王 建，冯伟森，邱兴超，刘 继，卢 林

WANG Jian1，2,FENG Weisen1,QIU Xingchao1,LIU Ji1,LU Lin1

1.四川大学 计算机学院，成都 610041

2.四川大学 锦城学院 计算机科学与软件工程系，成都 611731

◎网络、通信、安全◎

基于BP模型的KAD网络核心节点识别算法研究

王 建1，2，冯伟森1，邱兴超1，刘 继1，卢 林1

WANG Jian1，2,FENG Weisen1,QIU Xingchao1,LIU Ji1,LU Lin1

1.四川大学 计算机学院，成都 610041

2.四川大学 锦城学院 计算机科学与软件工程系，成都 611731

针对在KAD网络中核心节点的识别问题，提出了一种基于BP模型对节点重要程度进行实时判定的方法。结合KAD网络测量的结果，对网络中核心节点的属性特征进行提取和归一化处理，获得了一组可分离度较高特征集合。采用MatLab设计相应的学习算法对BP网络进行训练，使结果收敛于预定误差区间。将完成训练的BP网络模型应用于对测试节点的判定，实验结果表明该方法可以实时地完成核心节点的判定，并且识别准确率可达到约70%。

反向传播算法；KAD网络；核心节点；识别

1 引言

网络节点的排序问题是复杂网络中的一个基本和重要问题，被广泛应用于数据挖掘、网络分析、网络预测、网络安全与控制等领域。随着复杂网络研究的深入发现，大量真实的网络既不是规则的，也非完全随机的。因此，有效地评估和度量网络中节点的重要性，不但是网络数据挖掘的首要问题，也是复杂网络、社会关系网和互联网搜索、系统科学的研究重点[1]。KAD是P2P技术历经10年发展后的新一代DHT网络[2]，其去中心化、可测量、易扩展、高容错性等优点使它迅速渗透到文件共享、即时通讯、分布式存储、云存储等领域。……