Szacowanie zaufania w sieciach o ograniczonych zasobach, takich jak mobilne sieci ad hoc (MANET), sieci czujników, samochodowe sieci ad hoc (VANET) i wszechobecne systemy komputerowe, jest znacznie bardziej złożone niż w tradycyjnych sieciach, takich jak Internet i bezprzewodowe sieci LAN ze stacjami bazowymi i punkty dostępu. Sieci autonomiczne, które nie mają ani wcześniej ustalonej infrastruktury, ani scentralizowanych serwerów sterujących, zależą od swoich rówieśników, z którymi tworzą sieć. Istotne cechy rozproszonego zarządzania zaufaniem w MANET-ach względem sieci tradycyjnych i scentralizowanych są wymienione poniżej:
- Niepewność i niekompletność. Wartość zaufania mieści się w zakresie od -1 do 1, gdzie -1 oznacza całkowitą nieufność, a 1 oznacza pełne zaufanie. Zaufane dowody są dostarczane przez rówieśników, które mogą być niekompletne, a nawet nieprawidłowe.
- Lokalność. Informacje o zaufaniu koncentrują się lokalnie. Globalna wymiana wartości zaufania wymaga wysokich kosztów komunikacji, ponieważ szybkie zmiany w sieci prowadzą do częstych aktualizacji wartości zaufania.
- Obliczenia rozproszone. Każdy węzeł przeprowadza ocenę zaufania niezależnie.
Jednak rozproszone obliczenia zaufania mają kilka zalet. Właściwość Lokalność oszczędza zasoby sieciowe, takie jak moc, przepustowość, obliczenia i pamięć. Pozwala to również uniknąć pojedynczego punktu awarii. Ponadto sieci autonomiczne są dynamiczne z częstymi zmianami topologii i członkostwa, a rozproszone obliczenia zaufania obejmują kontakt tylko z kilkoma łatwo dostępnymi węzłami. Innymi słowy, ocena zaufania ogranicza się do informacji dostarczanych przez bezpośrednio połączone węzły, to znaczy opiera się na lokalnych interakcjach. Pośrednie relacje między dwoma podmiotami, które wcześniej nie wchodziły w interakcję, są realizowane przy użyciu bezpośrednich relacji zaufania, które mają ze sobą węzły pośrednie. Kilka prac badawczych dotyczących obliczania zaufania opiera się na relacjach z sąsiadami z jednym przeskokiem. Bezpośrednie obserwacje są wymieniane między sąsiednimi węzłami. Załóżmy, że węzeł A otrzymuje opinie swoich sąsiadów na temat węzła X w sieci. Węzeł A łączy opinie swoich sąsiadów, jeśli są one bliskie opinii A w tym węźle. W artykule przedstawiono metodę powiązania wiarygodności węzłów z jakością dostarczanych przez nie danych. Jiang i Baras badają wnioskowanie o wartości zaufania, a nie o generowaniu bezpośredniego zaufania, wykorzystując wartości Eigen Trust wprowadzone przez Kamvara . W Eigen Trust opinie sąsiadów są ważone przez zaufanie, jakim obdarzają ich:
gdzie:tik oznacza lokalną wartość zaufania i obliczoną dla węzła k od sąsiadów j Wartości zaufania są znormalizowane, aby spełnić S; c, y = 1. Aby rozwiązać problem zmowy adwersarzy, zakładają, że w sieci są rówieśnicy, którym można wstępnie zaufać. Podobne algorytmy oceniają zaufanie poprzez łączenie opinii wybranej grupy użytkowników. Jednym możliwym wyborem dla wybranych użytkowników są sąsiedzi typu one-hop. Oprócz powyższych prac, obszerne badania skupiły się na projektowaniu zdecentralizowanych protokołów zaufania. Formalnie wszystkie te protokoły kategoryzują informacje o zaufaniu jako bezpośrednie zaufanie i zalecenia i są oceniane poprzez agregowanie opinii zaufania wzdłuż określonej ścieżki. Jiang i Baras sformułowali regułę interakcji lokalnej przy użyciu teorii grafów algebraicznych i przedstawili teoretyczne uzasadnienie zarządzania siecią, które ułatwia propagację zaufania. Model wykorzystuje bezpośrednie połączenia zaufania między węzłami jako skierowany graf (dwuznak) G (V,E), zwany grafem zaufania. Węzły wykresu to użytkownicy / podmioty w sieci. Załóżmy, że liczba węzłów w sieci wynosi N, to znaczy |V| = N, a węzły są oznaczone indeksami [0,1 ,. . ., N – 1}. Skierowany łuk od węzła i do węzła j, oznaczony jako (i, j), odpowiada relacji zaufania, jaką podmiot I, nazywany również powiernikiem, ma z podmiotem j, zwanym również powiernikiem. Każdy łuk ma również wagę zwaną wartością ufności. Funkcja wagi np.
VxV → W, gdzie W = [-1,1] reprezentuje stopień przekonania i na j. W digrafie, łuki łączące dwa węzły w tym samym kierunku nazywane są łukami równoległymi, a pętla to łuk, który łączy węzeł ze sobą. Załóżmy, że wykres zaufania jest prostym wykresem bez równoległych łuków lub pętli, ponieważ uważa się, że relacja zaufania znajduje się między dwiema odrębnymi jednostkami i jest wyjątkowa w danym kontekście. Zbiór sąsiadów dla węzła i jest określony przez następujące równanie:
Rysunek
ilustruje przykład wykresu zaufania. W przypadku jednorodnej sieci rozproszonej wszystkie węzły są traktowane równo. Jeśli węzeł i chce oszacować wiarygodność węzła j, wymagane jest zagregowanie wszystkich opinii jego sąsiadów na temat j, czyli relacji zaufania, jakie sąsiedzi mają względem j. Można to interpretować jako następującą ogólną zasadę:
Obowiązkowa zasada jest taka, że nie bierzemy pod uwagę opinii samego węzła docelowego. Funkcja f(.) Powinna spełniać następujące właściwości:
- Węzły ufają sobie, to znaczy tti = 1.
- —1 ≤ f(.) ≤ 1, ponieważ nasza wartość zaufania mieści się w zakresie od -1 do1.
- Opinie węzłów o wysokich wartościach ufności są bardziej realistyczne, więc powinny mieć większą wagę.