分布式信任模型的体系结构及未来研究方向

分布式信任模型的体系结构如图2-4所示。在分布式信任模型中，节点采用信任自治的方式实现系统的信任管理，每个节点在交互完成之后，根据自身在交易中的体验给予对方交易评价和反馈，并按照相应的信任计算方法生成对方的信任值，然后将这些信任信息存储在自身的存储器中。

在图2-4中，当节点C希望和节点D发生交易时，可以通过分布式系统发送广播信息，咨询节点D的声誉信息。在收到节点C的声誉咨询信息后，与D曾经发生过交易行为的节点A、E、F便从存储器中读出它们对节点D的信任信息并传送给节点C，C在接收到这些信任信息后，基于自己和D的交易历史，按照系统的信任模型计算出对D的信任值，然后决定是否进行交易。同样，节点D也会采用类似的步骤来计算C的信任值。目前有关分布式信任模型的研究很多，较著名的有EigenRep模型[39]和PeerTrust[59]等模型，较新的理论研究有FRTRUST模型[17]和EDTM模型[60]等。

图2-4　分布式信任模型的体系结构(www.xing528.com)

分布式信任模型的优点包括：①健壮性好，不存在单点失效问题，即使在一部分节点失效的情况下，整个系统仍然可以使用；②不易发生网络拥塞，在部分网络发生拥塞的情况下，仍然可以通过其他冗余链路进行正常的咨询和交互；③考虑节点自身的交易体验，在计算对方交易节点的信任时，既考虑节点自身的交易体验，又考虑其他节点的推荐行为。

分布式信任模型的不足之处包括：①实现更加复杂，信任模型需要在每个节点上进行构建，当信任模型发生改变时，需要对所有节点进行更新；②计算更加复杂，不仅要考虑节点自身的交易体验，还需要考虑其他推荐节点的推荐信任和推荐评估值；③对节点的计算性能要求更高，因为需要在节点上存储信任信息，并且需要节点自身计算信任模型，所以对节点的计算性能要求更高；④抗干扰能力更差，因为每个节点的计算能力有限，单个节点的抗攻击能力不如集中式信任模型的信任处理中心。

近年来，因为移动通信技术和移动社交网络的迅猛发展，分布式信任模型因为更加符合开放式网络环境下的信任计算需求，成为信任研究的主流体系结构，但在推荐节点的可信度计算、信任模型的设计方面，仍然需要进一步的研究。