针对传统信任评估方法在动态复杂网络中鲁棒性与准确性不足的问题，本文提出一种基于遗传算法的信任优化方法，
旨在通过优化数字信任链路的可信性评估，提高评估的精度与效率。本文构建无标度网络模型，并通过引入恶意节点模拟
复杂的网络环境，实验设计覆盖不同恶意节点比例场景，采用遗传算法优化信任路径，并从准确性、计算效率、鲁棒性及
可信性提升效果四个角度对实验结果进行分析。实验表明优化算法显著提升信任评估的准确性，在 50% 恶意节点场景下信
任值提升幅度高达 81.25%；算法在高干扰环境中表现出良好的鲁棒性和计算效率。结论表明基于遗传算法的优化方法在复
杂动态网络中具有良好的应用潜力，为数字信任链路的可信性评估提供可靠解决方案。
