CN103873482B - 网络实体交互中基于历史交互信息的直接信任值获取方法 - Google Patents

Abstract

本发明提供一种网络实体交互中基于历史交互信息的直接信任值获取方法，其在网络实体交互时，访问客体基于历史交互信息的对访问主体直接信任值获取方法，建立访问客体对访问主体的直接信任值的计算模型。其在对直接信任值的计算过程中，通过计算当前交互访问信息在访问主体双方交互历史上所占有的权重以影响直接信任值的计算，建立直接信任值的计算模型，有效提高客体对主体信任值细粒度量化的准确度，使得该计算模型具有较好的普适性、可扩展性和收敛性。

Description

网络实体交互中基于历史交互信息的直接信任值获取方法

技术领域

本发明涉及计算机与网络安全中基于信任的访问控制技术领域，尤其涉及一种网络实体交互中访问主客体基于历史交互信息的直接信任值获取方法。

背景技术

随着计算机网络技术和通信技术(宽带技术、无线技术等)的高速发展及广泛应用，当前的网络已经从早期主要面向企业、机构内部或者固定用户群体的封闭式网络发展成为面向大量外部用户的可共享的分布式开放式网络。开放式网络中安全、有效的访问控制技术已经成为当前国际上网络安全领域中的一个研究热点。

近年来，国内外一些学者在访问控制研究中开始引入信任手段，取得了一些初步的成果。信任为解决开放式动态网络中访问控制问题提供了一个新思路，但是现有的信任模型中仍然存在一些问题，主要体现在对反馈历史信息有效聚合能力不足。

发明内容

针对上述问题中存在的不足之处，本发明提供一种网络实体交互中基于历史交互信息的直接信任值获取方法，其通过引入历史交互信息来计算实体交互过程中访问主体的直接信任值，有效提高客体对主体信任值细粒度量化的准确度。

为实现上述目的，本发明的网络实体交互中基于历史交互信息的直接信任值获取方法，其包括以下步骤：

步骤1，获取访问主体和访问客体之间交互的历史交互信息，所述历史交互信息包括：以所述访问主体和访问客体之间双方诚信交互的访问频率为信息参数的诚信访问频率u_ca；以所述访问访问主体和访问客体之间交互时有欺诈行为的访问频率为信息参数的恶意访问频率u_fa；所述访问主体对访问客体之间第K次交互访问时，所述访问主体对访问客体之间交互的直接信任值且初始直接信任值以时间为因素的所述访问主体和访问客体之间的交互信息参数且 为初始时间；以所述访问主体和访问客体之间交互的权限为因素的信息参数

步骤2，根据步骤1获取的所述历史交互信息建立所述访问客体对访问主体之间交互的直接信任值的计算模型TD_i→j，所述访问客体对访问主体之间交互的直接信任值的计算模型TD_i→j为：

步骤3，将所述步骤1获取的历史交互信息代入所述步骤2建立的访问客体对访问主体之间交互的直接信任值的计算模型TD_i→j中，获得所述访问客体对访问主体的直接信任值。

本发明的有益效果在于：

在对直接信任值的计算过程中，通过计算当前交互访问信息在访问主体双方交互历史上所占有的权重以影响直接信任值的计算，建立直接信任值的计算模型，有效提高客体对主体信任值细粒度量化的准确度，得该计算模型具有较好的普适性、可扩展性和收敛性。

附图说明

图1为本发明的网络实体交互中基于历史交互信息的直接信任值获取方法流程图。

具体实施方式

为了使发明的目的、技术方案及优点更加清楚明白，下面结合附图与实例对本发明作进一步详细说明。但所举实例不作为对本发明的限定。

图1为本发明的网络实体交互中基于历史交互信息的直接信任值获取方法流程图。如图1所示，本发明的网络实体交互中基于历史交互信息的直接信任值获取方法具体包括：

S101，根据访问主体对访问客体的历史交互信息建立访问客体对访问主体的直接信任值的计算模型，其中历史交互信息包括：交互时间、历史直接信任值、诚信交互访问频率和主体访问权限比率等历史信息。

直接信任值的计算模型为：

其中u_ca是指主客体交互双方诚信交互的访问频率为信息参数，初次访问默认为诚信访问，简称诚信访问频率。u_fa是指主客体交互双方有欺诈行为发生时的访问频率为信息参数，简称恶意访问频率。

是指访问主体S对访问客体O第K次交互访问时，访问主体对访问客体的直接信任值，也是本次直接信任值计算中的反馈信任值，即相临二次交互而获得的信任反馈。初始直接信任值

是指以时间为因素的主客体交互信息参数，在对主客体双方交互访问进行控制处理时参考此次交互的时间因素来计算直接信任值，定义其中为初始时间。

是指以主客体交互权限为因素的信息参数，在对实体历史交互的处理时参考的信息参数。

步骤S102，计算诚信访问频率和恶意访问频率的比值

步骤S103，计算

步骤S104，计算

步骤S105，根据公式计算

步骤S106，根据步骤S102至步骤105计算获得的相关参数和步骤101建立的计算模型，求解直接信任值TD_i→j。

本方案适用于开放式网络中实体交互中对访问主体直接信任值的计算，考虑到开放式网络环境中信任评估与量化模型信任关系的动态性、聚合性，在计算模型中引入交互历史信任参数，来提高信任评估与量化的准确性和收敛性。

是指访问主体S对访问客体O第K次交互访问时，访问主体对访问客体的直接信任值，也是本次直接信任值计算中的反馈信任值，即相临二次交互而获得的信任反馈。

定义其中为初始时间，时间越近的主客体交互，在直接信任值计算过程中所占的比重越大，对信任度的评价影响越大，反之，时间越久远的交互信息，对信任度的评价影响越小。

u_ca是指主客体交互双方诚信交互的访问频率为信息参数，初次访问默认为诚信访问。u_fa是指主客体交互双方有欺诈行为发生时的访问频率为信息参数。诚信访问次数越多，在直接信任值的计算过程中所占的比重就越大，欺诈访问行为的频率越多，在直接信任值的计算过程中所占的比重就会越小。因此，为诚信访问频率和恶意访问频率比值，比值越大，在直接信任值的计算过程中所占的比重就越大。

指客体赋予主体访问权限对应的标准化数值。这是因为实体间的信任关系是随时间的变化而不断变化，越是以前的实体间历史交互信息对目前信任评价和计算的影响越小，越是近期的交互信息对信任评价和计算的影响越大。

惟以上所述者，仅为本发明的较佳实施例而已，举凡熟悉此项技艺的专业人士。在了解本发明的技术手段之后，自然能依据实际的需要，在本发明的教导下加以变化。因此凡依本发明申请专利范围所作的同等变化与修饰，都应仍属本发明专利涵盖的范围内。

Claims (1)

1.一种网络实体交互中基于历史交互信息的直接信任值获取方法，其特征在于，包括以下步骤：

步骤1，获取访问主体和访问客体之间交互的历史交互信息，所述历史交互信息包括：以所述访问主体和访问客体之间双方诚信交互的访问频率为信息参数的诚信访问频率u_ca；以所述访问访问主体和访问客体之间交互时有欺诈行为的访问频率为信息参数的恶意访问频率u_fa；所述访问主体对访问客体之间第K次交互访问时，所述访问主体对访问客体之间交互的直接信任值且初始直接信任值以时间为因素的所述访问主体和访问客体之间的交互信息参数且 为初始时间；以所述访问主体和访问客体之间交互的权限为因素的信息参数根据公式计算

步骤2，根据步骤1获取的所述历史交互信息建立所述访问客体对访问主体之间交互的直接信任值的计算模型TD_i→j，所述访问客体对访问主体之间交互的直接信任值的计算模型TD_i→j为：

${\mathrm{TD}}_{i\→j}=\frac{1}{n}{\mathrm{\Σ}}_{k=1}^n\left({\mathrm{TD}}_{i\→j}^{\left(k\right)}\×e^{-T\left(t_{i\→j}^{\left(k\right)}\right)}\×\frac{2}{\mathrm{\π}}\arctan \left(\frac{u_{ca}}{u_{fa}}\right)\×val\left(r_{i\→j}^{\left(k\right)}\right)\right);$

式中：i为访问主体，j为访问客体，n为k取值范围的正整数，为访问主体i与访问客体j在第k次访问时，访问主体i与访问客体j的交互时间，为访问主体i与访问客体j在第k次访问时，访问主体i与访问客体j之间交互的权限；

步骤3，将所述步骤1获取的历史交互信息代入所述步骤2建立的访问客体对访问主体之间交互的直接信任值的计算模型TD_i→j中，获得所述访问客体对访问主体的直接信任值。