CN103973795A - 一种有效阻止P2P文件分享系统中whitewash现象的算法 - Google Patents

Abstract

本发明公开了一种有效阻止P2P文件分享系统中whitewash现象的算法,为一套基于P2P文件分享系统的合理计算评价值的算法模型，主要包括有益行为评价值算法、有害行为评价值算法和后续惩罚机制三个方面；通过该算法当用户做出至少一个有益行为后，他的信用值总是大于他的信用值初始值；用户做出连续有益行为时，用户信用值会成函数式递增，但是当做出哪怕一个害行为时，用户信用值也会迅速下降；而且在用户后续的行为中将连续受到“几次”信用值下降的后续惩罚。根据这一模型，可以有效地遏制“whitewash”现象，同时也可以鼓励用户尽可能多的做出有益于系统良性循环的“行为”。

Description

一种有效阻止P2P文件分享系统中whitewash现象的算法

技术领域

本发明涉及P2P网络中的应用，特指P2P激励系统，尤其涉及一种有效阻止P2P文件分享系统中whitewash现象的算法。

背景技术

Peer-to-Peer系统（简称为P2P）是一个自主的，分散性的系统，它已经在很多领域中被应用，例如视频流，Ip电话，文件共享系统等等。在P2P系统出现之前，客户端/服务器端（C/S）系统是被广泛应用的，但是C/S系统的缺陷比较明显，它的运行环境需要依靠数量很少的中心节点持续运转，服务器端负载量很大，当几个中心节点宕机时，这种系统机制会被轻易的破坏。而P2P网络的出现有效的改变了这一局面，在P2P系统中每一个节点（可以理解成用户）既担当了客户端，又同时担当了资源提供者--服务器端的角色，这就使得系统的负载均衡和容错率均得到了提升，因为它避免了传统的C/S系统所带来的单节点运行瓶颈。

P2P系统虽然提高了用户间的服务共享效率，却伴随着产生了一些新的问题，例如恶意用户可以随意向P2P网络中提供虚假的，有害的信息，文件传输的安全得不到监控。首先着眼于P2P系统的信用评价机制，这个机制是公认的对这个问题有效的解决方法，简单的描述就是P2P网络中的每一个服务提供者的行为（可以理解为分享文件）可以以信用值的形式被评价，每个用户的信用值对网络中所有用户均是可见的，用户可以根据这个分数来判断是否接受某一用户的服务。

在很多P2P应用中，拥有高信用值的用户将会被允许获得更高质量的服务，例如更大的带宽，或者更高品质的视频流。另一方面，如果用户做了有害行为，信用值下降，获得的服务品质也会下降，这样就形成了一个良性的“评价机制系统”，但是P2P系统仍然存在容易被人利用的缺陷：例如一个做了有害行为的低评价用户，可以通过退出系统》重新申请新账户，再次以全新面目进入系统，这种现象被称为“whitewash”，被认为是破坏P2P文件共享系统良性运行的重要问题。

发明内容

针对现有技术存在的不足之处，本发明提供一种有效阻止P2P文件分享系统中whitewash现象的算法。

本发明提供了一种有效阻止P2P文件分享系统中whitewash现象的算法，其解决所述技术问题采用的技术方案如下：本方明提出了新的基于P2P文件分享系统的机制，即一套合理计算评价值的算法模型，所述算法模型主要包括三个方面：有益行为评价值算法、有害行为评价值算法和后续惩罚机制；通过所述算法模型：当用户做出至少一个有益行为后，他的信用值总是大于他的信用值初始值；用户做出连续有益行为时，根据有益行为评价值算法用户信用值会成函数式递增，但是当做出哪怕一个害行为时，根据有害行为评价值算法用户信用值也会迅速下降；而且在用户后续的行为中，根据后续惩罚机制有害行为用户仍将连续受到“几次”（根据多种因素决定）信用值下降的后续惩罚。

进一步，所述有益行为评价值算法主要包括：有益行为评价值算法公式 ，

其中Ri (0,1) 为用户i的评价值，ɑ是下载用户给出的一个评价参数值，范围在（0,1）；使用所述有益行为评价值算法的过程为：

定义Ri (0,1) 为用户i的评价值，在刚进入系统时的初始值为R0，假如用户j下载了用户i的资源并且很满意这次交易，之后用户j向系统管理员发送一个评价参数ɑ，管理员收到这个参数后，会按照有益行为评价值算法公式更新用户i的评价值，根据公式(1)可以看出，随着用户持续做有益的行为，评价值会逐渐增加，如果R0=0, 用户的评价值增长趋势会以如下的函数体现：

。

进一步，所述有害行为评价值算法主要包括：有害行为评价值算法公式

，

其中Ri (0,1) 为用户i的评价值，R0为用户i刚进入系统时的初始评价值，β是一个大于1的参数；使用所述有害行为评价值算法的过程为：

如果用户j下载了用户i的资源，不满意用户i的资源（用户i可以被认为做了有害的行为），会向系统管理员发送一个参数β，管理员会按照有害行为评价值算法公式2来更新用户i的评价值，根据公式2可以看出，用户一旦做有害的行为，其评价值将会按1/β的比例减少。

进一步，所述后续惩罚机制主要包括一个后续惩罚机制公式

，

其中Ri (0,1) 为用户i的评价值，γ为一个参数，且γ>ɑ；

使用所述后续惩罚机制的具体过程为：用户因为有害行为被惩罚之后，即使改为有益行为，也会在接下来的“n”个回合中，不能按照公式1（有益行为评价值算法公式）的规则更新信用值，根据所述公式3后续惩罚机制，有害行为用户将连续受到“几次”信用值下降的后续惩罚；并且上述n的取值范围要根据ɑ,β,γ仔细选取，如果“n”过小，将不能起到后续惩罚的作用，如果“n”过大，会诱导用户做出“whitewash”的行为。

本发明公开的有效阻止P2P文件分享系统中whitewash现象的算法的有益效果是：本方明所述新的基于P2P文件分享系统的机制，提出了一套合理计算评价值的算法模型，根据这一模型，可以有效地遏制“whitewash”现象，同时也可以鼓励用户尽可能多的做出有益于系统良性循环的“行为”。

附图说明

附图1为不同的ɑ值下的函数增长曲线；

附图2为whitewash现象；

附图3为行为次数不同时，惩罚所带来力度；

附图4为不同参数下的n回合后续惩罚。

具体实施方式

下面通过实施例和附图，对本发明所述有效阻止P2P文件分享系统中whitewash现象的算法做进一步详细说明，并不造成对本发明的限制。

本方明着眼于P2P系统中的“信用评价机制”提出了一套新的算法，这套算法能够有效的遏制“whitewash”现象，同时可以激励用户(一个用户即为P2P系统中的一个peer)做出更多的有益于系统良性循环的“行为”，基本的规则设计思想如下：1）当用户做出至少一个有益行为后，他的信用值总是大于他的信用值初始值，2）用户做出连续有益行为时，信用值会成函数式递增，但是当做出哪怕一个害行为时，信用值也会迅速下降，3）而且在用户后续的行为中，有害行为用户仍将连续受到“几次”（根据多种因素决定）信用值下降的后续惩罚。

本方明在提出的系统模型中，首先定义了用户（peer）的行为：这P2P文件共享系统中有很多用户，都拥有一定数量的资源（文件），并且同时担当着客户端和服务器端的功能。每一个用户都是希望获得资源的，首先用户 （例如用户i）会向系统中发送一个查询资源的信息，然后这个信息会被发送到拥有此资源的用户(例如用户j,k,h...)那里，用户i会收到这些用户发来的回复，然后会根据他们的信用值来判断选择谁的资源，下载结束后，用户i会针对此次的资源质量给出一个分数(评价值)，来反映自己的满意度，系统中会有一个类似管理员的角色来统计这些分数，并更新资源提供者的新的评价值。

关于上述评价值计算:评价值是由下载者提供的。为了鼓励用户多做有益的行为，评价值应该这样被计算：1）如果用户做了有益的行为，例如提供了高质量的资源，用户的评价值应该增加,增加后的值与之前相差“Δ+”，2）如果用户做了有害的行为，例如提供了虚假或者带有病毒的资源，用户的评价值应该下降，下降之后的分数与之前相比相差“Δ-”；针对做了有害行为的用户，并不单单只是降低评价值，还会有一个后续的惩罚措施，基本的思想如下：随着Δ-的值不断增加（即使下降，也在可接受范围），正常理性的用户应该会倾向于停止有害的行为，转向有益行为，但是当Δ-的值增加到很大，即评价值达到一个用户不可接受的极低值，有时用户会选择退出系统>重新注册登陆，即前面提到的“whitewash”现象，这种恶意行为会严重破坏P2P文件共享系统的正常运行环境。事实上，如果想要遏制“whitewash”现象，Δ-的值不能过大，但是如果过小，也就不能起到惩罚的作用，所以合理的Δ-的值的确定是本套算法的一个重点。

本方明提出了一套合理计算评价值的算法模型，该算法模型主要包括三个方面：有益行为评价值算法、有害行为评价值算法和后续惩罚机制；根据这一模型，可以有效地遏制“whitewash”现象，同时也可以鼓励用户尽可能多的做有益行为，这套算法的规则要满足以下两点：

用户做有益行为，评价值就会上升，做有害行为，评价值就会下降；

用户只要做至少一次有益行为，他更新后的评价值就总是大于该用户的初始评价值；

第二条规则的意义其实就是说一个经常做有益行为的用户，会“更难”被惩罚，即使他偶尔做有害行为。

上述算法模型中有益行为评价值是按如下方式进行计算的：

定义Ri (0,1) 为用户(peer) i的评价值，在刚进入系统时的初始值为R0，假如用户j下载了用户i的资源并且很满意这次交易，之后j向系统管理员发送一个评价参数ɑ，管理员收到这个参数后，会按照下面的公式更新i的评价值：

ɑ是一个参数值，范围在（0,1），从公式(1)可以看出，随着用户持续做有益的行为，评价值会逐渐增加，如果R0=0, 用户的评价值增长趋势会以如下的函数体现：

附图1展示了基于公式1的用户评价值在不同的ɑ值下的函数增长曲线；在附图1中自上而下三条曲线分别是ɑ取0.7、0.8、0.9时的函数增长曲线；

另一方面，有害行为评价值是按如下方式进行计算的：如果用户j不满意用户i的资源（用户i可以被认为做了有害的行为），也会向系统管理员发送一个参数β，管理员会按照下面的公式2来更新用户i的评价值：

公式中的β是一个大于1的参数， 由公式2可以看出，用户一旦做有害的行为，他的评价值将会按1/β的比例减少；附图2则表现了whitewash现象，附图2中上面的曲线表现normal现象，下面的曲线代表whitewash现象。

上述算法模型中存在一个不平衡，下面说明一下不平衡之处：在上面的公式2中，做了有害行为的用户的评价值会被减少到1/β，这些用户虽然确实因自己的行为被处罚，但是针对每次有害行为，处罚只有一次，换句话说，这些用户在被处罚后，系统就继续把他们当做正常用户来对待，这种机制无法对“有害行为上瘾者”（持续做有害行为的用户）造成震慑，例如ɑ=0.5,1/β=0.6,R0=0时, 如果用户连续做三次有益行为，用户的评价值会变成，之后用户做了一个有害行为，评价值会变成，0.525这个评价值大于用户第一次做有益行为之后的值（0.5），即在有益行为次数少的情况中，一次惩罚的力度是小于两次有益行为所带来的评价值提升力度的；另一方面，这个惩罚力度在对待下面这种情况时又显得过重：例如用户连续做了100次有益的行为，然后做了一次有害的行为，仅仅这一次有害行为的惩罚的力度明显要大于之前98次有益行为的评价值积累效果的；附图3（包括图a和图b）反映了有益行为次数不同时，惩罚所带来的力度也是不同的，图中自上而下三条曲线分别表示ɑ取0.7、0.8、0.9时的情况，β=2，R0=0；

附图3中从图a可以看出，当用户连续6次有益行为之后被惩罚的话，评价值会被“取消”4个回合（分数降到第二回合之后），附图3中从图b可以看出，用户在第11回合被惩罚的话，会被取消7个回合的信用值积累，这显示了随着回合的增加，惩罚力度也会增加。

解决上述不平衡的方法有两个，一是降低β的值，二是引入一个惩罚之后的后续惩罚机制。本方明所述算法引入了后续惩罚机制，这个机制是针对上述算法的一个提升，基本思想是用户因为有害行为被惩罚之后，即使改为有益行为，也会在接下来的“n”个回合中不能按照公式1的规则更新信用值，这个新规则（后续惩罚机制）的公式3如下：

上面的公式中参数γ>ɑ，可以注意到，如果“n”过小，将不能起到后续惩罚的作用，如果“n”过大，会诱导用户做出“whitewash”的行为，所以n的取值范围要根据ɑ,β,γ仔细选取，附图4（包括图a和图b）展示了不同ɑ,β,γ数值下的后续惩罚效果，图b中自左向右三条曲线分别代表ɑ取0.7、0.8、0.9时的情况。

本方明所述新的基于P2P文件分享系统的机制，它既可以鼓励用户多做有益的行为，也可以有效地遏制“whitewash”现象，主题和后续的进展计划情况如下：

1)在实际的P2P应用中，用户当感觉自己的信用值不足以和别人竞争时，是可以选择自由退出系统重新进入的，但是这种行为会破坏P2P特有环境的良性运作；

2)关于参数“n”的选取还可以根据数学公式更加具体的表现出；还可以提出几个数学模型来完善上面提出的后续惩罚机制。

为本发明中浏览器和服务器交互原理图以上所述仅为本发明的实施例而已，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种有效阻止P2P文件分享系统中whitewash现象的算法，提出了新的基于P2P文件分享系统的机制，即一套合理计算评价值的算法模型，其特征在于，所述算法模型主要包括三个方面：有益行为评价值算法、有害行为评价值算法和后续惩罚机制；通过所述算法模型：当用户做出至少一个有益行为后，他的信用值总是大于他的信用值初始值；用户做出连续有益行为时，根据有益行为评价值算法用户信用值会成函数式递增，但是当做出哪怕一个害行为时，根据有害行为评价值算法用户信用值也会迅速下降；而且在用户后续的行为中，根据后续惩罚机制有害行为用户仍将连续受到“几次”信用值下降的后续惩罚。

2. 根据权利要求1所述的有效阻止P2P文件分享系统中whitewash现象的算法，其特征在于，所述有益行为评价值算法主要包括：有益行为评价值算法公式 ，

其中Ri (0,1) 为用户i的评价值，ɑ是下载用户给出的一个评价参数值，范围在（0,1）；使用所述有益行为评价值算法的过程为：

定义Ri (0,1) 为用户i的评价值，在刚进入系统时的初始值为R0，假如用户j下载了用户i的资源并且很满意这次交易，之后用户j向系统管理员发送一个评价参数ɑ，管理员收到这个参数后，会按照有益行为评价值算法公式更新用户i的评价值，根据公式(1)可以看出，随着用户持续做有益的行为，评价值会逐渐增加，如果R0=0, 用户的评价值增长趋势会以如下的函数体现：

。

3.根据权利要求2所述的有效阻止P2P文件分享系统中whitewash现象的算法，其特征在于，所述有害行为评价值算法主要包括：有害行为评价值算法公式

，

其中Ri (0,1) 为用户i的评价值，R0为用户i刚进入系统时的初始评价值，β是一个大于1的参数；

使用所述有害行为评价值算法的过程为：

如果用户j下载了用户i的资源，不满意用户i的资源（用户i可以被认为做了有害的行为），会向系统管理员发送一个参数β，管理员会按照有害行为评价值算法公式2来更新用户i的评价值，根据公式2可以看出，用户一旦做有害的行为，其评价值将会按1/β的比例减少。

4.根据权利要求3所述的有效阻止P2P文件分享系统中whitewash现象的算法，其特征在于，进一步，所述后续惩罚机制主要包括一个后续惩罚机制公式

，

其中Ri (0,1) 为用户i的评价值，γ为一个参数，且γ>ɑ；

使用所述后续惩罚机制的具体过程为：

用户因为有害行为被惩罚之后，即使改为有益行为，也会在接下来的“n”个回合中，不能按照公式1的规则更新信用值，根据所述公式3后续惩罚机制，有害行为用户将连续受到“几次”信用值下降的后续惩罚；并且上述n的取值范围要根据ɑ,β,γ仔细选取，如果“n”过小，将不能起到后续惩罚的作用，如果“n”过大，会诱导用户做出“whitewash”的行为。