[发明专利]一种动态博弈访问控制奖惩激励约束方法

权利要求书

1.一种动态博弈访问控制奖惩激励约束方法，其特征在于，包括以下步骤：

步骤1初始化阶段，网络交互实体处于交互等待状态，同时实体结点也处于交互混合监听状态，从博弈模型机制中获得初始化参数(N，S，p,…,T)，评估判断节点的行为的诚信类别(honest，dishonest)和诚信程度；

步骤2当交互实体诚信访问时，触发奖励激励机制；判断相关收益所满足条件，由系统设置奖励因子激励主体自觉选择诚信访问，转向步骤4；

步骤3交互实体不诚信访问时，触发惩罚激励约束机制；判断评估不诚信行为实体的诚信程度决策出惩罚力度；当T_O→Sθ||k＝N_set时，惩罚达到最大，直接拒绝访问；

步骤4评估交互结果，反馈相关参数；

在奖惩激励约束机制下，如果访问主体能够按照机制设计目的采取诚信访问行为(honest)，将通过奖励因子提高访问主体选择诚信访问的预期总回报收益幅度来激励约束主体行为，如果访问主体采取欺诈访问，加以惩罚直到将其永远得不到访问客体的访问许可；

其中，奖惩激励约束机制为：

(1)奖励激励约束机制

奖励原则是：访问主体选择诚信访问策略时，激励约束机制通过增加其收益值来激励访问主体，提高其信任评估值，使其获得更多的访问许可权限；

采用α表示直接信任，δ表示推荐信任，γ表示实体和网络决策属性因素，ρ表示后验概率，奖励因子可以表示为α，δ，γ和ρ的函数，即：

在其它变量不变的情况下，根据各种因素的变化来进行修正其值，不断随着α，δ，γ的增大而变大；能够在开放的网络环境中没有任何严格假设情况下正确反映主体诚信行为的可信度和激励性，

网络交互过程中，假设访问主体的奖励因子为则t₁时刻访问主体选择诚信访问的预期收益为：

则t_i时刻访问主体选择诚信访问的预期总回报收益为：

则当前访问主体选择不诚信访问的预期收益为：

R_dish＝p*Sn.ta.u.inco+(1-p)*Sn.nta.u.inco

根据博弈原则可知，

因此，选择合适的奖励因子满足以下条件时：

访问主体为追求收益最大化，选择的访问行为策略将永远诚信；

(2)惩罚激励约束机制

惩罚原则是：访问主体选择不诚信访问策略时，激励约束机制通过减少其收益值来惩罚访问主体，降低其相关信任评估值，使其没有足够信任值满足所申请的访问许可权限最小信任阈值；

欺诈访问行为发生后，惩罚激励约束机制视情况做出以下策略选择：

策略a：(温和惩罚策略)提高访问客体对该访问主体的相关访问信任阈值θ值，减少交互实体的收益U，降低访问客体对该访问主体的相关信任评估值

策略b：(严厉惩罚策略)拒绝，当综合信任评估值T_O→Sθ或不诚信访问行为发生的次数k＞＝N_set，N_set为访问控制机制事先设定最大容忍最小触发值，永远被禁止访问客体；

因访问客体根据访问主体不诚信访问行为的危害性按照如下方式采取策略选择：

不诚信的访问主体在第t个交互阶段的预期损失是各阶段损失之和，即：

其中，β∈(0,1)为惩罚因子，其值由开放式网络环境中网络本身的各个因素决定，U_s(k)为访问实体节点S在第k阶段的收益损失；

将基于信任的访问控制博弈支付矩阵中相关参数代入U_{s_loss}(t)中得到：

如果网络交互实体节点S从诚信交互到不诚信的状态转变过程中，通过博弈分析计算出自己的最大收益损失U_{s_loss}，从而获得自己不诚信行为发生后的U_s(t+1)＝U_s(t)-U_{s_loss}(t)值，评估出综合信任评估值T_O→S，判断是否小于阈值θ；定义的惩罚阶段的时间周期n，以此通过系统调整n值来加强系统机制处罚不诚信访问行为的力度。