面向物联网安全的基于效率推荐过滤信任模型
密码学与安全
2025-09-09 v2
摘要
信任计算对于确保物联网（IoT）的安全至关重要。然而，当前针对IoT的信任机制存在局限性，影响数据安全。基于滑动窗口的信任方案无法确保可靠的信任计算，因无法选择合适的窗口长度。此外，近期信任得分在考虑时间效应时受到过度强调，这可能导致基于近期行为导致信任得分剧烈波动，误将诚实的服务提供者误判为恶意者，反之亦然。此外，用于信任计算中过滤推荐的聚类机制常导致结果较慢。本文提出一种鲁棒的信任模型以解决上述局限性。该方法动态确定窗口长度，以保证准确的信任计算。采用平均信任得分与时间的调和均值，以防止信任得分的突变。此外，采用一种高效的个性化子空间聚类算法进行推荐过滤。我们提供的安全分析表明，该方案对抗坏话、信任投毒和开关攻击具有鲁棒性。该方案在检测坏话攻击方面表现出竞争性能，约提高44%以上的准确率用于检测开关攻击。即使攻击者比例增加或在多重攻击同时发生时，方案仍保持有效性。此外，本方案将推荐过滤时间缩短约95%。
引用
@article{arxiv.2508.17304,
title = {An Efficient Recommendation Filtering-based Trust Model for Securing Internet of Things},
author = {Muhammad Ibn Ziauddin and Rownak Rahad Rabbi and SM Mehrab and Fardin Faiyaz and Mosarrat Jahan},
journal= {arXiv preprint arXiv:2508.17304},
year = {2025}
}
备注
References added