7、社交物联网（SIoT）的信任管理与安全

社交物联网（SIoT）的信任管理与安全

信任计算与评估

信任计算的第一步是获取受托方的社交信息，随后使用第一步获得的信息对选定的属性进行量化。特征提取部分涵盖了为特定社交物联网（SIoT）应用进行量化时选择合适信任度量的挑战，以及诸如合作性、共同兴趣社区、友谊相似度和共同工作相似度等指定指标。通过直接信任和声誉来计算对象的可信度，然后进行聚合处理。

以下是信任计算的步骤：
1. 获取社交信息 ：收集受托方的社交信息，为后续量化做准备。
2. 属性量化 ：利用获取的信息对选定属性进行量化。
3. 计算可信度 ：结合直接信任和声誉计算对象的可信度。
4. 聚合处理 ：对计算结果进行聚合。

在推导 SIoT 节点的可信度时，提出了一种新的安全方法。从用户体验中提取四个信任方面，基于诚实、合作性、共同兴趣和能量等属性计算直接和间接信任。为了提高应用性能并建立安全连接，会根据适当加权的多个变量来审查计算出的信任。

信任指标的开发包括以下几个方面：
- 诚实 ：诚实的节点应在其邻居网络中提供适当的推荐，诚实度范围为 (0, 1)。节点使用个人信息或直接信任来评估诚实度，直接信任是在节点直接与其他节点交互时获得的。
- 合作性 ：合作信任表示信任节点与信任者在社交方面是否合作。具有共同朋友的节点预计更具合作性，其在 SIoT 环境中的合作性可通过网络链接来预测。社交合作节点能提高应用性能，每