CTDST：一种面向移动云计算服务中可靠数据与服务交易的可信信任机制

《Computer Networks》：CTDST: A cautious trust-based scheme for reliable data and service trading in MCS

　　

移动群智感知（MCS）已成为大规模数据采集和服务提供的一种有前途的范式，其中工作者生成感知数据，数据和服务平台（DSPs）将数据处理成服务，用户消费这些服务。然而，在这种去中心化且开放的环境中，确保可靠的数据和服务交易仍然充满挑战，因为恶意或不可靠的工作者、用户或 DSPs 可能会破坏交易结果和整体系统效率。为了解决这一挑战，我们提出了 CTDST，一种基于谨慎信任的可靠数据和服务交易方案，该方案在工作者、DSPs 和用户之间引入了渐进式信任评估机制。在 CTDST 中，当请求者对潜在交易伙伴缺乏足够信任时，会采用谨慎委派策略，即选择可信中介代表请求者与可靠 DSPs 进行互动。在这些互动过程中，请求者收集关于 DSPs 的信任证据，而中介获得一部分奖励，这有助于激励对齐并鼓励持续参与。随着互动的积累，信任会根据观察到的结果不断更新，使请求者能够逐步建立可靠的信任评估。一旦请求者的信任分数达到预定义阈值，即可启用直接交易，从而在保持可靠性的同时提高交互效率。理论分析和大量仿真表明，CTDST 提高了交互成功率，减轻了恶意参与者的影响，并在可靠性和效率之间实现了平衡权衡。这些结果表明，CTDST 有效地增强了 MCS 系统对工作者和服务消费者的整体效用。

引言
移动群智感知（MCS）已成为可扩展且成本效益高的范式，用于大规模数据采集和服务提供 [1]、[2]、[3]。典型的 MCS 生态系统由三个主要角色组成：（i）使用个人或专用设备提供感知数据的工作者 [4]、[5]，（ii）将数据聚合为编排数据即服务（ODaS）并向服务消费者提供的数据和服务平台（DSP）[4]、[6] [7]，以及（iii）按即用即付模式请求和消费这些服务的用户 [8]、[9]、[10]。MCS 已应用于智能交通 [11]、城市监测 [12]、医疗保健和环境感知 [13] 等多个领域。尽管有其优势，但确保异构实体之间的可靠交互仍然是 MCS 系统中的基本挑战。尽管现有研究主要集中在面向 DSP 的机制上，通过招募可信工作者来确保数据质量 [3]、[14]，但工作者和用户的视角仍相对缺乏探索。在实践中，工作者和用户不是被动的参与者，而是战略决策者，他们必须评估交互对手的可信度。在实际的 MCS 环境中，工作者需要选择可靠的 DSPs 以确保公平的奖励，而用户则依赖可信的 DSPs 来获取准确且有价值的服务 [15]、[16]。缺乏来自这些视角的可靠信任信息可能导致次优决策并降低系统效率。

MCS 的去中心化和开放性质放大了不诚实活动的风险。恶意工作者可能会上传伪造数据 [8]、[17]、[18]，不诚实的用户可能试图利用服务平台，而不可靠的 DSPs 可能会拒绝付款、降低服务质量或在交易过程中行为不当 [15]、[16]、[19]。这些行为不仅降低了交互成功率，还阻碍了实体之间稳定信任关系的形成，最终影响了 MCS 生态系统的可持续性。基于信任的机制已被广泛采用来解决这些问题。然而，大多数现有方法依赖于直接交互或历史聚合，这在冷启动或低信任场景中可能不足够。当一个实体与潜在伙伴缺乏足够的先前交互时，直接交互可能会带来高风险，而避免交互则会导致错失机会。这种困境在动态 MCS 环境中尤为明显，因为参与者频繁加入和离开，且信任关系稀疏。

为缓解这些担忧，我们提出了 CTDST：一种面向移动群智感知中可靠数据和服务交易的谨慎信任机制（CTDST: A Cautious Trust-based Scheme for Reliable Data and Service Trading in MCS）。CTDST 的关键思想是通过结合谨慎委派与直接交易，实现信任感知的交互适应。CTDST 为工作者、DSPs 和用户引入了渐进式信任评估和交互框架。当请求者对潜在交易方信任不足时，系统允许通过可信代理进行交易，这些代理与可靠 DSPs 互动，并获得一小部分奖励作为参与和承担风险的激励。该机制降低了直接交互的风险，同时仍允许参与系统。通过重复交互，请求者积累额外的信任证据并逐步形成可靠的信任判断。一旦请求者积累的信任超过预定义阈值，即可启用直接交易，这提高了交易效率和整体系统收益。

本文的主要贡献总结如下：
(1) 谨慎信任交互机制：我们提出了一种角色感知的信任评估和交互框架，使参与者在低信任条件下能够通过谨慎委派逐步建立可靠的信任关系。该机制明确考虑了异构角色（工作者、DSPs 和用户），并在动态 MCS 系统中为数据和服务交易建立了可靠环境。
(2) 混合委派 - 直接交易方案：通过集成信任触发的委派与直接交易，CTDST 使实体能够根据积累的信任自适应地切换交互模式。这种设计不仅平衡了可靠性和效率，还将信任评估与奖励分享机制相结合，从而鼓励诚实参与并减轻机会主义行为。
(3) 理论和实验验证：我们提供了形式化分析，表明 CTDST 提高了交互成功率并减少了不诚实或恶意实体的影响。此外，我们分析了委派的含义并讨论了重复交互下的激励相容性。仿真结果进一步表明，CTDST 在不同信任和成本设置下自适应地保持稳定的交易性能，且表现优于现有的基于信任的解决方案。

总之，CTDST 引入了一种谨慎且高效的基于信任的框架，确保了工作者、DSPs 和用户之间的安全、可靠和高效用交互，并提高了 MCS 系统的鲁棒性和长期适用性。本文其余部分安排如下。第 2 节回顾了相关研究。第 3 节介绍了系统模型和问题表述。第 4 节描述了提出的 CTDST 方案。第 5 节介绍了 CTDST 的理论分析。第 6 节报告了性能评估和分析。最后，第 7 节总结了全文。

章节片段
相关工作
信任管理已被广泛研究，以确保分布式系统中的安全和可靠交互 [20]、[21]、[22]。现有方法通常分为强信任系统和行为驱动信任系统。

网络模型
本文采用的系统模型遵循与 [4]、[5] 中类似的设置。图 1 说明了工作者、数据和服务平台（DSPs）与用户之间的数据和服务交互过程。MCS 框架由三个主要实体组成：
•工作者：工作者使用无线传感器 [39]、[40]、手机或车辆等感知设备 [3]、[14] 参与数据采集。在实践中，工作者会产生包括出行努力、感知、计算和数据在内的成本

一种用于可靠数据和服务交易的谨慎信任机制
为了确保 MCS 中的可靠交互，提出了 CTDST 方案，使用户能够获得可信服务，工作者能够报告有效数据以获得奖励。该方案旨在提高实体行为在参与初期无法完全验证环境中的交互确定性。

在社交网络中，高风险交易通常通过可信中介进行，以减少潜在损失，即使中介费用会降低净收益。受……启发

CTDST 的理论分析
本节提供了证明 CTDST 方案在移动群智感知（MCS）中优势的形式化理论基础。首先介绍了信任与交互结果之间关系的基本假设，随后介绍了 CTDST 的主要理论特性，包括成功率占优性、盈利能力占优性和自适应单调性。

我们注意到定理 1、定理 2、定理 3 依赖于信任 - 成功和信任 - 利润函数的单调性；它们

性能评估与分析
本节介绍了使用 OMNeT++ 仿真平台对提出的 CTDST 方案进行的实验验证。采用基于 Rust 的方案 [34] 作为比较基准，该方案使用声誉计算但未纳入基于委派的提交机制。为确保公平，未利用声誉评分的策略未纳入比较范围，因为它们通常表现出显著下降的性能，且不是本研究的重点。除非

结论与未来工作
本文提出了一种面向移动群智感知的谨慎信任型数据与服务协作（CTDST）方案。CTDST 的核心原则是在直接信任不足时采用谨慎委派，从而使用户和工作者能够与可靠的中介协作。通过理论分析和仿真结果，证明与……相比，CTDST 显著提高了交互成功率、收益增长和信任稳定性

CRediT 作者贡献声明
Yuxin Liu: 写作 – 审阅与编辑，写作 – 原稿。Bin Zeng: 写作 – 审阅与编辑。Miaojiang Chen: 写作 – 原稿。Juan Huang: 概念化。Jinsong Gui: 资源。Jun Ma: 资源。Thippa Reddy Gadekallu: 概念化。Ahmed Farouk: 概念化。

利益冲突声明
作者声明他们没有任何已知的竞争财务利益或个人关系，这些利益或关系可能被认为会影响本文报告的工作。

刘玉欣 2018 年在中国中南大学信息科学与工程学院获得学士学位。2023 年在中国中南大学计算机科学与工程学院获得博士学位。目前担任中国长沙学院计算机科学与工程学院讲师。她的研究兴趣是信任网络、边缘计算、群智感知网络。邮箱：[e-mail]。
Yuxin Liu|Bin Zeng|Miaojiang Chen|Juan Huang|Jinsong Gui|Jun Ma|Thippa Reddy Gadekallu|Ahmed Farouk