[论文解读] PROTECT: Proximity-based Trust-advisor using Encounters for Mobile Societies

Udayan Kumar, Gautam Thakur+1 more|arXiv (Cornell University)|Apr 25, 2010

Opportunistic and Delay-Tolerant Networks参考文献 8被引用 4

一句话总结

本文提出 PROTECT，一种用于移动和迟延容忍网络（DTNs）的去中心化信任咨询框架，通过相遇频率、持续时间、基于位置的行为向量及行为矩阵推断信任。基于真实校园轨迹数据，实验表明信任过滤器在9周内保持稳定，并显著降低自私节点导致的网络不可达性——在高自私度下，将不可达率从14.6%降至12.2%，证明信任可在不降低性能的前提下恢复网络连通性。

ABSTRACT

Many interactions between network users rely on trust, which is becoming particularly important given the security breaches in the Internet today. These problems are further exacerbated by the dynamics in wireless mobile networks. In this paper we address the issue of trust advisory and establishment in mobile networks, with application to ad hoc networks, including DTNs. We utilize encounters in mobile societies in novel ways, noticing that mobility provides opportunities to build proximity, location and similarity based trust. Four new trust advisor filters are introduced - including encounter frequency, duration, behavior vectors and behavior matrices - and evaluated over an extensive set of real-world traces collected from a major university. Two sets of statistical analyses are performed; the first examines the underlying encounter relationships in mobile societies, and the second evaluates DTN routing in mobile peer-to-peer networks using trust and selfishness models. We find that for the analyzed trace, trust filters are stable in terms of growth with time (3 filters have close to 90% overlap of users over a period of 9 weeks) and the results produced by different filters are noticeably different. In our analysis for trust and selfishness model, our trust filters largely undo the effect of selfishness on the unreachability in a network. Thus improving the connectivity in a network with selfish nodes. We hope that our initial promising results open the door for further research on proximity-based trust.

研究动机与目标

• 解决在动态、无基础设施的移动网络（如 DTN 和自组织网络）中建立信任的挑战。
• 利用移动模式——特别是相遇、位置和时间行为——在无中心权威的情况下推断信任。
• 在真实移动社交网络中评估多种信任过滤器的稳定性和性能。
• 分析信任如何缓解自私节点行为对 DTN 网络连通性的负面影响。
• 通过去中心化、基于相遇的度量，实现移动对等网络中的信任感知路由与转发决策。

提出的方法

• 该框架使用四种信任顾问过滤器：相遇频率（FE）、相遇持续时间（DE）、基于相遇次数与持续时间的行为向量（BV），以及基于位置偏好的行为矩阵（BM）。
• 每台设备维护本地的相遇历史记录，包括时间戳和位置数据（例如通过 GPS 或接入点关联），实现完全分布式的信任计算。
• 信任评分基于时空模式计算，BV 和 BM 过滤器捕捉相遇中的行为相似性与位置一致性。
• 通过长时间内推荐节点的重叠度（例如9周内重叠率达90%）评估信任稳定性，并在基于 DTN 仿真和真实 WLAN 轨迹的场景中比较过滤器性能。
• 自私性通过引入部分节点拒绝转发消息的行为来建模，信任机制用于抵消此类行为的影响。
• 性能通过未达率、延迟和开销等指标进行衡量，评估基于真实 WLAN 轨迹的合成 DTN 路由场景。

实验结果

研究问题

• RQ1 在真实移动社会中，基于相遇的度量所推导的信任推荐在长时间内有多稳定？
• RQ2 不同信任过滤器（FE、DE、BV、BM）产生的推荐在多大程度上存在差异或重叠？
• RQ3 信任过滤器能否缓解自私节点行为对 DTN 网络连通性的影响？
• RQ4 使用基于信任的转发与随机或自私选择相比，流行病式路由的性能有何差异？
• RQ5 在自私度更高的网络中，信任是否具有更大的影响？

主要发现

• 三种信任过滤器——DE、FE 和 BV-Count——在9周内推荐节点的重叠度超过90%，表明其具有长期可靠性。
• 尽管推荐节点存在差异，所有过滤器在流行病式路由中表现相似，表明其在性能上具有鲁棒性和灵活性。
• FE 过滤器将自私网络（S=0.8，T=40%）中的未达率从14.5975%降至12.1892%，接近非自私网络的10.8998%水平。
• 当自私度较高（S>0.4）时，信任对降低未达率的影响最大，且最显著的改善发生在 T=0% 到 T=20% 之间。
• 延迟和开销指标呈现相似趋势，证实基于信任的转发在自私环境下仍能保持高效路由。
• 行为矩阵（BM）和行为向量（BV-D）过滤器性能略低于 DE 和 FE，但相比无信任机制仍能将未达率降低超过15%。