基于人工免疫的P2P文件共享防污染系統摘要：文件污染是當前P2P文件共享系統普遍存在的問題，極大的降低了系統的可用性。P2P文件共享系統和生物免疫系統一樣，都是高度分布、自適應和自組織的。利用向量空間相似度賦予投票權重，采用自適應的信譽閾值判斷文件可信性，建立了基于人工免疫的防污染對象信譽機制來進行鄰居節點集的選取，以改進系統可用性。仿真實驗表明，系統具有很高的識別精確度，能夠以低通訊代價很好的抑制污染文件在網絡中的傳播。關鍵詞：污染；人工免疫系統；可用性；文件共享；P2P引言目前，P22P文件件共享已已經成為為Intternnet上上的主要要應用之之一，對對Intternnet的的使用和和流量產產生了巨巨大的影響。PP2P網網絡具有有很多優優良特性性，但是是它的分分布性、開開放性和和自治性性使它不不可避免免的遭遇安全全問題的挑挑戰，比比如P22P文件件共享系系統中的的文件污污染問題題。所謂文件污污染問題題，是指指在P2PP文件共共享系統統中，惡惡意用戶戶發布與與所標示示主題不不相符合合的文件件內容，并通過P2P文件共享進行傳播。文件污染問題給P2P文件共享系統造成了很大的危害：首先，如果用戶頻繁遭遇污染文件，其感受到的可用性會急劇降低，甚至最終放棄使用該系統；而且，它為病毒、蠕蟲等惡意程序的傳播提供了便利，造成了網絡安全上的隱患。對P2P網網絡的實實際測量量數據表表明，現現實存在在的文件件污染現現象十分分普遍，尤尤其是對對于最近近流行的的內容。在在FasstTrrackk/KaaZaAA、eDDonkkey、OOverrnett等P22P系統統中，有有半數流流行內容容的拷貝貝是被污污染的或或是偽造造的[11][22]。作為一個高高度進化化的復雜雜系統，生生物免疫疫系統能能夠區分分外部有有害物質質和自身身組織，從從而清除除病原并并保持有有機體的的穩定。從從計算的的角度來來看，生生物免疫疫系統具具有高度度分布、自自適應和和自組織織的特性，具備很強的的學習、識識別、記記憶和特特征提取取能力。受受到生物免免疫系統統的啟發，人人們提出出了人工工免疫系系統（ArttifiiciaalIImmuuneSysstemm,AAIS）的概念念[3]]。由于它提提供了一一種強大大的信息息處理和和問題求求解范式式，近年年來，基基于免疫疫系統原原理的各各種模型型和算法法已經被被廣泛的應用在在信息安安全[44]、模模式識別別[5]]、數據據挖掘[[6]、智智能優化化[7]]等研究領域域中。與生物免疫疫系統一一樣，P22P文件件共享系系統也具具有高度度分布、自自適應和和自組織織等特性性。在PP2P文文件共享享系統中中，通過過建立基于于人工免免疫原理理的對象象信譽機機制，使使用人工工免疫方方法進行行鄰居節點點的選擇擇過程，對候選選的節點點使用人人工免疫疫算法進進行篩選選，選取取出和本本節點具具有較高投票相似似度的鄰鄰居節點點，可以以減少惡惡意節點點傳播污污染文件件的可能能性，避避免惡意意節點的的共謀攻攻擊，從從而提高高文件共共享系統統的可用用性。本文以下部部分的結結構為：第一部分介紹紹相關研研究工作作，第二部分描述述對象信信譽機制制，第三部分提出出基于人人工免疫疫原理的的鄰居選選擇算法法，第四部分進行行仿真實實驗分析析，最后總總結本文文并展望望下一步步工作。相關研究工工作抑制文件污污染的方方法有很很多[8]，比如如基于原原始文件件的方法法、基于于專家意意見的方方法、基基于簡單單投票的的方法、基基于信任任關系的的方法等等。在基于簡單單投票方方法的基基礎上，通通過對歷歷史行為為的分析析，某些些專家節節點被認認為比其其它節點點更為可可信，于于是它們們的投票票就被賦賦予較大大的權重重，使用用一個信信譽系統統來保存存、更新新和傳播播這些權權重，然然后結合合投票來來對文件件的可信信性進行行評估。CCreddencce系統統[9]采用基基于對象象信譽的的方法，節節點通過過gosssipp過程收收集其它它節點的的投票，使使用Peearsson相相關相似似系數作作為節點點投票相相似度的的衡量標標準，賦賦予其它它節點的的投票以以權重，并并對所收收集的投投票進行行二次抽抽樣。由由于采用用gosssipp過程，需需要對投投票逐一一進行加加密和解解密驗證證，帶來來了很大大開銷，而而且沒有有解決ffreeeloaadinng問題題，也沒沒有考慮慮到鄰居居節點的的選取。XRep[[10]和X2Repp[11]系統都都引入了了對象信信譽，并并依據過過去的投投票行為為賦予節節點以權權重，但但是都沒沒有在節節點之間間共享信信譽信息息，并且且要求節節點在評評價階段段在線進進行投票票的計算算和傳播播，不適適合動態態的P22P環境境。在KaZaaA[12]系統中中，節點點對自己己所共享享的文件件給出評評分，表表示為四四個級別別的真實實度。但但是，系系統是根根據節點點自己對對所共享享文件的的評分來來決定文文件的信信譽值，沒沒有節點點之間相相互評分分的機制制，使信信譽系統統容易受受到惡意意節點的的攻擊。eMulee和eDDonkkey網網絡通過過Jugglereaal-ttimeeFaakeCChecck服務務[13]來抑制制文件污污染，但但是很容容易受到到暫時副副本誘騙騙的攻擊擊。在查詢的返返回結果果中選取取下載地地址時，有有的系統統采用選選取最佳佳返回結結果的策策略，容容易受到到惡意節節點的欺欺騙攻擊擊。于是是，很多多系統采采用隨機機選取返返回結果果的策略略來抑制制污染的的傳播，能能夠使可可信文件件的搜索索結果隨隨攻擊者者數目的的增加呈呈線性下下降，但但是在污污染程度度很低的的時候，卻卻造成較較大的性性能損失失[14]。大多數推薦薦系統中中采用了了相關的的協同過過濾技術術，但是是它們依依賴于集集中式的的控制，不不合適于于具有分分布特性性的P22P系統統。對象信譽機機制在P2P文文件共享享網絡上上，建立基基于對象象的信譽譽機制，從從而抵御御文件污污染。這里的的對象信信譽，是是指系統統中所共共享的文文件對象象的可信信程度。在網絡中的的每個節節點上存存儲兩個個哈希表表，一個個是投票票箱(BBalllotBoxx)，一一個是相相似度表表(SiimillariityTabble))。投票票箱中的的每一項項對應著著對某個個文件的的投票集集，是一一個子哈哈希表，子子哈希表表中的每每一項則則對應著著某個節節點對該該文件的的投票。相相似度表表的每一一項對應應著本節節點與某某個節點點的投票票相似度度，相似似度值在在[-11,1]]之間，顯顯然，每每個節點點與自身身的相似似度為11.0。2.1初初始化過過程每個節點開開始共享享自己的的文件時時，對自自己的每每個文件件進行投投票。由由于對文文件受污污染與否否的判斷斷結論是是確定性性的，不不需要采采用多等等級的評評定標準準，同時時為了能能夠表達達中性的的意見，采采用最簡簡單的奇奇數等級級值，將將評分分分為{--1,00,+11}三個個等級，其其中，--1表示示用戶認認為該文文件為污污染文件件，+11表示用用戶認為為該文件件為可信信文件，00表示用用戶沒有有進行評評價。惡意節點為為了使污污染文件件能夠得得到廣泛泛的傳播播，會將將對污染染文件的的投票值值也設為為+1。2.2投票票收集過過程查詢消息可可以被用用來觸發發節點傳傳播投票票，在節節點進行行搜索的的過程中中，收到到查詢的的節點除除了要完完成轉發發處理的的任務，如如果它對對這個文文件有投投票，還還要返回回自己的的投票給給發起查查詢的節節點，假假設底層層P2PP網絡的的路由傳傳輸是安安全可靠靠的，惡惡意節點點不能夠夠任意操操控網絡絡上傳輸輸的消息息，所以以發起查查詢的節節點能夠夠保證得得到的這這個投票票是真實實的。這這個節點點將收集集到的投投票加入入投票箱箱中，然然后進行行相似度度表的更更新過程程。2.3相似似度的計計算在傳統的人人工免疫疫系統模模型里，抗體和抗原的親和力，一般是采用簡單的Euclidean距離、Manhattan距離或Hamming距離等字符串距離或向量距離來表示的。在這里的對對象信譽譽機制中，節點點的投票票相似度度就是匹匹配特異異性。對對投票箱箱中存在在投票的的每個文文件，統統計本節節點和待待評估節節點的投投票，計計算兩者者的相似似度，并并記入相相似度表表中。相似度的計計算，一一般有相相似距離離和相似似系數兩兩類衡量量方法，相相比而言言，后者者更為精精確的反反映了數數據之間間的相似似程度，其其中包括括Peaarsoon相關關相似系系數、指指數相似似系數、向向量空間間相似系系數等多多種衡量量標準。這里采用以以向量夾夾角余弦弦表示的的向量空空間相似似系數作作為衡量量標準來來計算節節點投票票之間的的相似度度。(1)節點投票構構成了KK維文件件對象空空間上的的向量，如如果節點點沒有對對某個文文件進行行評價，則則相應分分量為00。設節節點nii和節點點nj在K維維文件對對象空間間上的投投票值分分別表示示為K維維向量和和，則節節點nii和節點點nj之間的的投票相相似度為為：(1)其中，節點點ni和nj共同投投票的文文件集合合用Iiij表示示，節點點ni和nj投票的的文件集集合分別別用Iii和Ij表示，VVi,kk和Vj,,k分別別表示節節點nii和nj對文件件k的投投票值。2.4文件件可信性性的判定定更新相似度度表之后后，在投投票箱中中查詢對對該文件件的投票票，在相相似度表表中查詢詢相應投投票節點點與本節節點的相相似度，將將投票值值與相似似度的乘乘積累加加得到文文件的信信譽值eestiimatte。當當esttimaate超超過某個個閾值aacceeptTThreeshoold時時，接受受這個文文件；當當esttimaate低低于某個個閾值rrejeectTThreeshoold時時，拒絕絕這個文文件；介介于兩者者之間，則則以概率率接受這這個文件件。一般來說，判判斷文件件是否污污染的信信譽閾值值有三種種取值方方案：全全局閾值值、多數數閾值、本本地閾值值。全局局閾值方方案由全全局共享享一個固固定的值值，不能能夠靈活活取值；；多數閾閾值方案案由局部部的大多多數節點點共同決決定一個個值，存存在節點點之間相相互信任任的問題題。所以以采用本本地閾值值方案，并并且引入入自適應應的閾值值取值方方案。G(t)和和P(tt)分別別表示在在時刻tt，系統中中可信文文件和污污染文件件的數目目，則表示污污染文件件所占的的比例，也就是是污染文文件的擴擴散程度度。用戶感感知污染染率表示示用戶在在下載過過程中遭遭遇污染染文件的的概率，h(tt)和污污染文件件的擴散散程度相相關，表示相相關程度度的θ(?)是單單調增函函數。α表示節點點采用對對象信譽譽機制時時在處理理一個可可信文件件時接受受它的概概率，β表示節節點采用用對象信信譽機制制時在處處理一個個污染文文件時拒拒絕它的的概率。顯然，α和β的值越越接近11，系統的的精確度度越高。(2)在引入對象象信譽機機制之后后，用戶感感知污染染率由原原來的hh(t))變為(2)H(t)的的值用戶戶可以通通過統計計得到。用戶對對衡量系系統精確確度的指指標α和β的值并并不知情情，只能能通過統統計得到到的用戶戶感知污污染率HH(t))來評判判當前的的系統性性能。當H(t))超過用用戶預期期的值HH時，同同時提高高acccepttThrreshholdd和reejecctThhressholld的值值；當HH(t))低于某某個很小小的值εε時，同同時降低低acccepttThrreshholdd和reejecctThhressholld的值值。采用用自適應應的閾值值取值方方案，使使得系統統在網絡絡動態變變化的情情況下，仍仍然能夠夠保持αα和β的值同同時處于于較高水水平。鄰居選擇算算法通過不斷調調整P22P文件件共享系系統ovverllay網網絡的拓拓撲結構構，可以以增強普普通節點點的集聚聚性，而而對惡意意節點進進行有效效的屏蔽蔽，從而而減少惡惡意節點點傳播污污染文件件的可能能，提高高文件共共享系統統的可用用性。由由于P22P網絡絡的分布布性特點點，從單單個節點點的角度度來看，可可以采用用有效的的鄰居選選擇算法法，以達到這這個目的的。為了能夠在在網絡節節點中找找到一個個子集，作作為自己己的鄰居居節點，節點需需要采用用一種有有效的鄰鄰居選擇擇算法，如果僅僅選取與自身相似度最高的k個節點作為鄰居，這樣做并不能夠選取出最具有潛力的良好節點來防止文件污染，而且容易遭到共謀攻擊的威脅。生物免疫系系統具有有高度分分布、自自適應和和自組織織的特性性。通過過模仿自自然生物物免疫，建建立人工工免疫系系統來進行節節點的鄰鄰居選擇擇過程，對對候選的的節點使使用人工工免疫算算法進行行篩選，選選取出和和本節點點具有高高相似度度的鄰居居節點，同時，保持鄰居節點的多樣性，從而使系統達到很高的集聚性。算法的偽代代碼如下下所示：(1) AAIS系系統初始始化；(2) 將將本地的的投票信息息編碼為為抗原AAg；(3) WWHILLE還有有候選節節點存在在(4) 加入下下一個候候選節點點；(5) 將其投投票信息息編碼為為抗體Abb；(6) 計算AAg與Ab的的投票相相似度；；(7) 計算AAb與其它抗抗體的投投票相似似度；(8) WHIILE鄰居節節點集合合未滿(9) 執行濃度度更新過過程；(10)EENDWHIILE(11) ENDDWHHILEE 其中，濃濃度更新新過程的的算法偽代代碼如下下所示：：(1) 根根據Abb與Ag的相相似度提提高Abb的濃度度；(2)根據據Ab與與其它抗抗體的相相似度降降低Abb的濃度度；(3) 根根據自然然衰減常常數降低低Ab的的濃度；；(4) IIFAAb的濃濃度大于于某個閾閾值(5) 將Ab加加入到鄰居集集合中；(6) EELSEE(7) 將Ab清清除出候候選集合合；根據算法所所描述的的抗體濃濃度更新新過程，得得到抗體體Ab的的濃度變變化滿足足以下微分分方程式式：其中，xii表示抗抗體Abb的濃度度，y表表示抗原原Ag的的濃度，xxj表示其其它抗體體的濃度度，N是是其它抗抗體的個個數，kk1、k2、k3是相應應的常數數參數。方方程式中中的第一一項表示示抗體AAb的抗抗原刺激激，它的的強度與與Ab和Ag的相相似度mmi成正比比，第二二項表示示抗體被被其它抗抗體識別別時所受受到的抑抑制，它它的強度度與Abb和其它它抗體的的相似度度mijj成正比比，第三三項表示示抗體細細胞沒有有受到刺刺激而自自然衰亡亡的過程程。仿真實驗分分析4.1實驗驗場景通過在開源源的P22P模擬擬器NeeurooGriidSSimuulattor[[15]的基礎礎上加入入文件共共享功能能，使得被被搜索到到的文件件能夠在在網絡中中復制傳傳播，然后根根據前面面描述的的節點投投票算法法和人工工免疫算算法，實現基于于人工免免疫的對對象信譽譽機制模塊塊，來驗證證該機制制抑制PP2P系系統中文文件污染染的能力力。實驗場景為為模擬一一個具有有10000個節節點和1100000個初初始文件件對象((G(00)+PP(0))=1000000)的PP2P文文件共享享網絡，網絡拓拓撲結構構符合參參數為((1.55,11.0))的Poowerr-laaw分布布，節點上上的文件件分布和和文件中中的關鍵鍵字分布布都符合合Zippf分布布規律。網絡中中查詢消消息的TTTL設設為7，平均每每個節點點每天發發起100次搜索索，模擬進進行100天(tt=100)共發發生10000000次搜搜索。另外，系系統中設置θ(x))=x，即用用戶感知知污染率率h(tt)與污污染文件件的擴散散程度pp(t))相同。節點角色分分為三種種：良好節節點(BBeniignPeeer)、惡惡意節點點(AddverrsarriallPeeer))、搭便便車節點點(FrreerridiingPeeer)。三種所所占比例例設為：：BENNIGNN_RAATE=800%，AADVEERSAARY__RATTE=110%，FREEERIIDINNG_RRATEE=100%。4.2實實驗結果果很多P2PP客戶端端將查詢詢的結果果按照所所發現的的文件拷拷貝數降降序排列列，這就產產生了馬馬太效應應，用戶更更愿意選選擇拷貝貝數多的的文件進進行下載載，而這又又進一步步增加了了其拷貝貝數。所以系系統初始始狀態對對整個系系統的精精確度性性能表現現影響很很大。在對比比系統精精確度時時，設置兩組參數數：POLLLUTTIONN_RAATE分分別為110%和和50%%，模擬擬低污染染率和高高污染率率兩種環環境，其它實實驗中，設置置POLLLUTTIONN_RAATE為為高污染染率條件件，即550%。圖1低低污染率率下對象象識別的的精確度度圖22高高污染率率下對象象識別的的精確度度由實驗結果果圖1和和圖2可可見，在各種種污染程程度下，系統的的精確度度β值（BeeniggnPeeerss’Beeta）都能夠達到90%以上，對搭便車節點的懲罰（Freeriders’Beta）也隨著污染程度的增加而變得更為嚴厲。在圖1的低污染率條件下，搭便車節點利用系統所獲得的識別精確度非常接近于良好節點；而在圖2的高污染率條件下，搭便車節點利用系統所獲得的識別精確度大大降低，搭便車節點幾乎不能夠從對象信譽機制中得到益處。從圖3可以以看到可可信文件件與污染染文件傳傳播速度度的對比比，可信信文件在在系統中中持續增增長，而而污染文文件只是是略有增增加，兩兩者的差差距越來來越懸殊殊，污染染文件的的傳播受受到了很很大的抑抑制。4.3收斂斂速度由于網絡帶帶寬和節節點計算算能力的的限制，節點進進行投票票收集的的范圍是是受限的的，同時，人人工免疫疫系統還還處在初初始階段段，因此此系統在在啟動初初期由于于節點之之間沒有有充分的的共享投投票信息息，所以處處于不穩穩定的狀狀態，對象識識別的精精確度有有一個收收斂過程程。通過實實驗結果果圖1和和圖2可可以看出出，該系統統具有較較短的學學習曲線線，雖然在在初始啟啟動階段段（小于于Dayy2時）處處于不穩穩定的抖抖動狀態態，但能能夠在較較短時間間內（在在Dayy2附近近）達到到并保持持穩定狀狀態。采用帶有有有效期的的路徑緩緩存機制制或是受受控的更更新傳播播方案可可以帶來來收斂速速度和性性能的進進一步改改善。4.4系統統開銷對象信譽機機制的引引入會帶帶來額外外的開銷銷，由于應應用范圍圍是文件件共享系系統，所以主要要關注的的性能指指標是通通信開銷銷。從圖4可以以看到，額外的的投票通通信開銷銷與搜索索本身產產生的開開銷相比比起來很很小（介介于0..06%%-0..11%%），不會加加重網絡絡的負載載。圖3可可信文件件與污染染文件的的傳播圖4對象象信譽機機制通信信開銷結論與展望望在P2P文文件共享享系統中中，建立立了基于人人工免疫疫原理的的對象信信譽機制制，使用用人工免免疫算法法從候選選節點中中選取出出和本節節點具有有較高投投票相似似度的節節點作為為鄰居節節點。在在該系統統中，通通過計算算節點之之間投票票向量的的夾角余余弦來衡衡量節點點投票的的相似性性，并以以此賦予予投票權權重，在在判斷文文件可信信性時運運用自適適應的信信譽閾值值。該系系統以較較低的開開銷有效效的抑制制了污染染文件在在文件共共享網絡絡中的傳傳播擴散散，避免免了惡意節節點的共共謀攻擊擊，提高高了P22P文件件共享系系統的可可用性。在下一步的的工作中中，希望建建立動態態自適應應的鄰居居選擇算算法以進進一步優優化拓撲撲結構；；利用文文件的流流行度信信息，針對易易受污染染的熱門門文件進進行投票票，以降低低系統開開銷；另外，研究如如何利用用興趣類類聚提高高網絡的的集聚度度也是下下一步的的工作。參考文獻：：J.Liiangg,RR.KKumaar,Y.Xi,,etal..PoolluutiooniinPP2PFilleSSharringgSyysteems..PrroceeediingssoffIEEEEInffocoom220055,Miaami,,FLL,USSA,Maarchh20005..J.Liiangg,NN.NNaouumovv,KK.W..Rooss..ThheIIndeexPPoissoniingAtttackkinnP22PFFilee-ShhariingSysstemms.ProcceeddinggsoofIIEEEEInnfoccom20006,Barrcellonaa,Sppainn,AApriil220066.DasguuptaaD,,Atttohh-OkkineeN..Immmunnityybaaseddsyysteems::Asurrveyy.PProcceeddinggsoofIEEEEIntternnatiionaalCConffereenceeonnSyysteems,,Maan,anddCyyberrnetticss,OOrlaandoo,Flloriida,,19997..3669~3744.KimJJ,BBenttleyyP..Toowarrdsanarttifiiciaaliimmuunesysstemmfoornnetwworkkinntruusioonddeteectiion::Anninnvesstiggatiionofcloonallseelecctioonwwithhaneggatiivesellecttionnopperaatorr.PProcceeddinggsoofCoongrresssonnEvooluttionnaryyCoompuutattionn,SSeouul,Korrea,,20001..277~300.CarteerJJH..Thheiimmuunesysstemmassamoddelforrpaatteernreccognnitiionanddcllasssifiicattionn.JJourrnalloffthheAAmerricaanMMediicallInnforrmatticssAsssocciattionn,220000,77(3)):288~411.TimmiisJJ,NNeallM..Aressourrcelimmiteedaartiificciallimmmunnessysttemforrdaataanaalyssis..KnnowlledggeBBaseedSSysttemss,220011,114(33-4)):1221~1130..ChunJSS,LLimJPP,JJunggHK.Opttimaalddesiignofsynnchrronoousmottorwitthpparaamettercorrrecctioonuusinngiimmuunealggoriithmm.IIEEEETrranssacttionnonnEnnerggyCConvverssionn,119999,114(33):6610~~6155.NeilDasswanni,HecctorrGaarciia-Mollinaa,BBeveerlyyYaang..OppenProobleemsinDatta-SSharringgPeeer--to--PeeerSSysttemss.Prroceeediingssoffthhe99thIntternnatiionaalCConffereenceeonnDaatabbaseeThheorry,Jaanuaary08--10,,20003..1~~15..K.Waalshh,EE.GG.SSireer.ExpperiienccewwithhannObbjecctRRepuutattionnSyysteemfforPeeer-tto-PPeerrFiilessharringg.PProcceeddinggsoofSSympposiiumonNettworrkeddSyysteemsDessignnanndIImpllemeentaatioon220066,SSanJosse,USAA,MMay20006.E.Daamiaani,,S..D.CC.ddiVVimeercaati,,S..Paarabboscchi,,ettall.ARepputaatioon-BBaseedAApprroacchfforChooosiingRelliabbleRessourrcessinnPeeer--to--PeeerNNetwworkks.ProoceeedinngsofACMMCoonfeerennceonCommputterssanndCCommmuniicattionnsSSecuuritty,Wasshinngtoon,DC,USAA,Occtobber20002.N.Cuurtiis,R.Saffavii-Naainii,W..Suusillo.X2Repp:EEnhaanceedTTrusstSSemaantiicsforrthheXXReppPrrotoocoll.PProcceeddinggsoofAAppllieddCrrypttogrraphhyaandNettworrkSSecuuritty,YelllowwMoounttainn,Chhinaa,JJunee20004..Kazaaa.hhttpp:///wwww.kaazaaa.coom.Jugleereeal--timmeffakeechheckkfooreeMulleaandeDoonkeey.htttp:///wwww.jjuglle.nnet..D.Duumittriuu,EE.KKnigghtlly,A.Kuzzmannoviic,etal..Deeniaal-oof-sservviceereesilliennceinpeeer-tto-ppeerrfiile--shaarinngssysttemss.PrroceeediingssoffACCMSSigmmetrricss20005,Bannff,,Caanadda,Junne220055.S.Joosepph.AnexttenddiblleoopennsoourccePP2Psimmulaat