中文摘要：

新兴的复杂网络研究蕴藏着巨大的潜在应用价值。但是在蓄意攻击中心节点时，复杂网络所表现出的脆弱性，成为其在实际应用中的一大缺陷。为解决这一问题，本项目以AS层互联网这类典型的复杂网络为应用背景，对中心节点的识别与保护机制进行研究。为提高识别的实用性和准确性，依据互联网的加权网络特征和中心化指标，设计基于复合指标关联的加权复杂网络中心节点识别算法；为提高中心节点的可靠性和网络的抗毁性，借鉴蛋白质的折叠机理，实现中心性节点的自我管理机制，借鉴蛋白质间的协同作用原理，构建中心性节点子网（由中心性节点组成的子网）的自主协同模型，建立可调节的协同工作机制和运行环境，此外为提高子网中节点协同的可信性，提出基于扩展证据理论的信任评价模型；最后，为验证本项目对中心性节点实施保护的有效性，设计一种基于关联分析和模糊评估的复杂网络可靠性评测方法，并对其进行实现和仿真。

结论摘要：

在复杂网络研究领域中，评估节点的重要程度，发掘关键节点，具有重要的理论与应用价值。通过对关键节点的认知可以揭示复杂网络内在的一些重要特性。通过对这些关键节点的保护不仅可以有效增强大规模网络的可靠性，而且还可提高网络受攻击时的抗毁性。因此，本项目以提高复杂网络的可靠性和抗毁性为目标，面向AS层互联网环境，研究基于自主协同的复杂网络关键节点识别与保护机制。具体包含三个方面的研究内容1）为了符合真实网络的特性并提高关键节点识别的准确性，设计和实现了基于复合指标关联的加权复杂网络关键节点识别算法，实验结果表明，所提具有较好的节点重要性区分能力和准确性，对于进一步完善节点重要性评价理论框架具有启发意义和实用价值。2）从主动防御的思想出发，借鉴蛋白质的折叠机理，实现了关键节点的自我管理机制；借鉴蛋白质间的协同作用原理，构建了中心子网的自主协同模型；为提高协同的可信性和性能，提出了基于扩展证据理论和基于推荐的信任评价模型。仿真实验表明，与已有模型相比，所提模型具有更强的抑制各种策略欺骗及共谋行为的能力，在信任度量准确性方面也有较大提高。3）为验证本项目对关键节点实施保护的有效性，设计了一种基于关联分析和模糊评估的复杂网络可靠性评测方法，并通过算法分析和实验仿真验证了该算法的准确性。本课题的研究成果已发表论文13篇，1篇被SCI收录，7篇被/EI/ISTP收录，申请发明专利4项，获发明专利授权1项。