信任容量优先搜索：最大流算法优化

通过本地信任网络的构建的方法，便可以构建出源节点的本地信任网络。接下来，我们对Advogato的可信用户识别搜索方法进行修改，提出了信任容量优先最大流搜索方法（Capacity-firstmaximum flow search-CFMS），来对源节点本地信任网络的可信用户进行识别、搜索和排序，并返回前N个用户。与Advogato方法一致，节点的信任容量越高，代表源节点对它的信任值越大。

算法1：信任容量优先最大流搜索算法。

其中，getNeighbour（U0）方法用来获取U0在信任网络邻接矩阵M中的所有1跳朋友节点，getMax（CFM）用来获得候选朋友集CFM中信任容量最大的节点，setRelation（M，U0，TruList[i]）方法用来在信任网络邻接矩阵M中建立U0与TruList[i]的信任边，delete（CFM，TruList[i]）方法则在候选朋友集CFM删除TruList[i]节点。通过伪代码2-9行，便可以获得一个基本排好序的可信用户列表TruList，因此，我们采用快速排序方法doQuickSorting（TruList）来对其进行重新排序，以提高排序的效率。最后返回包含N个有序可信用户的列表TruNListSorted。(www.xing528.com)

通过CFMS方法，我们对图4-2的本地信任网络的可信用户进行识别和排序，并将其转化为改进后的SEMBA信任网络结构，如图4-3。最终得到源节点u的有序可信用户列表：B、C、G、A、D、H、E、F（这里的Thu=0.1，限于篇幅，E，F节点没有画出）。

图4-3　采用CFMS方法对图4-2的信任网络进行可信用户识别和搜索