P2P网络节点信息信任度计算模型仿真研究

摘要

P2P网络系统中节点持有信息的信任度评估是节点安全性能评估的重要指标,P2P网络中由于对中心节点较为依赖和节点频繁退出及加入,会造成的节点能量波动,造成传统的网络节点信任度计算出现偏差,提出了改进量子遗传算法的P2P网络节点信息信任模型.将P2P网络系统中节点信任度估计问题转化为从源节点到目的节点的最优信任路径寻优问题;对节点的可能信息传递路径进行染色体映射,计算其适应度值;然后利用改进的粒子群算法对量子旋转角度进行动态调整,依据个体信息熵和自适应变异算子迭代的进行最优个体和适应度值的搜索,输出节点信任关系解空间中的最优解.实验证明,改进算法具有较好的收敛速度和执行效率,且当节点跳级数较少时,可明显提高信任度计算的准确性.