12、对等网络搜索算法与云安全技术分析

对等网络搜索算法与云安全技术分析

1. 对等网络搜索算法性能评估

在对等（P2P）文件共享网络中，为了分析所提出算法的性能，定义了一系列衡量搜索效率和质量的指标。

1.1 性能指标定义

• 尝试比率（AR） ：一个对等节点会根据不同源的信任评级，不断从各种源下载文件，直到获得真实文件。AR 是首次尝试就下载到真实文件的概率，理想情况下，AR 应该较高。
• 有效尝试比率（EAR） ：恶意对等节点可能会提高搜索质量以隐藏其真实性质。因此，需要衡量好的对等节点相对于恶意对等节点的搜索质量。EAR 衡量的是好的对等节点相对于恶意对等节点下载真实文件的成本。其计算公式为：
  [
  EAR = 100\times\left(\frac{1}{\sum_{i = 1}^{M}\frac{1}{P(i)}}-\frac{1}{\sum_{j = 1}^{N}\frac{1}{P(j)}}\right)
  ]
  其中，M 和 N 分别是特定一代中发出查询的好的对等节点和恶意对等节点的数量。例如，EAR = 50 意味着如果一个好的对等节点平均需要一次尝试来下载真实文件，那么一个恶意对等节点需要两次尝试。
• 查询未命中比率（QMR） ：由于最初没有语义社区，并且在文件搜索中使用了较低的 TTL 值，因此在搜索的最初几代中，查询未命中的比率会很高。随着算法的执行，好的对等节点的查询未命中情况预计会下降，而恶意对等节点的查询未命中下降速度会非常缓慢，因为来自恶意对等节点的查询会被阻止。QMR 定义为一代