统资源的丰富，以及网络带宽的快速增加，传统的网络应用模式中服务器的性能瓶颈以及单点失效的问题不仅限制了端系统资源的充分利用，同时也越来越无法满足新的分布式应用的需求。

而网络在协同工作分布式信息共享大规模并行计算等方面显示出的独特优势，使其成为新的发展热点。

网络是基于节点愿意共享资源这基本假设的，即每个节点共享自己的资源，并从其他节点那里获取自己需要的资源。

然而，这种个人为公众提供资源，且节点行为无约束的工作模式导致网络存在三个问题。

搭便车问题指节点只消费其他节点贡献的资源，而不共享自己的资源。

以文件共享系统为例，的节点是。

最新的监测也表明在文件共享网络中，大约有的节点是。

公共物品的悲哀问题公共物品的悲哀指网络资源作为种非排他的公共资源，被大多数节点无节制地使用，据统计，数据流量占因特网总流量达，并且在用户总数没有显着增长的情况下，数据流量仍然在快速持续增长。

事实上，网络理性用户的根本目的是最大化自己效用，而并不考虑网络的整体效用。

不可靠服务和欺诈问题网络中存在着大量不可靠的服务质量以及欺诈行为。

以众多的文件共享应用为例，的文件是伪造文件。

而在类似于这样的电子商务中，这种不可靠服务和欺诈行为给用户带来的影响则更为严重。

因此，必须设计有效的机制来规范网络中节点的行为来解决上述三个问题，从而提高服务的可用性，促使节点进行有效的协作并合理使用网络资源。

为什么是信任模型在节点具有自主权利，自组织的网络中，如何来规范节点的行为呢事实上，网络提供了真实世界中人类交流的网络环境，是以人为中心的网络，与社会网络具有同构性。

而信任作为社会存在的个整体部分，是社会网络中人与人之间的核心关系。

人类社会通过基于信誉的信任关系与激励机制来约束人们的日常生活行为。

基于信任的网络与人类社会网络的相似性体现在网络中个体之间的彼此交互会为彼此留下零星的信用信息个体对交互对象具有充分的选择权利个体往往不看重绝对的可靠性或服务质量，即个体可以忍受少量的选择带来的损失，比如文件共享应用个体有义务为网络中的其它个体提供推荐信息。

因此，可以利用信任关系刻画网络中节点之间的关系，并采取基于信任的激励机制解决上述问题。

基于信任值提供区分服务在文件共享网络中，可以根据节点对网络资源的贡献程度，提供区分服务。

例如，将节点提供的资源与消耗资源的比值作为节点参与到系统中的等级，并将其作为节点享受服务的优先级。

中节点根据对方上传的速率决定自己上传的速率。

在网络中节点根据本地信任值来设定请求节点在下载队列中的优先级。

对恶意使用网络资源的节点进行惩罚。

例如提出的激励机制关注于类网络中文件传输时的带宽分配问题，根据节点对网络的贡献为其分配带宽资源。

当节点共享数据时，贡献值增加从而激励节点共享。

当节点从过载节点下载文件时，贡献值减小，从而抑制节点对公共资源的消耗。

基于区分服务的激励机制可促使节点之间合作并合理使用网络资源，从而解决搭便车和公共物品的悲哀问题。

根据节点的信任值选择服务提供者节点可以基于信任值来选择与之进行交易的对方。

例如，在网络中，购买信任值较高的商家的产品，从而激励商家保持良好的销售行为并提高可靠的产品。

从而有效抑制网络中的不可靠服务和欺诈问题。

信任的概念信任是个多学科的概念，描述了在特定的情境下，个个体在可能带来不利后果的情况下，愿意相信另个个体具有种能力或能够完成项任务的主观信念。

与信任紧密联系的概念是信誉，信誉来自个体的社会网络中，是基于观察到的个体过去行为或过去行为的信息而对个体行为的期望。

信誉和信任之间的差别可以用我信任你因为你有好的信誉或我信任你尽管你的信誉不好来说明。

由此可见，信誉强调的是个群体对个体或群体的共同的可信赖度，而信任更多强调的是信任个体对被信任方的主观信赖。

在本文中所提及的信任指的是信任方对被信任方的主观信任，即信任方根据自己的经验或同时参考被信任方的信誉而得出的被信任方的可信赖程度。

在资源共享的网络中，体现节点可信赖程度的不仅包括节点的诸如计算存储网络带宽等方面的客观能力，同时与节点参与到网络中的行为特征相关，例如节点的在线时长友好程度等。

在电子商务类的网络中，卖家的可信赖程度与商品说明与买家的沟通运送时间运送及手续费等相关。

在实际的应用系统中，将所有影响节点可信度的信任因素进行量化并综合得出节点的可信度并不可行。

因此，般情况下，在网络的信任模型中，根据节点彼此之间对交易的满意程度来确定可信度。

信誉信任与互惠的关系正如社会领域，只有当过去的行为对未来有影响时社会学称之为未来阴影现象，人们才有动机去建立彼此间的信任关系。

因此，信任模型与激励机制之间具有良好的互动关系，可以有效促进网络中节点之间的合作。

信任模型分类在网络中，存在着各种各样的攻击模型，包括欺诈假冒诋毁联合欺诈具有前端节点前端节点般提供可靠的服务，对合作节点给予公正的评价。

但这些前端节点试图通过给予集团内部恶意节点高的正面评价来掩饰恶意节点的行为的联合欺诈节点改变重新进入网络以及节点间歇性地提供不可信信息和服务，或是累积信誉到了定高度时，利用其较高的信任值，进行诈骗诋毁或联合欺诈等攻击行为。

目前的信任模型大多集中于解决几类攻击问题，根据建立信任关系的方法，大致可分为基于可信第三方的信任模型和基于反馈评价的信任模型两类。

基于可信第三方的信任模型这类信任模型采用传统安全体系中的技术，通过网络中的少数领袖节点来监督整个网络的运行情况，并定期通告违规节点或对其进行处罚。

这些领袖节点的合法性通过颁发的证书加以保证。

这类系统往往依赖于少量中心节点，因此存在单点失效以及可扩展性的问题。

基于反馈评价的信任模型网络中的信任模型大都属于此类，根据被信任客体的不同，存在为资源建立可信度和为交易节点建立可信度两大类。

前者关注于网络中可获取信息的可信度，与信息提供者的可信度并不建立直接联系。

在这类信任模型中，节点对信息的可靠性进行判定，并给出正面或负面的反馈评价，并进步计算其信任值。

例如，在文件共享应用中，只考虑正面的反馈，采取数据签名的方式来建立可信度，即如果用户认可信息的真实性，则进行签名，信息获得的签名越多，其真实性越高。

这种为资源建立可信度的信任模型局限于信息共享的应用，不具有广泛的适用性。

下文针对为交易节点建立可信度的信任模型进行说明。

新增个更复杂的集合库，其中包含了个名为的继承器，可以做比老式的更多的事情。

从设计角度出发，我们需要的是个全功能的序列。

通过对它的操纵，应该能解决自己的问题。

如果种类型的序列即可满足我们的所有要求，那么完全没有必要再换用不同的类型。

有两方面的原因促使我们需要对集合作出选择。

首先，集合提供了不同的接口类型以及外部行为。

堆栈的接口与行为与队列的不同，而队列的接口与行为又与个集或列表的不同。

利用这个特征，我们解决问题时便有更大的灵活性。

其次，不同的集合在进行特定操作时往往有不同的效率。

最好的例子便是矢量和列表的区别。

它们都属于简单的序列，拥有完全致的接口和外部行为。

但在执行些特定的任务时，需要的开销却是完全不同的。

对矢量内的元素进行的随机访问存取是种常时操作无论我们选择的选择是什么，需要的时间量都是相同的。

但在个链接列表中，若想到处移动，并随机挑选个元素，就需付出惨重的代价。

而且假设个元素位于列表较远的地方，找到它所需的时间也会长许多。

但在另方面，如果想在序列中部插入个元素，用列表就比用矢量划算得多。

这些以及其他操作都有不同的执行效率，具体取决于序列的基础结构是什么。

在设计阶段，我们可以先从个列表开始。

最后调整性能的时候，再根据情况把它换成矢量。

由于抽象是通过继承器进行的，所以能在两者方便地切换，对代码的影响则显得微不足道。

最后，记住集合只是个用来放置对象的储藏所。

如果那个储藏所能满足我们的所有需要，就完全没必要关心它具体是如何实现的这是大多数类型对象的个基本概念。

如果在个编程环境中工作，它由于其他因素比如在下运行，或者由垃圾收集器带来了开销产生了内在的开销，那么矢量和链接列表之间在系统开销上的差异就或许不是个大问题。

我们可能只需要种类型的序列。

甚至可以想象有个完美的集合抽象，它能