一种基于GRU-BiLSTM融合模型的算力网络动态信任评估与访问控制方法

本发明公开一种基于GRU‑BiLSTM融合模型的算力网络动态信任评估与访问控制方法，通过GRU捕捉用户与节点在短期内的行为依赖特征，利用BiLSTM建模信任关系的双向时序演化规律,从而实现对用户可信等级的分类预测与节点信任度的回归估计，在此基础上，结合系统实时负载与信任波动率，设计四级访问策略，通过动态调整访问阈值实现访问控制的自适应优化，实现对用户与节点之间双向信任关系的联合预测,为访问决策提供更精准的行为依据;二是引入信任波动率指标，构建“信任评估‑策略执行‑波动率更新”的动态闭环机制，使访问控制策略能够自适应信任态势的演化，实现智能化、精细化的权限管理。