具有一定的合理性和有效性。

4 結(jié)束語(yǔ)

本文構(gòu)建志愿計(jì)算環(huán)境中一種基于貝葉斯定理的信任模型?？紤]到節(jié)點(diǎn)行為的不確定性,在模型中對(duì)節(jié)點(diǎn)的不確定性行為采用貝葉斯定理進(jìn)行預(yù)測(cè)。在計(jì)算信任值更新時(shí),利用基于時(shí)間的滑動(dòng)窗口更新節(jié)點(diǎn)信任值,體現(xiàn)其隨時(shí)間的動(dòng)態(tài)變化的特性。實(shí)驗(yàn)結(jié)果表明,該模型在系統(tǒng)交互成功率和適應(yīng)節(jié)點(diǎn)行為變化靈敏度方面性能優(yōu)于BTMS模型。后續(xù)將把本文模型擴(kuò)展應(yīng)用到其他分布式計(jì)算系統(tǒng)中,同時(shí)考慮更多的上下文因素以進(jìn)一步提升交互準(zhǔn)確率。