CN112560024A - 一种基于节点信任评估的区块链共识方法 - Google Patents

一种基于节点信任评估的区块链共识方法 Download PDF

Info

Publication number
CN112560024A
CN112560024A CN202011430597.5A CN202011430597A CN112560024A CN 112560024 A CN112560024 A CN 112560024A CN 202011430597 A CN202011430597 A CN 202011430597A CN 112560024 A CN112560024 A CN 112560024A
Authority
CN
China
Prior art keywords
trust
evaluation
node
service
score
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011430597.5A
Other languages
English (en)
Inventor
张青川
李瑶
左敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Technology and Business University
Original Assignee
Beijing Technology and Business University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Technology and Business University filed Critical Beijing Technology and Business University
Priority to CN202011430597.5A priority Critical patent/CN112560024A/zh
Publication of CN112560024A publication Critical patent/CN112560024A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6227—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database where protection concerns the structure of data, e.g. records, types, queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/55—Detecting local intrusion or implementing counter-measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/57—Certifying or maintaining trusted computer platforms, e.g. secure boots or power-downs, version controls, system software checks, secure updates or assessing vulnerabilities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Computer And Data Communications (AREA)

Abstract

本发明提供一种基于节点信任评估的区块链共识方法，根据信任评估的步骤创建一个包括评估层、度量层、评分层、存储层的综合信任评估架构；然后，对评估过程中出现的各个参数进行具体的量化，并确定信任评估数学模型来计算节点的信任得分；最后，结合传统共识机制的优势和局限性，构建信任共识的实现流，主要包括信任节点过滤、节点随机选择、区块创建、信任加权投票、信任奖励五个阶段。本发明克服了其他一些信任系统不考虑节点的初始信任分数或在不验证节点的情况下分配默认初始信任分数的局限性，提供了一种计算节点信任得分的有效方法，可以过滤掉区块链中的恶意节点，减少其中的虚假交易，同时区块链技术也保证存储数据的不可篡改和安全性。

Description

一种基于节点信任评估的区块链共识方法
技术领域
本发明涉及区块链技术，尤其是指一种基于节点信任评估的区块链共识方法。
背景技术
区块链是由若干个有时间顺序、包含交易信息的区块从后向前有序链接起来的数据结构，具有去中心化、不可篡改、全程留痕、可以追溯、集体维护、公开透明等特点，其本质是一个去中心化的分布式账本数据库。区块链涉及数学、密码学、互联网和计算机编程等很多科学技术问题，是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。
共识机制是区块链节点就区块信息达成全网一致共识的机制。区块链上的共识机制主要解决由谁来构造区块，以及如何维护区块链统一的问题，其次它还有防止双花攻击、激励、容错以及保证公平的作用。常见的共识机制有：POW(工作量证明机制)、POS(权益证明机制)、DPOS(股份授权证明)和PBFT(拜占庭共识算法)等。
信任评估模型是信任评价体系的基础，由于信任本身的复杂性和不确定性，研究节点的可信程度等级的高低仍然是一个具有挑战性的任务。当前网格信任评估模型只把节点间的交易经验作为信任评估依据，忽略了对节点固有性能的评估，造成信任信息收集不全面、信任评估不细致等缺点。
发明内容
本发明技术解决问题：为了解决一些信任系统不考虑节点的初始信任分数或在不验证节点的情况下分配默认初始信任分数的不足，提供一种基于节点信任评估的区块链共识方法，计算节点的初始信任分数，改进共识机制中存在的恶意节点破坏区块链环境的问题，保证数据的真实性。
本发明解决其技术问题所采用的技术方案是：创建了一个综合信任评估架构，提供了一种计算节点初始信任分数的有效方法，并针对区块链技术构建信任共识的实现流，其中主要包含区块链网络的一个完整的工作流程。
本发明技术解决方案：一种基于节点信任评估的区块链共识方法，包括以下步骤：
步骤1：创建一个包括多层次的综合信任评估架构，所述架构包括评估层、度量层、评分层、存储层。所述评估层包含三种信任评估方法，即服务信任评估、任务信任评估和行为信任评估，所述服务信任评估为评估节点提供的服务；任务信任评估为评估节点参与区块链任务的情况；行为信任评估为评估节点的行为；所述度量层为量化评估层中所述的三种信任评估方法；所述评分层把服务信任评估、行为信任评估和任务信任评估的结果相结合，得到节点的最终信任分数；所述存储层为计算出的节点信任分数存储在区块链和分布式哈希表中，用以启用防篡改存储和快速查找信息；
步骤2：确定综合信任评估架构第二层度量层中的具体参数，为节点信任评估的计算做准备；评估层中的服务信任评估包括服务测试、服务监控和服务评级，任务信任评估包括检查节点是否参与区块链任务，行为信任评估包括服务和信任数据的完整性；
步骤3：根据参数的定义为度量层中每个参数确定信任评估数学模型，以此进行节点信任度评估的计算；
步骤4：利用上述信任评估数学模型计算得到的节点信任分数，构建信任共识机制，在可信的基础上完成新区块的创建以及节点的共识。
所述步骤2中，确定综合信任评估架构第二层度量层中的具体参数，包括服务测试St，即功能测试Sf、响应时间Sr、服务接受度Sa；服务监控Sm，即服务正常运行时间Su、在线/离线操作So；服务评级Sg，即服务满意度Ss；节点任务参与Sp；节点完整性检查Si。
所述步骤3中，根据节点信任评估中参数的定义确定每个信任评估数学模型，将模糊的信任衡量问题用确定的数学公式的计算来解决。具体数学公式如下：
Figure BDA0002826528030000021
其中：S是归一化值；Si是非标准化值(测试结果)；max(Si)是最大值；min(Si)是最小值；
Figure BDA0002826528030000022
其中：Sf为功能测试的标准化得分；Sc为功能测试后的测试结果；max(Sc)为最大可能测试分数(等于100)；min(Sc)为最低可能测试分数(等于0)。
若Rtime＞max(Rtime)，则
Figure BDA0002826528030000023
若Rtime＜max(Rtime)，则Sr＝1；
若Rtime＜2max(Rtime)，则Sr＝0； (3)
其中：Sr是服务的响应时间的分数，Rtime是响应时间，max(Rtime)是最大响应时间。
Figure BDA0002826528030000031
其中：Sa是服务接受度的分数；Resp是肯定响应的数量；Req是请求的数量。
Figure BDA0002826528030000032
其中：Su是服务正常运行时间的分数；Tup是正常运行时间；Tdown是停机时间。
Figure BDA0002826528030000033
其中：So是有关在线/离线操作的分数；No是在线操作的数量；Ma是监控动作。
Figure BDA0002826528030000034
其中：Ss是关于服务交互的分数；Ns是成功交互的次数；Nt是交互的总数。
Figure BDA0002826528030000035
其中：Sp是参与任务的分数；Nt是完成的任务数；Nat是平均已完成任务的数量；Tt是任务的监控时间段；Tat是任务的平均监控时间段。
Figure BDA0002826528030000036
其中：Si是服务完整性的分数；Nc是正确的匹配项；Ni是检查的总数。
所述步骤4中，构建信任共识机制包括信任节点过滤、节点随机选择、区块创建、信任加权投票和信任奖励五个阶段。信任节点过滤：使用选择算法过滤出具有80％或更高的信任度分数的节点；节点随机选择：从过滤出来的高信任度分数节点中随机选择一个节点作为区块创建者；区块创建：区块创建者把区块创建者的信任分数、区块ID、前一个区块的哈希值、时间戳、默克尔根和交易信息添加到新区块中；信任加权投票：新区块生成后将广播给其他节点进行验证投票，投票基于验证者的信任评分进行加权；信任奖励是为了激励网络中的节点，奖励那些积极参与区块链任务的节点，并且激励信任得分排名在后20％的低分数节点。
本发明与现有技术相比的有益效果在于：可以将每个节点的信任程度量化为具体的分数；为选出可靠的区块创建节点提供了帮助；减少恶意节点破坏区块链网络环境的不良行为；同时，节点信任分数被存储在区块链和分布式哈希表中，有利于防止数据篡改以及快速查找信息。与现有技术相比，本发明的优点在于创建一个包括多层次的综合信任评估架构，利用信任评估数学模型计算得到每个节点的信任分数，克服了现有技术不考虑节点的初始信任分数或在不验证节点的情况下分配默认初始信任分数的局限性，在可信的基础上完成新区块的创建以及节点的共识。
附图说明
图1为本发明的综合信任评估架构框图；
图2为本发明的实现流流程图。
具体实施方式
下面结合附图及实施例对本发明进行详细说明。
如图1所示，是本发明的综合信任评估架构框图，具体实现如下：
步骤1：根据信任评估的步骤构建一个综合信任评估架构，其中评估层中将信任评估分为三个部分：评估节点提供的服务；评估节点参与区块链任务的情况；评估节点的行为。度量层中又进一步把这三个评估因素细化。评分层：把服务信任评估、行为信任评估和任务信任评估的结果相结合，得到节点的最终信任分数。存储层：计算出的信任分数存储在区块链中(防止数据篡改)和分布式哈希表(用于快速查找信息)。
步骤2：将综合信任评估架构的度量层中的评估方法进一步细分。服务信任评估包括服务测试、服务监控和服务评级；任务信任评估包括检查节点是否参与不同的区块链任务；行为信任评估包括服务和信任数据的完整性。对于评估过程中提到的每个信任度量，确定特定的信任子度量并且用于节点信任评估。表1显示了用于数学模型的不同子度量及其各自的数学符号。
Figure BDA0002826528030000041
步骤3：确定数学模型进行节点的信任分数计算。
1、服务测试St(test)，在此测试了包括服务功能和服务性能。测试针对新服务和现有服务进行，并由区块链中的其他节点参与完成。
1)功能测试。基于一项服务的功能特性的信息描述，其他节点能够自动生成测试用例，并执行功能测试，包括成功或失败测试用例。功能测试结果以成功测试用例的百分比来表示。性能特性的数值范围在0-1之间，0表示最差的值，1是最好的值。公式(1)用于标准缩放：
Figure BDA0002826528030000051
其中：S是归一化值；Si是非标准化值(测试结果)；max(Si)是最大值；min(Si)是最小值；
因此，可以对这个等式进行转换，以得出公式(2)功能测试的分数：
Figure BDA0002826528030000052
其中：Sf为功能测试的标准化得分；Sc为功能测试后的测试结果；max(Sc)为最大可能测试分数(等于100)；min(Sc)为最低可能测试分数(等于0)。
2)性能测试。性能测试的一个重要方面是可访问性，它包括响应时间和服务接受度。对于响应时间，定义了公式(3)：
若Rtime＞max(Rtime)，则
Figure BDA0002826528030000053
若Rtime＜max(Rtime)，则Sr＝1；
若Rtime＜2max(Rtime)，则Sr＝0； (3)
其中：Sr是服务的响应时间的分数，Rtime是响应时间，max(Rtime)是最大响应时间。
对于服务接受度，定义了公式(4)：
Figure BDA0002826528030000054
其中：Sa是服务接受度的分数；Resp是肯定响应的数量；Req是请求的数量。
2、服务监控Sm(monitor)，这在服务的生命周期内持续发生，由区块链中的其他节点完成。服务监控包括可用性这一性能指标，可用性是指服务在预定义的时间段内在线的时间或服务正在进行的在线/离线操作的数量。定义了在线/离线服务公式(5)：
Figure BDA0002826528030000055
其中：Su是服务正常运行时间的分数；Tup是正常运行时间；Tdown是停机时间。
对于在线/离线操作，定义了公式(6)：
Figure BDA0002826528030000056
其中：So是有关在线/离线操作的分数；No是在线操作的数量；Ma是监控动作。
3、服务评级Sg(grade)，其他节点可以根据自己的经验对服务进行评级。这可以通过服务满意度来表现(范围在0-1之间，0表示不满意，1表示满意)。另一个度量标准是服务提供者和服务使用者之间成功的交互次数。定义了公式(7)：
Figure BDA0002826528030000061
其中：Ss是关于服务交互的分数；Ns是成功交互的次数；Nt是交互的总数。
4、节点任务参与Sp(participation)，这里衡量了节点参与区块链任务的程度。定义了公式(8)：
Figure BDA0002826528030000062
其中：Sp是参与任务的分数；Nt是完成的任务数；Nat是平均已完成任务的数量；Tt是任务的监控时间段；Tat是任务的平均监控时间段。
5、节点完整性检查Si(integrity)，本发明引入了区块链的集成，其具有防止数据篡改的特性，以检查存储在区块链链上的数据与存储在链下的数据的完整性，因此定义了公式(9)：
Figure BDA0002826528030000063
其中：Si是服务完整性的分数；Nc是正确的匹配项；Ni是检查的总数。
如图2所示，是本发明的实现流流程图，具体实现如下：
步骤4：对每个节点的信任度进行评估以后，根据节点的信任分数选择区块创建者。为了确保选择具有高信任度分数的节点，使用选择算法过滤出具有80％或更高的信任度分数的节点。算法将80％设置为默认值，并通过实际情况进行自适应调整。然后从过滤出来的高信任度分数节点中随机选择一个节点作为区块创建者。
当一个节点被选中为区块创建者后，它将收集待处理的交易到区块中。添加到区块的信息主要包括区块创建者的信任分数、区块ID、前一个区块的哈希值、时间戳、默克尔根和交易信息。理想情况下，只有具有高信任分数的交易才被认为是区块的一部分。
新区块生成后将广播给其他节点进行验证投票。其他节点将接收该块并通过检查区块创建者节点的信任度、区块交易部分的信任度以及该块的哈希值来对其进行验证。如果该块包含正确的信息，并且满足系统的标准，则验证节点将对其进行肯定投票，并将该块转发给其他节点。投票基于验证者的信任评分进行加权。如果区块获得验证节点的大部分信任分数(例如80％的高信任节点投票赞成)，那么它就是区块链的一部分。
为了激励网络中的节点，奖励那些积极参与区块链任务的节点。此外，为了提高整体安全性，并从每个节点的本地资源中获益，该方法会激励信任得分排名在后20％的低分数节点，将其以前的恶意行为逐渐转变为协作良好的行为，来提高其信任得分。这样就形成一个良性的信任循环整体，通过信任优化使得网络环境变得更加真实可信。

Claims (4)

1.一种基于节点信任评估的区块链共识方法，其特征在于，包括以下步骤：
步骤1：创建一个包括多层次的综合信任评估架构，所述架构包括评估层、度量层、评分层、存储层。所述评估层包含三种信任评估方法，即服务信任评估、任务信任评估和行为信任评估，所述服务信任评估为评估节点提供的服务，任务信任评估为评估节点参与区块链任务的情况，行为信任评估为评估节点的行为；所述度量层为量化评估层中所述的三种信任评估方法；所述评分层把服务信任评估、行为信任评估和任务信任评估的结果相结合，得到节点的最终信任分数；所述存储层为计算出的节点信任分数存储在区块链和分布式哈希表中，用以启用防篡改存储和快速查找信息；
步骤2：确定综合信任评估架构第二层度量层中的具体参数，为节点信任评估的计算做准备；评估层中的服务信任评估包括服务测试、服务监控和服务评级，任务信任评估包括检查节点是否参与区块链任务，行为信任评估包括服务和信任数据的完整性；
步骤3：根据参数的定义为度量层中每个参数确定信任评估数学模型，以此进行节点信任度评估的计算；
步骤4：利用上述信任评估数学模型计算得到的节点信任分数，构建信任共识机制，在可信的基础上完成新区块的创建以及节点的共识。
2.根据权利要求1所述的一种基于节点信任评估的区块链共识方法，其特征在于：步骤2中，确定综合信任评估架构第二层度量层中的具体参数，包括服务测试St，即功能测试Sf、响应时间Sr、服务接受度Sa；服务监控Sm，即服务正常运行时间Su、在线/离线操作So；服务评级Sg，即服务满意度Ss；节点任务参与Sp；节点完整性检查Si。
3.根据权利要求1所述的一种基于节点信任评估的区块链共识方法，其特征在于：步骤3中，根据节点信任评估中参数的定义确定每个信任评估数学模型，将模糊的信任衡量问题用确定的数学公式的计算来解决，具体数学公式如下：
Figure FDA0002826528020000011
其中：S是归一化值；Si是非标准化值(测试结果)；max(Si)是最大值；min(Si)是最小值；
Figure FDA0002826528020000012
其中：Sf为功能测试的标准化得分；Sc为功能测试后的测试结果；max(Sc)为最大可能测试分数(等于100)；min(Sc)为最低可能测试分数(等于0)；
若Rtime>max(Rtime)，则
Figure FDA0002826528020000021
若Rtime<max(Rtime)，则Sr＝1；
若Rtime<2max(Rtime)，则Sr＝0； (3)
其中：Sr是服务的响应时间的分数，Rtime是响应时间，max(Rtime)是最大响应时间；
Figure FDA0002826528020000022
其中：Sa是服务接受度的分数；Resp是肯定响应的数量；Req是请求的数量；
Figure FDA0002826528020000023
其中：Su是服务正常运行时间的分数；Tup是正常运行时间；Tdown是停机时间；
Figure FDA0002826528020000024
其中：So是有关在线/离线操作的分数；No是在线操作的数量；Ma是监控动作；
Figure FDA0002826528020000025
其中：Ss是关于服务交互的分数；Ns是成功交互的次数；Nt是交互的总数；
Figure FDA0002826528020000026
其中：Sp是参与任务的分数；Nt是完成的任务数；Nat是平均已完成任务的数量；Tt是任务的监控时间段；Tat是任务的平均监控时间段；
Figure FDA0002826528020000027
其中：Si是服务完整性的分数；Nc是正确的匹配项；Ni是检查的总数。
4.根据权利要求1所述的一种基于节点信任评估的区块链共识方法，其特征在于：所述步骤4中，构建信任共识机制包括信任节点过滤、节点随机选择、区块创建、信任加权投票和信任奖励五个阶段。信任节点过滤：使用选择算法过滤出具有80％或更高的信任度分数的节点；节点随机选择：从过滤出来的高信任度分数节点中随机选择一个节点作为区块创建者；区块创建：区块创建者把区块创建者的信任分数、区块ID、前一个区块的哈希值、时间戳、默克尔根和交易信息添加到新区块中；信任加权投票：新区块生成后将广播给其他节点进行验证投票，投票基于验证者的信任评分进行加权；信任奖励是为了激励网络中的节点，奖励那些积极参与区块链任务的节点，并且激励信任得分排名在后20％的低分数节点。
CN202011430597.5A 2020-12-09 2020-12-09 一种基于节点信任评估的区块链共识方法 Pending CN112560024A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011430597.5A CN112560024A (zh) 2020-12-09 2020-12-09 一种基于节点信任评估的区块链共识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011430597.5A CN112560024A (zh) 2020-12-09 2020-12-09 一种基于节点信任评估的区块链共识方法

Publications (1)

Publication Number Publication Date
CN112560024A true CN112560024A (zh) 2021-03-26

Family

ID=75059913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011430597.5A Pending CN112560024A (zh) 2020-12-09 2020-12-09 一种基于节点信任评估的区块链共识方法

Country Status (1)

Country Link
CN (1) CN112560024A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113645190A (zh) * 2021-07-12 2021-11-12 中国科学院信息工程研究所 一种考虑节点信誉的拜占庭容错共识方法及区块链

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BESFORT SHALA等: "Blockchain and Trust for Secure, End-User-Based and Decentralized IoT Service Provision", 《IEEE ACCESS》 *
BESFORT SHALA等: "Novel trust consensus protocol and blockchain-based trust evaluation system for M2M application services", 《INTERNET OF THINGS》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113645190A (zh) * 2021-07-12 2021-11-12 中国科学院信息工程研究所 一种考虑节点信誉的拜占庭容错共识方法及区块链

Similar Documents

Publication Publication Date Title
CN112039964B (zh) 一种基于区块链的节点信誉共识方法
Wang et al. RBT: A distributed reputation system for blockchain-based peer-to-peer energy trading with fairness consideration
Moyano et al. A conceptual framework for trust models
CN111026578B (zh) 一种基于预言机的智能合约安全检测方法
Radanovic et al. Incentive schemes for participatory sensing
Gao et al. FGFL: A blockchain-based fair incentive governor for Federated Learning
CN107992410B (zh) 软件质量监测方法、装置、计算机设备和存储介质
Weng et al. An entropy-based approach to protecting rating systems from unfair testimonies
CN112632013A (zh) 一种基于联邦学习的数据安全可信共享方法和装置
CN109242250A (zh) 一种基于模糊熵权法与云模型的用户行为可信度检测方法
CN108683564B (zh) 一种基于多维决策属性的网络仿真系统可信度评估方法
CN114970886B (zh) 一种基于聚类的自适应鲁棒协作学习方法和装置
CN111752850A (zh) 区块链系统的测试方法及相关设备
CN111062486A (zh) 一种评价数据的特征分布和置信度的方法及装置
Tian et al. A DS evidence theory based fuzzy trust model in file-sharing P2P networks
CN117171786A (zh) 一种抵御投毒攻击的去中心化联邦学习方法
CN116405412A (zh) 服务端集群的有效性验证方法和系统
CN115022326A (zh) 基于协同过滤推荐的区块链拜占庭容错共识方法
CN112560024A (zh) 一种基于节点信任评估的区块链共识方法
CN115423472A (zh) 一种区块链共识系统及其控制方法
Javanmardi et al. Modeling trust in collaborative information systems
Su et al. A jury-based trust management mechanism in distributed cognitive radio networks
CN111008835B (zh) 用于确定区块链的交易验证节点的方法、设备、计算机可读存储介质和计算机程序产品
Mohsenzadeh et al. A novel reputation-based consensus framework (RCF) in distributed ledger technology
CN107067329B (zh) 一种活动社交网络中节点可信度的计算方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210326