1、近年來，隨著網絡帶寬的大幅增加和個人計算機性能的不斷提高，網絡邊緣的帶寬、計算能力、存儲能力等都有了大量富余，為對等（Peer-to-Peer, 簡稱P2P）系統(tǒng)提供了廣闊的發(fā)展空間。P2P系統(tǒng)和目前盛行的以少數服務器為中心的客戶機/服務器（Client/Server，簡稱C/S）系統(tǒng)不同，它主要利用網絡邊緣帶寬和眾多個人計算機上的計算能力、存儲能力等實現對等的相互服務，具有可擴展性和魯棒性好、價格便宜等優(yōu)點。但P2P系統(tǒng)同時也具有大規(guī)

2、模、高動態(tài)、高異構、強異步、參與者組成復雜等特點，給系統(tǒng)的設計、開發(fā)和運行管理帶來了諸多挑戰(zhàn)，特別是在安全與激勵機制方面與傳統(tǒng)計算機系統(tǒng)有很大差別。目前P2P系統(tǒng)已經成為Internet上占用網絡帶寬最多的系統(tǒng)，但P2P系統(tǒng)卻主要局限于簡單的文件共享等安全級別要求不高的應用，這與目前P2P系統(tǒng)缺乏適用的安全和激勵機制密切相關。因此，對P2P系統(tǒng)的安全和激勵機制進行深入研究具有重要的理論意義和實用價值。 聲譽(Reputation

3、)系統(tǒng)是P2P安全研究的重點之一，現有P2P聲譽系統(tǒng)都高度重視全局信任度的研究，而對局部信任度只給出了基于交易成功與失敗次數比例的簡單計算方法，不能描述交易成功與失敗的時間分布特性。將人工神經網絡用于P2P聲譽系統(tǒng)，給出了P2P局部信任度的神經網絡識別方法。該方法將能夠反映交易結果時間分布特性的P2P交易結果序列直接作為神經網絡輸入來識別局部信任度，可以得出更具代表性的結果。另外，將神經網絡引入P2P聲譽系統(tǒng)，對聲譽系統(tǒng)的智能化研究也有

4、一定參考價值。 信任自動協商(Automated Trust Negotiation, 簡稱ATN)是在P2P系統(tǒng)中實施可靠訪問控制的方法之一，現有ATN模型的管理復雜度非常高，導致沒有真正實用的ATN系統(tǒng)。提出了P2P系統(tǒng)的信任級自動協商(Automated Trust Level Negotiation, 簡稱ATLN)模型。ATLN引入信任級來擴展ATN，使資源訪問策略不直接依賴于屬性證書而依賴于信任級，降低了策略的復雜性

5、，使ATLN較ATN更具靈活性和可管理性。另外，ATLN融合了ATN和傳統(tǒng)訪問控制技術，對傳統(tǒng)安全機制在P2P系統(tǒng)中的應用研究有一定參考價值。 保證公平性是P2P系統(tǒng)實施激勵的重要方法，借鑒人類社會個體間相互承諾并通過兌現承諾來實現公平交往的原理，提出了基于承諾的P2P資源公平共享協議P-Promise。P-Promise通過定義承諾證書和一套協議原語，在P2P實體間建立公平資源共享環(huán)以實現P2P公平資源共享。公平資源共享環(huán)的建