徐歡　夏浩軍　李孟娟

摘要：作為新型應用技術，物聯(lián)網(wǎng)實現(xiàn)了迅速更新發(fā)展，在促進能源、科學技術、醫(yī)療與教育等多領域發(fā)揮著戰(zhàn)略性作用?；谖锫?lián)網(wǎng)應用環(huán)境的安全與信任問題備受社會各界積極關注。就既有物聯(lián)網(wǎng)信任度評估模型效果不佳，準確性低，難以應對節(jié)點惡意行為等缺陷，制定了基于物聯(lián)網(wǎng)節(jié)點的綜合信任度評估模型。設計節(jié)點同質(zhì)量服務強度評估指標，促使非入侵要素在信任度評估中的影響性有所下降;基于節(jié)點相似性、評價差異性、節(jié)點信任度值等多角度，對推薦節(jié)點可靠性進行全面評估，以此為推薦信任度權重;在此基礎上，以熵為載體對直接信任度權重進行計算分析，同時對節(jié)點綜合信任度值加以計算。

關鍵詞：物聯(lián)網(wǎng);節(jié)點;綜合信任度;評估模型

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2020）09-0051-02

1 信任度評估模型建立的重要意義

在物聯(lián)網(wǎng)技術快速更新發(fā)展趨勢下，大規(guī)模、動態(tài)化物聯(lián)網(wǎng)環(huán)境得以構建。物聯(lián)網(wǎng)中依舊存在積極廣泛合作與資源交互，但是因為不同設備節(jié)點計算資源與儲存能力存在顯著性差異，導致傳統(tǒng)安全認證與加密技術在物聯(lián)網(wǎng)中的應用備受阻礙。而且業(yè)務屬性與信任特征差異性，造成信任關系越來越復雜，通過節(jié)點信任關系獲得服務或者資源的惡意行為，在很大程度上直接威脅著網(wǎng)絡安全。所以深層挖掘節(jié)點信任關系，識別惡意節(jié)點，對確保物聯(lián)網(wǎng)安全與節(jié)點協(xié)作問題有效解決發(fā)揮著關鍵性作用。因此，建立面向物聯(lián)網(wǎng)節(jié)點的綜合信任度評估模型具有十分重要的現(xiàn)實意義。

2 信任度評估模型構建分析

通過物聯(lián)網(wǎng)框架分析，網(wǎng)絡智能設備屬于唯一性用戶，相同用戶擁有多存儲與計算能力不同的設備，即節(jié)點。其中用戶信任管理節(jié)點是存儲能力與計算能力強大突出的設備。信任管理節(jié)點與所屬用戶設備共同構建管理域，其內(nèi)部信任信息通過管理人員進行維護管控。如果域內(nèi)部設備服務偏好相同，則節(jié)點就實際需要，在域內(nèi)或者域間發(fā)揮服務請求，以交互協(xié)作。INCTEM（面向物聯(lián)網(wǎng)節(jié)點的綜合信任度評估模型）包含直接信任度評估模塊（ DTEM）、推薦信任度模塊（RTEM）、綜合信任度評估模塊（CTEM），模型框架[1]具體如圖1所示。

其中，DTEM，通過目標節(jié)點服務質(zhì)量對此節(jié)點同質(zhì)量服務強度進行計算分析，以此得出節(jié)點直接信任度值;RTEM，先就推薦節(jié)點與服務請求節(jié)點共同評分節(jié)點數(shù)量與對共同節(jié)點評分的相似性，進行節(jié)點相似性計算，同時對推薦節(jié)點面向目標節(jié)點評估差異性進行計算，基于融合節(jié)點相似度、評估差異度、推薦節(jié)點可信度，獲得推薦節(jié)點可靠度，以此為推薦節(jié)點權重，從而獲得推薦信任度值;CTEM計算直接信任度與推薦信任度自適應權重，以計算節(jié)點綜合信任度值，此信任度評估模塊選擇事件觸發(fā)機制進行信任值列表更新完善。

3 面向物聯(lián)網(wǎng)節(jié)點的綜合信任度評估計算

3.1 直接信任度計算

信任度值受歷史交互記錄計算與時間影響，在時間不斷增加趨勢下，逐步衰減，近期記錄能夠切實反映節(jié)點協(xié)作概率。所以，直接信任度計算過程中，需充分考慮信任時效性。

節(jié)點交互結束，如果服務提供節(jié)點v次服務質(zhì)量較低，那么更新懲罰因子與歷史交互成功次數(shù);反之，則更新獎勵因子，并計算得出歷史交互失敗次數(shù)。在此基礎上基于以上公式得出節(jié)點直接信任度值。

3.2 推薦信任度計算

為了有效使得信任度列表傳輸能耗降低，在計算推薦信任度時，評估節(jié)點就信任管理節(jié)點的本地信任度詳細記錄，針對前面M個節(jié)點發(fā)送信任度列表傳播請求，而信任度列表只基于信任管理節(jié)點之間傳輸計算。

推薦信任度值計算流程即：首先，查詢服務請求節(jié)點從屬的用戶信任列表，面向信任度比較高的M個用戶發(fā)出信任列表傳輸請求。在推薦節(jié)點數(shù)量未達到M時，則選擇自薦策略隨機選擇局部目標節(jié)點所提供備用節(jié)點，以此作為補充節(jié)點;其次，對上一環(huán)節(jié)篩選的用戶與服務請求節(jié)點從屬用戶相似性H（x，y）進行計算分析;再次，選擇用戶相似性高的前N個節(jié)點，以構成推薦節(jié)點集HN;然后，通過相應公式對推薦結點集中節(jié)點評估差異度k加以計算;然后，基于相應公式對k項節(jié)點推薦可靠度進行計算，以此為推薦節(jié)點信任度權重Pk;最后節(jié)點推薦信任度值計算[3]。

3.3 綜合信任度計算

綜合信任度計算本質(zhì)在于融合多項評估指標信息，面向節(jié)點綜合客觀評估?；谌诤现苯优c推薦信任度，對節(jié)點綜合信任度進行計算，所以需明確此兩項參數(shù)在綜合信任度計算中的重要作用，以明確權重。如果直接依據(jù)自身經(jīng)驗進行權重設置，勢必會在很大程度上加大計算主觀性。信息熵能夠在很大程度上切實反映信息無序性，所以可就直接信任與間接信任之間的差異度，對指標權重進行修正優(yōu)化，以自適應權重分配，進而合理利用有效信息，解決經(jīng)驗設定權重的不足。

基于熵概述，直接信任與間接信任的熵是通過目標節(jié)點信任度與相應懷疑度進行度量分析。其中直接信任信息熵與推薦信任信息熵計算即：

4 結語

綜上所述，面向大部分物聯(lián)網(wǎng)信任度評估模型的準確度偏低，難以有效抑制惡意推薦行為等各種問題，制定了面向物聯(lián)網(wǎng)節(jié)點的綜合信任度評估模型（INCTEM）。此模型不僅可以有效識別惡意節(jié)，科學處理惡意推薦行為，還能夠在確保信任度評估有效性的基礎上，在很大程度上促使傳輸能耗顯著降低。在未來，將會積極關注特殊節(jié)點之間交互協(xié)議設計，面對特定應用場景進行信任度評估模型優(yōu)化完善，同時，還會深入探究信任管理節(jié)點可信度動態(tài)評估模式，以保障模型在處理惡意節(jié)點時的綜合能力。

參考文獻：

[1]付思源，物聯(lián)網(wǎng)環(huán)境下的一種跨域信任評價[D].蘭州：西北師范大學，2016.

[2]吳學琴，李敬兆，物聯(lián)網(wǎng)感知層節(jié)點最小角信任度定位算法研究[J].計算機與現(xiàn)代化，2013（2）：38-42.

[3]謝麗霞，魏瑞炘，一種面向物聯(lián)網(wǎng)節(jié)點的綜合信任度評估模型[J].西安電子科技大學學報，2019，46（4）：58-65.

[4]蘇照力，蔣文保，邱啟迪，基于博弈的物聯(lián)網(wǎng)終端陌生節(jié)點信任評估模型及算法[J].網(wǎng)絡空間安全，2016，7（22）：87-92.

【通聯(lián)編輯：光文玲】