在以DHT(Distributed Hashing Table)為基礎的同儕網路中對於全域性信任及評比管理的有效演算法

Abstract

在這篇論文中，我們首先探討了在以DHT (Distributed Hashing Table) 為基礎的同儕網路中，關於資源提供者選擇的問題。使用者總是希望能在眾多提供所需資源的端點中選擇最適合的一個以獲得此資源。但同儕網路本身開放及匿名的本質，卻限制了使用者做選擇時的資料依據。因此我們提出了以評比管理及信任關係為主軸的機制，讓使用者能獲取他人的意見並對這些意見進行整合及評估，最後做出適當的選擇。在這樣的機制中，我們調整了關於評比資料的儲存與收集方式，讓使用者能以更快的收集到更多的資訊。我們也評估收集到資訊的可信度，並以資訊本身的可信度來決定此資訊在決定過程中所佔的比重，希望能提高使用者做決定的準確性。接著我們對於演算法中收集評比資料的數量做了驗證，證明我們所提出的機制的確能達到我們的目標。最後，我們提出研究的結論以及未來值得研究的問題。