我校青年教师夏辉在计算机网络国际学术会议发表论文

　　信任预测是评估网络中节点是否可信的关键，精确的信任预测能够降低系统对节点属性误判的风险，有效地选择可信节点作为数据转发的中继可极大地提高信息传输的安全性。但传统的信任预测模型对小样本非线性序列的预测误差偏高，该文提出一种基于高斯核函数的非线性灰色信任预测模型（Gaussian kernel-based nonlinear grey trust prediction model），用于描述非线性输入序列和输出序列之间的映射关系，能够在数据样本较小的情况下对节点信任值进行精确预测。