P2P环境下局部可信度的神经网络识别方法

作     者：胡和平 黄保华 姚寒冰 卢正鼎 李瑞轩 HU He-ping;HUANG Bao-hua;YAO Han-bing;LU Zheng-ding;LI Rui-xuan

作者机构：华中科技大学计算机科学与技术学院湖北武汉430074 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2006年第27卷第8期

页      面：1503-1505页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(60403027)资助 

主　　题：P2P 信任 神经网络 

摘      要：P2P(Peer-to-Peer)环境下对等实体的全局可信度得到了广泛重视和研究,但计算全局可信度的基础——局部可信度却没有受到应有的重视.现有模型只给出了基于交易成功与失败次数统计比例的简单方法,不能描述交易成功失败的分布特性.首次将神经网络引入局部可信度的识别,将能够反映分布特性的交易成功与失败序列作为神经网络输入来识别局部可信度.给出了神经网络结构、输入规范化和训练样本构造方法.通过分析和实验可以看出,该方法是有效和可行的.