TrustGrey：一种基于灰度缓冲区的通用信任评估框架

《IEEE Internet of Things Journal》：TrustGrey: A General Trust Evaluation Framework Based on Gray Buffer

本文针对移动众包感知（MCS）中智能终端恶意行为导致信任衰减的问题，提出TrustGrey框架。通过灰色缓冲区设计避免信任崩溃，结合供需平衡的动态招募机制协调服务请求与终端可信度，实验验证其有效性。

　　

摘要：

移动群体感知（MCS）已成为物联网（IoT）场景中大规模数据收集的一种有前景的解决方案。然而，智能终端的恶意行为，如提供损坏或伪造的数据或故意传播虚假数据，对MCS服务的可信度构成了重大威胁。目前，主流的信任评估方案通过积累终端交互经验来评估其信任值，但这些方案的内在缺陷会导致MCS服务遭受严重的信任衰减。现有的信任计算方法尚未考虑服务完成的质量与终端群体感知协作经验之间的平衡。为了解决这些问题，本文提出了一种新的通用灰色缓冲信任评估框架（TrustGrey），用于评估智能终端的信任关系。具体而言，我们构建了智能终端的灰色信任状态信任值计算模型，以弥补传统信任值计算模型的内在缺陷。在信任值计算模型中设计了灰色缓冲区的突然下降机制，以避免信任衰减。我们还设计了灰色缓冲区的快速恢复机制，以防止因信任值突然下降而导致的误报，并通过不可逆的黑值减少机制避免智能恶意终端造成的多重损害。然后，我们设计了一种基于供需平衡的动态招募机制，综合考虑服务请求的重要性和终端的可信度，动态协调服务请求的招募过程，以平衡服务发起者和完成方的体验。在真实世界数据集上的实验突显了我们提出的TrustGrey框架的优势。实验还表明，TrustGrey具有相当高的可靠性...

显示更多

引言

物联网（IoT）[1]通过各种终端传感器和特定的信息通信介质实现了事物的互联、信息交换和共享，这在很大程度上依赖于来自传感器网络和移动群体感知（MCS）等感知活动的数据收集。MCS是一种利用智能移动终端内置传感器和应用程序的众包技术，最近已成为IoT感知活动的一种有前景的解决方案[2]。MCS充分利用了大量移动终端的空闲计算资源，在数据收集方面具有巨大潜力。由于大规模用户的流动性，MCS具有多样化的空间覆盖范围，能够支持多种IoT服务，如公共安全、交通规划、环境监测和社会推荐[3]。MCS在不增加额外成本的情况下提升了IoT的感知能力，为用户和IoT设备提供了双赢策略。然而，由于MCS的开放性，任何智能移动终端都可能提供感知数据，这大大增加了恶意移动终端提供虚假感知数据的风险。同时，由于用户的流动性，动态信任评估的复杂性也大大增加。最终风险可能是对MCS造成损害。因此，需要构建一个“合适的”信任框架，通过评估智能移动终端的可靠性来获取高质量的感知数据，从而最小化对MCS的潜在攻击。