论文笔记（4）Context-Aware Trust and Reputation Model for Fog-Based IoT

Context-Aware Trust and Reputation Model for Fog-Based IoT

基于雾的物联网环境感知信任和声誉模型

作者:YASIR HUSSAIN, HUANG ZHIQIU, MUHAMMAD AZEEM AKBAR	出版时间：2020
期刊：IEEE Access	SCI 2Q
IEEE Xplore Full-Text PDF:
keys:Fog computing, internet of things, edge computing.

        雾计算也被称为边缘计算，通过在网络边缘提供云服务.目前物联网和云技术的增长使其很容易暴露于漏洞。在中间人(Fog)的帮助下连接基于云的物联网网络可以帮助缓解各种问题。本文提出了一个上下文感知的信任评估模型来评估基于雾的物联网(FIoT)中用户的可信度。该方法采用基于上下文感知的多源信任和声誉评估系统。本文还使用上下文感知反馈和反馈爬虫系统，引入了针对恶意/不可信用户的监控模式。后面会详细介绍。

        本文贡献：

• 一种基于多源的信任评估方法，该方法在评估用户的可信度时考虑了参与节点的环境和声誉。
• 引入情境感知反馈和反馈爬虫系统，使信任评估公正、有效、可靠。
• 提出了一种监视模式，它有助于在恶意用户与云进行任何通信之前识别恶意用户。通过将恶意用户置于监视模式，可以帮助Fog节点防止任何安全问题。
• 通过仿真和结果对所提出的方法进行了广泛的评估，表明所提出的方法对于评估用户的可信度是有效和可靠的。

Trust beyond security:An expanded trust model提供了一个通用的信任模型和度量定义。它们强调了信任在安全性、隐私性、可用性和用户体验方面的重要性，这篇论文因为收费，所以我正在和作者发email联系，争取写一篇这篇论文的笔记。

        基于雾的物联网(FIoT)是一个三层架构，如上图所示。首先，物联网层，设备收集和感知数据并转发到雾/边缘节点。第二层，Fog/Edge节点可以在本地网络上对收集的数据进行预处理，然后将其外包给云。最后，数据被外包给云来执行广泛的计算和存储目的。

        本文确定了三种信任:直接信任、衍生信任和推荐信任。直接信任——这种信任可以根据自己的经验定义为“A物”“直接信任”“B物”。衍生信任-而衍生信任可以定义为如果“事物A”直接信任“事物B”和“事物B”直接信任“事物C”，那么我们可以说“事物A”可以信任“事物C”。基于推荐的信任——基于推荐的信任可以定义为，如果“事物A”直接信任物B”和“物B”直接信任“物C”，那么“物B”可以将“物C”推荐给“物A”作为信任。在基于推荐的信任中，我们假设“事物A”根据其声誉和以前的经验信任“事物B”的推荐。

        逻辑TE流程：

        雾节点将TLFiDid转发给位于云层上的云提供商。云可以执行广泛的信任评估，以找到设备的可信度TLCiDid。在交易成功后，云可以根据用户的内容返回信任奖励/惩罚。因此，它可以在用户参与的基础上获得或失去信任。我们使用上下文感知反馈FB系统来计算特定设备FBFiDid的信任得失，其中FB∈[- 1,1]。我们在系统中引入了监控模式，以便在恶意用户开始通信之前识别恶意用户。通过将恶意用户置于监视模式，可以帮助Fog节点隔离恶意/不可信的用户。

心得体会：

        基于内容信任时一笔带过信任的内容，但是没有说清楚什么样的内容是信任的，这个是重点，也是考虑的因素。并且本文在前两章介绍了一些前人的研究，但是在结果中没有与前人的实验结果进行比较，缺少说服性。但是本文的创新思想还是值得学习和借鉴的。