基于社交信任的跨群落访问控制模型

摘要

为了提升跨群落访问控制的准确性与实时性，增强其在复杂多群落社交网络环境中的适应能力，提出一种跨群落访问控制模型。该模型融合社交信任自适应机制与智能策略延伸调控机制，通过结合显性信任与隐性信任构建信任融合框架，并引入“黏性策略智能体”结构，将数据使用目的、生命周期及流转约束嵌入数据本体；同时，依据社交距离与动态信任值，实现跨群落上下文感知的动态访问控制决策。基于桑塔德市(Santander)智慧城市数据集进行对比实验与消融实验。结果表明：所提模型能够有效识别多群落环境下的复杂关系，在良好环境中，稳定期平均信任值达到0.93,而在恶意场景下，稳定期平均信任值仅为0.03;在恶意推荐节点占比达50%的条件下，服务节点成功率达到41%;在合谋攻击场景下，合谋节点稳定期平均信任值控制在0.07,攻击收益仅为6,服务节点成功率达52%;与PageRank Trust模型、Eigen Trust模型及Beta Trust模型相比，在适应性、抗攻击干扰及可靠性方面具有显著优势。所提模型在社交信任计算与访问控制方面具备较强的实用性与扩展潜力，可为未来社交物联网安全机制设计提供新的思路与实现途径。

关键词

数据安全与计算机安全 / 社交网络 / 访问控制 / 信任评估