论文笔记（13）Modelling Trust Dynamics in the Internet of Things

Modelling Trust Dynamics in the Internet of Things

物联网中的信任动力学建模

作者：Carmen Fernandez-Gago, Francisco Moyano, Javier Lopez	时间：2017.2
Preprint submitted to Elsevier
Keywords: Trust, Internet of Things, Dynamic framework

        首先，从技术角度来看，物联网本身带来了关于安全和信任的新挑战，因为新的交互模式，如机器对机器(M2M)，正在获得牵引力。其次，物联网场景的性质使其具有高度动态性和异质性，因为事物不断离开和进入物联网环境。因此，为物联网环境设计的系统应反映这些挑战，并应考虑以下因素:

• 互操作性。来自不同制造商的具有不同功能的设备(可能遵循不同的标准)必须能够通信。此外，在物联网环境中可能共存的不同信任管理系统必须具有互操作性，并能够从其他信任系统交换信息。
• 动态性。物联网系统的动态性，新设备和服务可能会以不可预测的时间间隔进入和离开系统，这意味着信任管理系统也必须随着系统的发展而发展。
• 支离破碎的研究。它们的研究界正在孤立地解决先前的问题。在其他必须支持物联网系统信任的重要研究领域也是如此，例如身份管理和隐私。需要一种全面的方法。

        物联网场景本质上是动态的，会导致环境和其中的上下文发生变化。信任管理系统必须在运行时适应这些变化。为了解决动态性问题，有必要在运行时表示系统的当前状态及其信任关系。此服务允许根据信任关系或声誉值的变化对系统进行更改。解决动态问题的一种方法是trust@run.time(第3节)的概念，其中有一个信任管理系统的表示(模型)，它与实际运行的系统同步。这允许我们对系统进行推理，并执行高级更改，这些更改自动转换为正在运行的系统的更改。

        主要算法： 本文的主要算法是基于信任动态建模的方法。该方法将信任视为一种动态的、基于经验的概念，通过对信任的建模和演化来提高物联网的安全性和可靠性。算法包括三个主要阶段：信任建模、信任评估和信任传递。

在信任建模阶段，算法通过定义信任的概念和属性，建立了一个信任模型。这个模型可以帮助系统对节点之间的信任进行量化和分析。

在信任评估阶段，算法通过对物联网中的节点进行信任评估，来更新信任模型。评估的依据是节点的历史行为和信任度，通过对这些因素进行分析和计算，算法可以准确地评估节点之间的信任。

在信任传递阶段，算法通过对节点之间的信任传递，来实现信任模型的演化和预测。通过节点之间的交互和信息传递，信任可以在系统中传递和扩散，从而提高整个系统的安全性和可靠性。

创新点： 本文的创新点主要体现在以下几个方面：

1. 提出了一种新的信任动态建模方法，将信任视为一种动态的、基于经验的概念。这种方法与传统的静态信任模型不同，更加适应物联网中节点行为的变化和演化。

2. 将信任动态建模方法应用于物联网中，从而提高了物联网的安全性和可靠性。通过对节点之间的信任进行建模和评估，可以准确地评估节点的可信度，从而提高整个系统的安全性。

3. 算法具有较高的可扩展性和灵活性，可以适应不同的物联网场景和需求。算法可以根据不同的应用场景和环境进行调整和优化，从而更好地适应物联网中的信任问题。

算法框架： 该算法的框架包括信任建模、信任评估和信任传递三个阶段。

在信任建模阶段，算法通过定义信任的概念和属性，建立了一个信任模型。这个模型可以帮助系统对节点之间的信任进行量化和分析。

在信任评估阶段，算法通过对物联网中的节点进行信任评估，来更新信任模型。评估的依据是节点的历史行为和信任度，通过对这些因素进行分析和计算，算法可以准确地评估节点之间的信任。

在信任传递阶段，算法通过对节点之间的信任传递，来实现信任模型的演化和预测。通过节点之间的交互和信息传递，信任可以在系统中传递和扩散，从而提高整个系统的安全性和可靠性。

优缺点： 该算法的优点主要体现在以下几个方面：

1. 有效解决了物联网中的信任问题。通过对信任的建模和演化，可以准确地评估和传递节点之间的信任，从而提高物联网的安全性和可靠性。

2. 具有较高的可扩展性和灵活性。算法可以根据不同的物联网场景和需求进行调整和优化，适应不同的应用环境。

然而，该算法也存在一些缺点：

1. 需要大量的计算资源和时间。在大规模物联网中的应用可能存在困难，需要进一步优化和改进算法的效率。

2. 精度和可靠性可能受到节点之间的信任传递和评估误差的影响。需要进一步研究和改进算法，提高其准确性和可靠性。