导读:本文包含了贝叶斯信任网络论文开题报告文献综述及选题提纲参考文献，主要关键词:无线传感器网络,内部攻击,贝叶斯理论,风险评估
贝叶斯信任网络论文文献综述
胡军,管春,胡涛[1]（2018）在《基于改进贝叶斯和风险评估的无线传感网络信任模型》一文中研究指出针对无线传感器网络加密手段和身份认证技术不能解决网络内部攻击问题,提出一种基于改进的贝叶斯和风险评估的无线传感器网络信任模型。该模型针对基本的贝叶斯信任模型进行改进,采用异常折扣因子防止非入侵因素导致的网络异常行为;为实现信任对时间的敏感性,提出了自适应遗忘因子来削弱过去行为的影响;为防止恶意节点的诋毁,利用偏离度来过滤某些推荐节点;同时提出了基于熵的风险评估机制,用于评价信任的不确定性。实验结果表明,所提出的模型具有较高的检测率与较低的误检率,能有效保障无线传感器网络安全性能,并延长网络的生命周期。(本文来源于《南昌大学学报(理科版)》期刊2018年02期）
王洁洁[2]（2017）在《基于贝叶斯信任模型的无线传感器网络动态事件区域检测算法的研究及其应用》一文中研究指出无线传感器网络作为一种从现实物理世界获取信息的手段,受到越来越多的重视,其中事件区域检测是无线传感器网络的重要应用之一。但在现实场景中,事件区域通常具有动态性。传统的无线传感器网络模型和算法虽然理论上比较完善,但在现实的应用中表现出诸多的局限。考虑到无线传感器网络自身携带能量有限和易受环境影响的特性,在选择动态事件区域检测算法时要考虑使用复杂度低且容错性较好的检测算法来保证动态事件检测的精度。本文提出了一种贝叶斯模型方法处理无线传感器网络中的动态事件区域检测问题。在本文的模型中,每个传感器节点都与一个虚拟社区和一个信任值相关联,其中信任值是用来定量的衡量其社区中传感器节点的可信度。如果一个传感器节点的信任值小于一个阈值,就代表此传感器节点发生故障,因此在这一时间点,该传感器节点的读数不可信。传感器节点信任值的概念使得本文的模型区分于其他的模型,例如马尔科夫随机场。同时,本文也考虑到了一些实际问题,包括邻近节点的时空相关性,传感器节点中存在故障节点等。根据目标模型,在每个时间步长,每个传感器节点的信任值需要通过粒子滤波算法实时更新。传感器节点是否位于事件区域是由当前传感器节点的信任值决定的。实验结果表明,相比于已存在的动态事件区域检测算法,目标算法在动态事件区域检测问题上具有更好的性能。(本文来源于《南京邮电大学》期刊2017-10-26）
Zhexiong,Wei,Helen,Tang,F.Richard,Yu,Peter,Mason,李笑[3]（2015）在《基于贝叶斯网络信任构建来缓解MANET网络安全威胁》一文中研究指出由于移动Ad hoc(MANET)网络具有无固定基础设施、通信信道不可靠、节点随机移动等特性,对其安全问题的研究一直富有挑战性。信任机制结合加密技术可以有效缓解各类网络攻击(例如丢包攻击)。考虑到MANET网络的特性,需采取智能化方法来实现信任构建,进而发现攻击者的恶意行为。文章侧重缓解丢包攻击与数据包篡改攻击威胁,提出了一种基于贝叶斯网络的可信度评估构建机制,该机制可有效进行因果推理。文章提出的信任模型可有效区别导致网络丢包的不同原因:是由于网络信道不可靠,还是由于遭受恶意攻击。这样,即可计算出更精确的可信度。最后,仿真结果表明文章所提算法在恶劣网络环境中可行且有效。(本文来源于《通信对抗》期刊2015年03期）
张良玉[4]（2013）在《P2P网络中基于贝叶斯推理的信任预测关键技术研究》一文中研究指出P2P网络(Peer-to-Peer Networks)现已成为互联网中一种重要的新型网络组织形式,与传统的C/S (Client/Server)网络相比,P2P网络没有服务器和客户端的概念,节点之间是对等的,既可以是服务器,又可以是客户端。由于P2P网络自身特点带来的匿名性、开放性、松耦合性,给P2P网络安全带来了严重的威胁。为了创造一个安全可信的P2P网络环境,信任被用来衡量网络中节点的可信程度,本文的研究重点是在P2P网络中,如何计算一个节点对另一个未知节点的信任预测值,为决策提供依据。本文首先提出了基于可信证据链的信任推理算法,根据节点和条件概率表CPT (Conditional Probability Table)建立信任关系网络,过滤信任条件后得到信任计算网络。根据信任计算网络的特点,对网络结构进行简化,提出了层次因子和置信度的概念,用于信任的推理。这种推理方法是在传统信任推理方法的基础上,对节点信息更加细化,进行信任预测,更加准确和客观。本文重点介绍了一种新型信任推理方法,即基于贝叶斯推理的信任预测模型BITrust (Bayesian Inference Trust Model。贝叶斯推理是基于联合树结构,按照消息传递的方式进行信任预测。其中叁角化是联合树中关键步骤,基于TSP (Travel Salesman Problem)叁角化识别出删除节点的唯一序列,建立一个唯一的联合树。基于LAZY-ARVE的方法在联合树中,按照消息传递的方向,对节点信度势进行更新并计算节点边缘化概率,减少计算过程中的运算次数,实现信任推理。此外,该方法对于新加入的证据节点,更好地更新了CPT信息,完成动态信任预测。BITrust信任推理算法不同于传统的信任推理模型,强调节点推理过程中需要考虑外界因子,而是着重于推理过程本身的优化,是一种才纯粹的信任预测算法。该算法一定程度上解决了P2P信任网络中信任推理的问题,但还存在其他需要改进的地方。在节点安全存储、恶意团体识别、海量数据集或者稀疏数据方面,需要继续进行研究。(本文来源于《东北大学》期刊2013-05-01）
鄢旭,陈晶,杜瑞颖,刘松松[5]（2012）在《无线传感器网络中基于组合框架的贝叶斯信任模型》一文中研究指出针对无线传感器网络的特性,提出一种基于组合框架的贝叶斯信任模型(Bayes trust model based oncombinatorial frame,BTM-CF)。该模型将通信可信与数据可信、直接通信和间接通信的信任区分开来,搭建多种信任综合评估的组合框架,进一步完善信任评估的考虑因素;利用贝叶斯定理处理通信可信与数据可信之间的关系,减少了信任机制建立、维护和更新本身消耗的能量,满足了节能的需求。通过对实验结果的分析,BTM-CF能够敏感地识别自私节点或被盗用节点,当网络中存在多个节点盗用时,算法具有较好的健壮性。(本文来源于《计算机应用研究》期刊2012年03期）
田俊峰,田瑞[6]（2011）在《基于领域和贝叶斯网络的P2P电子商务细粒度信任模型》一文中研究指出针对现有P2P电子商务模型信任粒度比较粗糙,不能很好体现节点真实行为的问题.提出一种细粒度信任模型(FG-trust),可以计算一个节点在不同领域、不同方面的可信度.模型采用多代理结构,将网络划分为多个域,每个域内设一个代理,管理域内节点信息,整个网络中设置一个总代理管理域间消息传递.引入领域模型的概念,计算同一节点在不同领域的可信度,并考虑领域间相关程度对推荐可信度的影响.在可信度计算方面采用贝叶斯网络,可以有效预测节点在不同方面的可信度.并提出了贝叶斯网络和领域模型的更新方法,有效遏制了节点的恶意行为.最后通过仿真实验验证了模型的可行性和有效性.(本文来源于《计算机研究与发展》期刊2011年06期）
李丽丽[7]（2011）在《基于贝叶斯网络的电子商务信任模型研究》一文中研究指出随着P2P网络在电子商务交易中应用研究的深入,交易的安全问题日渐突出。针对这一问题,国内外的研究者们提出了许多信任模型,都各有利弊。其中基于贝叶斯网络的信任模型研究的较浅,只是将贝叶斯网络简单的应用到了文件共享中,存在一些不足。针对这一现状,本文主要从以下几个方面对其进行了进一步的研究:(1)研究了贝叶斯网络的特性,发现P2P环境下的节点之间交易与电子商务交易系统中节点的交易具有相似性。考虑将贝叶斯网络应用到电子商务交易中,用贝叶斯理论分析研究电子商务交易的安全性问题。(2)提出了基于贝叶斯网络的电子商务交易信任模型。给出了具体的结构图,利用条件概率公式对影响交易进行的几大因素进行了分情况讨论。给出了交易过程中产生的信任值的具体评估方法,除了引入时间衰减函数,还提出了奖惩机制,使得信任值的计算更为准确,并考虑对其进行了相应的更新。(3)研究并学习了Net Logo多智能体仿真工具,利用其对本模型进行了实验仿真。设定了实验仿真环境,给出了具体的算法实现及其仿真流程图,最终给出了相关实验结果的数据分析,通过实验数据的比对发现较现有模型更能简单并且准确地描述信任值的大小。实验结果表明,该模型在一定程度上提高了成功交易的可能性,降低了恶意欺骗行为的发生的概率,模型具有一定的有效性。在该模型机制下,随着交易次数的增多,交易的双方可以建立起一定的信任关系,这将更能保证交易安全、顺利的完成。(本文来源于《青岛理工大学》期刊2011-06-01）
王立新,宋俊昌[8]（2010）在《P2P网络中基于贝叶斯理论的信任模型研究》一文中研究指出借助于社会人工学中信任的概念,把P2P网络中节点交互的历史信息作为样本信息,结合先验信息对节点的未来行为做出推断,并根据节点之间信任关系不同,区分了直接信任和推荐信任,并分别给出了两种信任关系基于贝叶斯理论的计算方法。最后与L.Mui等人的模型作了比较。(本文来源于《计算机工程与应用》期刊2010年14期）
谢苑[9]（2010）在《基于贝叶斯网络的动态信任模型研究》一文中研究指出Internet的开放性和共享性环境给人们带来了便利,网上购物逐渐深入人们的生活,由此,电子商务得到飞速的发展。但是,近年来电子商务的发展频繁受到各种安全隐患和不诚信因素的严重影响。在网上购物的过程中,用户在有越来越多选择机会的同时,也经常在大量的商品信息中无所适从,无法顺利找到诚实信用的交易对象和自己需要的商品。这就使得信用和安全问题成为制约电子商务发展的瓶颈。毋庸置疑,信任在电子商务系统的开发和实现过程中,扮演了十分重要的角色。本文针对现有电子商务C2C领域信任评估模型中存在的问题,利用贝叶斯网络的特性,在已有信任模型的基础上,通过使用一种记录交易结果各个属性的动态更新信任评价值,并且利用加权调整和平衡最终的信任评价值,提出了一个基于贝叶斯网络的动态信任管理模型。该模型的特点如下:评价体系客观公正;信任度评价指标合理全面有效;利用贝叶斯网络的特性动态预测信任评价并且与权值结合,利用双方的优点,更具有实际应用的可能,给用户更加准确和客观的指导;利用推荐信任值消除对新用户的不公正因素;在细节上一定程度的抑制了恶意评估。文章主要内容如下:(1)研究了信任与贝叶斯网络的相关问题,并将贝叶斯网络的理论应用于新的动态信任模型的构建。(2)在贝叶斯网络的理论基础上,根据已有的动态信任模型,建立了电子商务C2C环境下,以贝叶斯网络为指导思想的新型动态信任管理模型BNTM,并对模型中的关键参数进行重点分析,还提出了一些不容忽视但目前还未具备的特定因素,并对其进行详细分析并给出解决方案。利用贝叶斯网络的优势,把调查结果和先验知识或主观概率结合起来,在决策过程不断地使用,使决策逐步完善和更加科学。并且理论证明其有效性与合理性,达到预期设计目标。(3)在MATLAB6.0环境下进行仿真,验证了这种新型动态模型体系客观公正,参数合理全面有效,特别是消除了对新用户的不公平因素,进一步证明了模型的合理性与有效性。(本文来源于《河南大学》期刊2010-05-01）
王勇,代桂平,侯亚荣,方娟,毛国君[10]（2010）在《基于贝叶斯网络的组合服务信任度评估方法》一文中研究指出对组合服务信任度评估问题进行了研究。基于信任的不确定性和模糊性,给出了信任度的离散化表示方法;借助于贝叶斯网络的强大的推理能力,给出了组合服务的贝叶斯网络模型以及组合服务模型到贝叶斯网络的转换规则,利用贝叶斯网络的正向推理机制设计了基于贝叶斯网络模型的组合服务信任度评估方法。通过一个组合服务的买例,说明了组合服务的贝叶斯网络模型及其基于贝叶斯网络的组合服务信任度评估方法的使用方法。该评估方法基于信任的模糊性和不确定性,更符合信任的本质并易于实现。(本文来源于《高技术通讯》期刊2010年01期）
贝叶斯信任网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
无线传感器网络作为一种从现实物理世界获取信息的手段,受到越来越多的重视,其中事件区域检测是无线传感器网络的重要应用之一。但在现实场景中,事件区域通常具有动态性。传统的无线传感器网络模型和算法虽然理论上比较完善,但在现实的应用中表现出诸多的局限。考虑到无线传感器网络自身携带能量有限和易受环境影响的特性,在选择动态事件区域检测算法时要考虑使用复杂度低且容错性较好的检测算法来保证动态事件检测的精度。本文提出了一种贝叶斯模型方法处理无线传感器网络中的动态事件区域检测问题。在本文的模型中,每个传感器节点都与一个虚拟社区和一个信任值相关联,其中信任值是用来定量的衡量其社区中传感器节点的可信度。如果一个传感器节点的信任值小于一个阈值,就代表此传感器节点发生故障,因此在这一时间点,该传感器节点的读数不可信。传感器节点信任值的概念使得本文的模型区分于其他的模型,例如马尔科夫随机场。同时,本文也考虑到了一些实际问题,包括邻近节点的时空相关性,传感器节点中存在故障节点等。根据目标模型,在每个时间步长,每个传感器节点的信任值需要通过粒子滤波算法实时更新。传感器节点是否位于事件区域是由当前传感器节点的信任值决定的。实验结果表明,相比于已存在的动态事件区域检测算法,目标算法在动态事件区域检测问题上具有更好的性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
贝叶斯信任网络论文参考文献
[1].胡军,管春,胡涛.基于改进贝叶斯和风险评估的无线传感网络信任模型[J].南昌大学学报(理科版).2018
[2].王洁洁.基于贝叶斯信任模型的无线传感器网络动态事件区域检测算法的研究及其应用[D].南京邮电大学.2017
[3].Zhexiong,Wei,Helen,Tang,F.Richard,Yu,Peter,Mason,李笑.基于贝叶斯网络信任构建来缓解MANET网络安全威胁[J].通信对抗.2015
[4].张良玉.P2P网络中基于贝叶斯推理的信任预测关键技术研究[D].东北大学.2013
[5].鄢旭,陈晶,杜瑞颖,刘松松.无线传感器网络中基于组合框架的贝叶斯信任模型[J].计算机应用研究.2012
[6].田俊峰,田瑞.基于领域和贝叶斯网络的P2P电子商务细粒度信任模型[J].计算机研究与发展.2011
[7].李丽丽.基于贝叶斯网络的电子商务信任模型研究[D].青岛理工大学.2011
[8].王立新,宋俊昌.P2P网络中基于贝叶斯理论的信任模型研究[J].计算机工程与应用.2010
[9].谢苑.基于贝叶斯网络的动态信任模型研究[D].河南大学.2010
[10].王勇,代桂平,侯亚荣,方娟,毛国君.基于贝叶斯网络的组合服务信任度评估方法[J].高技术通讯.2010