考虑变权重自适应调整的网络信息鲁棒性分析

摘要：

BP神经网络加权权重成固化状态，导致信息信任度评价误差较大。提出基于BP神经网络的变权重自适应网络拓扑结构的C2C网络信息信任度评价和鲁棒性分析模型，以营运商可信度、网站信任度和外部环境为一级指标体系构建网络信息评价体系。以12维可信性因素作为输入向量，系统结构以网络信息信任度作为输出，通过调整网络拓扑权重向量设置信任度周期响应加权变量自适应函数，有效降低迭代算法的运算成本。仿真实验表明，采用新的网络信息鲁棒性评价模型能使C2C网站信息评价误差率大幅减低，系统具有较好的健壮稳定性和鲁棒性，能有效促进C2C网络健全运行和发展。

关键词：BP神经网络、变权重、鲁棒性、C2C网络

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金项目71101137。

在线出版日期：2014-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：110-112