探究可信网络中一种基于行为信任预测的博弈控制机制



探究可信网络中一种基于行为信任预测的博弈控制机制

季献纳

（清华大学,北京,100001)

网络可信技术是一种新增加的，以原来的网络安全技术为依托的，预测行为信任的方法。这种新的预测方法可信度和安全性都比较高，是一种科学的预测方法。网络可信研究还能够有效地对网络状态进行动态的处理，保障网络安全与服务质量，从而实施智能的、自适应的策略。可信网络的含义为：对于网络中的客户的行为以及导致的结果可以通过可信网络进行预测和管理。而网络的可信性主要体现在网络用户的可信性；网络服务可信性和网络信息传输可信性。本文对可信网络中的博弈控制机制进行探究，并期望得出有效的行为新人预测。

1　可信网络概述

可信网络的内涵主要分为三个部分，一是网络用户可信性；二是网络服务可信性；三是网络信息阐述可信性。下面笔者就对网络信息的可信性的内涵中的三方面进行阐述。

1.1网络用户可信性

网络用户可信性首先体现在其行为是否能够符合规定下的规范，之后是看是否能够进行预期的管理，最后要看网络用户是否会对网络中的设备以及数据造成严重的破坏或损坏。

1.2网络服务可信性

网络服务可信性主要体现在以下几个方面。首先是访问者访问的网络服务器或者服务程序是否符合向访问者提供的服务的标准，服务程序提供的服务信息是否真实可靠，并且不带有欺骗成分；其次是服务程序或网络服务器的终端是否会为用户的终端带来一些病毒。

1.3网络信息传输可信性

网络信息传输可信性一般体现在网络上的各个结合点上。结合点在进行信息传输的过程中，必须要忠实于用户终端，不能对传输的信息进行修改或者夹带。否则网络信息传输就不具有可信性。

由此可见，可循网络的服务器和网络本身以及网络的用户这3个组成完整的信息系统的要素来说，保护措施不是逐层递增的，相反的，是逐渐递减的。也就是说，一般的保护措施都会放在网络的服务器和网络本身。与此同时，却忽略了对网络用户，也就是网络用户的客户端的保护。这样的保护措施是没有科学性的。因为网络用户的客户端应是数据源，几乎所有源数据都被保存在网络用户的客户端。也正由于网络用户客户端缺少保护措施，才成为攻击事件针对的对象。比如网络病毒感染或源数据泄漏等等。这都是由于网络用户客户端的保护措施太过脆弱，才会频遭攻击。因此，想要减轻攻击事件的破坏性，还是要从加强网络用户客户端的保护措施开始做起，将各种不安全的因素遏制在网络用户客户端的源头，以此来加强网络的可信度。

另外，由于行为信任必须要基于用户之前进行过的交往行为数据之上，但是需要的却是对未来的行为信任等级的预测。所以，对于用户的未来的行为等级的预测是必然的。而上面提到过，有信任存在也必将有风险，所以在进行科学的决策的同时，需要对决策中可能出现的风险进行预测，而预测的结果也需要利用博弈控制的理论进行相结合，并将纳什均衡策略分析出来。

2　基于用户的行为信任预测的博弈控制过程

基于用户的行为信任预测的博弈控制的含义是以用户身份信任为基础，在行为信任预测领域对用户的的行为信任进行有效的控制，并在此基础上进行科学的管理。这其中包括对用户的未来行为信任预测以及未来用户的分先的分析，并掌握决策权，在决策权的操控下对网络上的用户状态进行动态的强化处理，以此为基础为网络机制的安全提供智能自适应的策略。整个用户的行为信任预测的博弈控制过程如下图所示：

也就是说，在用户的行为信任预测的博弈控制过程中的主要步骤流程为用户向服务提供者索取信息；信息提供者取得用户身份信任代理；之后再将行为信任反馈给服务提供者，然后服务提供者将信息传输到管理中心，而管理中心要以用户行为信任为保障；接着将数据传输到信任预测代理，随后抵达用户行为数据库；用户行为数据库再将信息传回信任预测代理，之后便是决策代理，依然是以用户的行为信任为基础；经过一系列的信息流转，最终传输信息又将回到服务提供者出，然后将信息反馈给用户。主要的流程就是以上几点。而在这个过程中，数字“8”步骤中的意义是将行为信任的预测结果同时传递给两方，也就是管理中心和决策代理，这两方的前提都是用户的行为信任。

3　贝叶斯网络条件下对用户行为的预测

3.1利用贝叶斯网络对用户的信任属性进行分解

“信任”一词源于社会学，是一种依赖关系。其含义是为了简化人与人之间的合作关系，对可能存在的危机或者潜在的困难依然能保持的正面期待。虽然信任这种关系具有一定的主观性，并且解释的概念十分笼统，没有一些实际性的说法，但是在社会学科上的信任依然会对量化自然学科中的网络用户行为信任造成非常不利的影响。所以，对于用户的行为信任应该从实际出发，实事求是，将用户在实际生活中真正需要用到的功能特性和真正需求一层层地分解开来，将具有笼统性和综合性的行为信任分解成不同属性的行为信任，是行为信任的概念不断地清晰化和透明化。之后便可以将已经分解完的不同的行为信任属性分解为更加详细的几个方面，这样就能够直接利用软件或硬件对行为信任中留下的属性进行有效的测量了。比如，以用户的行为信任的安全属性来划分，以用户为信任为S，以性能信任的属性为p，可以根据具体要求来具体划分。还能将有效的信任的属性或可靠的信任属性划分为更详细的属性。

安全信任属性描述的主要应为用户所遵守的规范性，以及访问数据库之后直接或间接造成的损坏或攻击。举个例子，在进行数字化的电子资源的购买时，用户是否以其客户端下载大量的在线的文章，或者利用其自身的客户端扫描了端口，又或者是有没有对非法的数字做预案进行大量的订购，这些问题都归属在行为信任证据的范畴。而性能信任属性就是对用户的客户端的性能方面属性的描述了。用户在使用客户端下载数据的过程中，下载的速度、服务器的响应时间以及用户的客户端在使用完数据库之后，是否有释放连接的时延等等都包括在性能行为信任中。所以，性能行为信任在工作中留下的数据对于利用有限数据资源的用户是十分有意义的。如果下载的数据量是相同的，那么利用服务器时的时间也会是相同的，而且会使用更多的时间。这样就会导致其他的用户客户端不断请求服务器，就算连接数慢也无法得到请求的服务。

对用户行为预测的方法主要是运用贝叶斯网络模型。贝叶斯网络模型的优势在于，重要处于贝叶斯的网络节点中，那么每个节点的状态都是能够确定的。那么网络也就能够利用贝叶斯网络模型来进行公示的整项运算和你想运算。由此就能够得出贝叶斯网络中每个节点的概率。贝叶斯网络模型的特点是，不仅含有正确的理论知识，同时还能够将推理和表示的知识有效地结合在一起，从而形成一个完整框架。这样有两点好处。一是能够将行为信任的预测的前因后果都结合在一起，能够利用有向图清晰而完整地表达出来；二是将行为信任的数据更加具有条理地统计出来，在利用条件概率的方式在贝叶斯网络模型中体现出来。这样之前的推理和表示的知识就能够与之后验得的数据准确而完整地衔接起来。一般行为信任的预测使用的贝叶斯网络模型如下图2：

也就是说，用户的行为信任分为性能信任属性、可靠性信任属性和安全信任属性。在这个贝叶斯网络模型基本构成的有向无环图中，代表变量的点与其他连接的节点是有向边莫斯构成的。其中的各个节点代表着各种新人的属性。

3.2用户行为信任的划分等级以及符号的说明

有效地预测用户未来的行为信任是主要的关键点。因此，可以设用户的行为信任为T，而性能属性设为P，安全属性设为S，划分的等级为L，之后就可以开始对用户信任的划分等级开始预测了。利用如下公式：

在这个公式中，TH0是信任的阈值，也就是说每当节点的行为信任的数值不大于TH0时，用户就已经不被服务提供者所信任了。而且TH0+TH1=1，得到的数值是1。在交往次数后，每次交往的总次数加在一起为n加1，这时不论节点的评估数值落在哪一个区间，在那个区间内的交往次数都要加1。同时，还要满足不同需求的预测。要保存的节点应该为两个以上，对不同的节点的数值落在不同区间的次数要进行统计和记录。这种方法主要应用在多信任属性的情况下的行为信任预测。

3.3对用户行为信任的预测

对用户行为信任的预测要用公式先计算出未来的用户行为信任鲜艳概率，然后将在预测的用户与服务器交往的总次数和用户的行为的概率进行计算，得到节点的鲜艳概率，接着就可得知条件概率，之后便能够预测出在特定的属性条件之下，行为信任的等级概率。

3.4行为信任的预测工程中的性质分析

一个信任属性的数值并不能够带动整个属性的的信任数值，所以只有在所有的信任属性的数值都能够有所增加时，才能够提高整体的信任数值。再利用贝叶斯网络模型中的公式，也能够预测出多信任的属性的情况下的各个信任等级的概率。信任等级的概率一般会分为：非常信任、信任、比较信任、基本信任和不信任这五种等级。这五种信任等级将行为信任滑得分为这五种结果，使运算更加简便。

4　基于可信网络的行为信任的博弈分析

图2　

用户的安全行为是行为中最为重要的一部分，利用博弈分析的方法对行为信任进行分析的方法是非常有效的。行为信任的安全性主要体系那在两个方面，就是既要达到基本要求，也要达到高级要求。其中基本要求指的是用户要遵守逇行为规范，需要按照约定来进行规范的操作。比如是否按照服务器的规定来使用或下载资源、是否有超量下载的现象以及在外私自设立对外的代理服务器等等。而高级要求指得是要求用户不能有损坏或破坏服务器的行为，不能对无误器的数字资源产生不良的企图，或者私自盗用他人的用户客户端进行商业竞争或用来攻击服务器等等。

而首先，就应该对服务器和用户客户端的双重礼仪进行分析。在服务器接受访问的过程中，用户决不能存在欺骗行为。而在服务器为用户提供服务时，必须要让用户获得效益。若在使用服务器的过程中，用户对服务器欺骗，那么就会使提供服务者和用户都得不到收益。因此，用户在使用服务器时不能对服务器进行欺骗。

5　结语

本文对基于可信网络中的，基于行为信任预测的博弈控制机制进行分析，得出了一些结论。在利用贝叶斯网络模型的条件下，对可靠性信任属性和安全信任属性的节点进行分析，并与公示相结合，计算出了有效的预测行为信任的方法，在实际的操作中也具有重要的指导意义。

参考文献

[1] 汪京培.分布式场景中信任管理和模型评估的关键技术研究[D].北京邮电大学,2013.

[2] 谢苑.基于贝叶斯网络的动态信任模型研究[D].河南大学,2010.

[3] 孙鹏飞.基于行为信任管理的检测与推荐模型[D].燕山大学,2012.

[4] 赵洁,肖南峰,钟军锐.基于贝叶斯网络和行为日志挖掘的行为信任控制[J].华南理工大学学报(自然科学版),2009（05）.

[5] 李雨辰.基于多维行为信任和决策属性的可信网络动态信任模型研究[D].南京邮电大学,2014.

[6] 田立勤,林闯.可信网络中一种基于行为信任预测的博弈控制机制[J].计算机学报,2007（11）.

[7] 陈璐.可信网络连接与动态授权的理论及技术研究[D].武汉大学,2010.

[8] 宋国峰,梁昌勇.一种基于用户行为信任的云安全访问控制模型[A].中国优选法统筹法与经济数学研究会、湖南大学、中科院科技政策与管理科学研究所、《中国管理科学》编辑部.第十五届中国管理科学学术年会论文集（下）[C].中国优选法统筹法与经济数学研究会、湖南大学、中科院科技政策与管理科学研究所、《中国管理科学》编辑部,2013 （08）.

[9] 刘迎春,郑小林,陈德人.信任网络中基于角色信誉的信任预测[J].北京邮电大学学报,2013（01）.

[10] 田立勤,冀铁果,林闯,杨扬.一种基于用户行为信任的动态角色访问控制[J].计算机工程与应用,2008（10）.

[11] 林闯,田立勤,王元卓.可信网络中用户行为可信的研究[J].计算机研究与发展,2008（12）.

摘要：近年来可信网络已经成为研究行为预测过程中的热点，而在网络可信度的研究过程中,对用户行为信任的研究也已经成为热点中的热点。另外,由于对行为的信任的方式是建立在过去的交流或社交的行为证据之上的。但是，我们探究可信网络必须要有未来用户的行为信任的等级。所以，对未来的用户行为信任等级的科学性预测基于行为信任预测的可信网络探究的必经之路。本文先阐述了利用贝叶斯网络的方法预测了用户行为信任，为此提供的控制机制不仅仅能够预测出行为信任在单属性条件下的等级，还能有效预测行为信任在多属性条件下的等级。但是，信任并不是永恒的，有信任存在也必将有风险。因此，在决策时不能只单单靠行为信任预测出的结果，否则会造成决策的结果片面，导致失误。因此，本文还将行为信任的预测结果与博弈理论的分析相结合，并对其进行支付矩阵的分析，以便于得出在用户安全行为下的纳什均衡策略均衡的策略。

关键词：可信网络；行为信任预测；博弈控制

To explore a behavior trust forecast game control mechanism based on Trusted Network

Ji Xianna

（Tsinghua University，beijing，100001)

Abstract：In recent years the trusted network has become a research hotspot in the process of behavior prediction,and in the course of the study in the research of network reliability,user behavior trust has become a hot spot in the world.In addition,due to the behavior of the trust is on behavior based on evidence of past or socialexchange.However,we explore the trusted network must have a future user behavior trust level.So,scientificprediction for the future of user behavior trust level to explore new trusted network behavior the only way which must be passed based on prediction.This paper first describes the prediction of user behavior trust by using the method of Bayesian network,this control mechanism provides not only can predict the behavior level of trust in a single attribute condition, can effectively predict the behavior of trust level in multi-attribute conditions.However,trust is not eternal,there will also exist trust risk.Therefore,when making decisions can not only rely on the behavior trust predicted results, otherwise it will cause the decision,one-sided,leading to errors.Therefore,this paper will analyze the prediction results of behavior trust and game theory combined,and analyzed the payment matrix on it,in order to draw in the user safety behavior of the Nash equilibrium strategy equilibrium strategy.

Keywords：trusted network;behavior trust forecast;game control