基于网络局部和全局特性的组合中心性度量措施

阐述了复杂网络中节点的中心性(即节点的重要性)对网络鲁棒性的重大影响,评估节点的多种重要性方法各自的优点与局限性.结合逆和指数ISI、度中心性DC以及介数中心性BC提出一种基于两种人工网络和两种真实网络的组合中心性度量方法IDB,利用删除节点前后网络的最大连通子图的变化对节点的重要性进行刻画仿真实验,验证了该方法的可行...     

基于邻介熵和邻度熵的复杂网络中心性算法

识别复杂网络的重要节点是复杂网络研究的关键点,也是网络稳定性判定的重要理论基础.常用的识别节点影响力的中心性指标有介数中心性、度中心性、特征向量中心性和K-core 中心性等,这些指标在识别重要节点时存在一定的局限性.为了解决以上问题,将节点v_i的邻居节点集划分成关联邻居节点集(MR)和非关联邻居节点集(M_UR),结合图的信息熵以及节点的介数中心性和度中心性,提出新的中心性指标,即基于邻介熵(NBE)和邻度熵(NDE)的关联邻居中心性RNC 和非关联邻居中心性URNC.实验通过动态攻击来评估新的中心性指标在一个实验网络模型和五个真实网络上的效率,结果表明,新的中心性比传统的中心性具有更高的识别重要节点的效率.     

一种超网络演化模型构建及特性分析

现实世界的很多超网络比如科学家合作超网络,演员合作超网络,WorldWideWeb（WWW）以及引文超网络都具有超边的增长和优先连接机制.基于这个原则,本文构建了一种超网络动态演化模型,并介绍了这个模型的一些基本拓扑性质,如节点度、节点超度、超边的度等.在此演化模型上重点理论分析了超度分布的特性,并进行了仿真实验,发现随着网络规模的增大,这个超网络动态演化模型的超度分布遵循无标度的特性.     

基于多指标交互的加权时序网络节点重要性

时序网络中的重要节点评估一直是社交网络领域中的热门话题，在病毒传播、信息挖掘等方面有着诸多应用。现有的算法虽然考虑到节点的邻居信息对节点产生的影响，但建模时仅仅考虑节点是否存在关系，对于链接强度的考虑不够全面。针对此问题，从时间层面去考虑节点链接强度，提出一种新的层内邻接矩阵。同时，综合考虑节点自身的邻居和跨层节点的公共邻居来衡量层间耦合关系，提出多指标交互算法；其次，构建加权超邻接模型(WSAM);最后，通过计算时序网络中每个时间层节点的特征向量中心性来评估时序网络中节点的重要性。实验结果表明，TWCR算法在时序最大连通分量、网络性能、容错性三个方面优于SAM、SSAM和WPA方法。     

基于介度熵的复杂网络节点重要度识别方法

现有复杂网络通常会受到随机攻击和蓄意攻击,导致复杂网络拓扑结构的可靠性性能下降.为了解决以上问题,基于图熵,结合节点的介数中心性和其所有邻居节点的度中心性,提出一种新的攻击策略,即介度熵( BE),用来识别网络中的重要节点并加以保护.实验分别通过静态攻击和动态攻击来评估攻击策略在3个标准网络模型和3个真实网络上的效率,通过比较,介度熵比传统的攻击策略具有更高的攻击效率.     

基于介数影响矩阵的通信网络节点重要度评价方法

针对网络节点重要度受到多因素影响的问题,提出了一种基于介数影响矩阵的重要度综合评价方法。该方法依据网络拓扑结构对传播重要度的影响,采用节点介数作为基础重要度指标,刻画了节点对最短路连通的控制能力,然后综合考虑各节点间的节点度、距离、最短路径等因素的影响,描述了节点度、位置和连通分支的差异;通过引入距离衰减控制影响的强弱,给出了直接与间接影响间的差异,最后结合提出的基于贡献的介数计算，实现了对节点重要度的客观评价。     

基于多领域复杂网络拓扑结构的节点重要度评价方法

节点的重要度评价对复杂网络上节点的传播影响力具有重要的理论意义和应用价值,但传统的基于网络位置的方法并未考虑多维指标特征对网络节点重要度的影响,导致在大型网络的节点重要度评价中,一般节点的排序结果精度不高.为此在深入剖析经典的混合度分解算法以及传统重要性排序算法缺陷的基础上,结合网络节点的全局特征和局部特征对节点进行重要度影响分析,并将三度影响力原则融入节点的局部特征,提出一种适用于无向网络的基于多领域复杂网络拓扑结构下的节点重要度评价方法,即基于聚集系数和邻居特征的混合分解方法(CNMD).在社交网络、电子邮件网络、协作网络等10个领域数据集上的实验结果表明,相比于MDD、Eksd和MCDWE等算法,CNMD方法排序结果的分辨率分别达到了92.44%、99.99%、98.68%等,在10个领域数据集上的平均分辨率为98.73%,最高分辨率为99.99%,最低分辨率为92.44%,明显优于对比算法,可以更有效地应用于大型复杂网络中节点重要度的快速评价与计算.     

基于节点相似性有偏游走的多层时序网络节点重要性评估

时序网络中关键节点的挖掘引起了社会广泛的关注。针对时序网络建模中存在忽略时间信息、未考虑时间切片间的交互关系进而影响关键节点识别的准确性和科学性的问题,构建了多层时序网络模型,并提出了一种基于节点相似性有偏游走的关键节点识别算法：多层时序有偏PageRank（MTB-PR）。本文中网络模型的构建引入多层网络分析方法,完整涵盖了时序网络的结构演变。同时,基于所构建的网络模型,综合层内相邻节点间相互作用及其层间影响的双重因素来区分节点的不同影响力;通过数据分析,探讨了一些偏差参数变化对节点重要性能指标的影响。最后,将模型和算法应用于真实网络中,通过实验数据验证了该方法的合理性和有效性。     

基于多属性决策的PCAS-SNIF关键节点分析

预先计划的近距空中支援(PCAS)是一种典型的空军进攻作战样式,在现代战争中有着举足轻重的作用,研究PCAS信息流转过程对于提高PCAS的作战效能具有重要意义。针对PCAS作战过程难以建模分析的问题,引入超网络理论,通过研究PCAS作战的基本流程以及作战网络中各节点之间的交互关系,构建了“两层五网”的PCAS信息流转超网络模型。之后,仿真分析了PCAS信息流转超网络节点的度中心性、介数、聚类系数和接近中心性4个方面的拓扑特性,通过多属性决策节点重要性综合评价方法得出网络关键节点。最后,通过网络攻击实验验证了超网络模型和多属性决策算法的合理性和有效性,为研究作战信息流转问题提供了新的思路。     

超网络中的紧密相关集和组度分布特性研究

超网络是描述真实世界事物间日趋复杂关系的最一般且无约束的数学模型,其无标度特性是重要的研究内容.超网络无标度特性的研究基础是超度的分布特性,但是超度的定义是着眼于单个节点的.为了探究超网络中广泛存在的群体特性从而更充分地发掘超网络表示复杂系统的结构优势,本文扩展了超网络中超度和超度分布的概念.在提出的紧密相关集概念的基础之上,给出了组度的定义,进而提出了组度分布的定义.随机均匀超网络的理论解析结果显示其组度分布服从泊松分布.已有的按BA模型推广构建的超网络模型(通常称为无标度超网络)的超度服从幂律分布,仿真实验表明,其组度也服从幂律分布.在真实超网络上的研究发现,超度的分布特性并不能完全决定组度的分布特性.本文的研究结果可以充实超图理论的内容,对超网络中群体特性的研究具有借鉴意义,同时也有利于拓宽网络科学的应用范围.     

基于节点重要度动态评估的复杂网络级联失效分析

级联失效前的评估和检测是预防和控制级联失效现象的关键,对充分把握整个网络系统的稳定运行至关重要。为深入探究级联失效传播过程的内在机理,提出一种考虑网络动态特性的节点重要度评估模型;在此基础上,采用一种更符合真实复杂系统的非线性容量负载模型,利用该模型进行不同攻击策略下的级联失效仿真,以网络的最大连通子图比例为测度量化网络抵御级联失效的抗毁性,仿真结果表明,节点41所在的广安市与节点55所在的重庆市,无论是在静态节点重要度评估,还是动态节点重要度评估下,均是成渝铁路网络中最关键的节点;此外,不考虑级联失效情况下,在网络的静态拓扑结构中,节点的度中心性更能代表节点的关键程度;而在动态的网络拓扑结构中,节点的介数中心性更能代表节点的重要性,与度值攻击相比,采用重要度攻击策略能以更快的速度击溃网络;考虑级联失效情况下,与其他攻击策略比较,采用重要度攻击策略时,在级联失效的作用下,仅攻击2个节点,网络便会迅速崩溃,验证了节点重要度动态评估模型的有效性;同时探讨了网络在不同模型参数下抵御级联失效的抗毁性,实验结果表明,在一定范围内提高负载系数、容量系数可以有效提高网络抵制级联失效的抗毁性;受网络拓扑结构和攻击策略的影响,需设置较大的节点容量,来预防网络的级联失效。     

互联网AS级拓扑中心化度量方法

针对如何能够在规模庞大、结构复杂的互联网AS级中准确而迅速地发现中心节点这一问题,展开对互联网AS级拓扑中心化度量方法的研究.应用三种现在普遍应用的中心化指标——度中心化、紧密度中心化、介数中心化,同时提出一种核中心化的度量法来度量网络中的高核数节点集合.采用节点删除法,通过删除某个节点对网络连通的破坏程度来度量网络中该节点的重要性.经研究发现紧密度中心化在互联网AS级度量上弱于度中心化和介数中心化指标;度中心化和介数中心化在攻击节点数小于0.5%时,有很强的相似性;核中心化度量方法非常适用于查找到网络中度值较高且连接紧密节点所构成的社团.     

基于图论的中国高铁网节点中心性进化研究

为了研究中国高铁网节点中心性及其进化情况,针对中国高铁2017年底、2020年初的分布情况及国家高铁网八纵八横规划(2035年)分别构建了基于图论的中国高铁网.通过对交通网节点中心性评估算法的分析,提出了中国高铁网重要节点的评估方法.通过仿真实验分析了不同参数组合得到的结果,并据此分别确定了不同时段(2017、2020、2035)的重要节点Top20,对这些节点中心性的进化过程进行对比,分析了部分重要节点排名波动的原因.     

AS级Internet网络拓扑的中心性测量

复杂网络的中心化研究讨论的是网络中节点的中心化程度,对复杂网络的中心化测量可以实现在结构复杂、规模庞大的网络中准确而迅速地发现中心化节点,从而对网络进行有效的管理.研究了AS级Internet的中心化测量问题,基于CAIDA 2011年2月的AS级探测数据,分析计算了Internet的度中心值、介数中心值以及紧密度中心值,进一步探讨了三者之间的关系.经研究发现三者均能有效地找到网络中的中心化节点,但是紧密度指标较之前两者更能体现网络全局性,其准确度要高于度指标和介数指标.     

恐怖网络中基于节点割集分层的组织结构发现方法

“911”等一系列恐怖事件导致越来越多的国家开始重视恐怖组织网络的研究,但社会网络分析中的一些典型度量,如节点的度、介数、接近度等,不能很好地适应具有高度组织性的社会网络.文中针对层次结构性较强的恐怖组织网络,提出了一种新的节点重要性度量,其综合了节点的全局信息与局部信息,利用割集算法对网络节点进行分层获得节点全局信息,局部信息则直接利用了节点的出/入度,并使用BP神经网络方法对综合度量进行参数优化.针对“911”恐怖事件成员网络实际数据的分析结果验证了这种度量的有效性.     

基于复杂网络理论的中国城市航空网络有向加权分析

为了科学优化中国航空网络资源分配、测评特殊机场的重要地位,本文运用复杂网络理论,构建中国城市航空有向加权网络,探究其网络结构特征并以度中心性、介数中心性、入强度为指标进行节点重要性排序筛选国内重要机场节点。结果表明,中国城市航空网络的节点度值和边权值分布都具有异质性,是一个无标度网络;不同方法筛选出的重要机场节点基本一致,筛选结果为网络整体管控提供有效意见;ZWWW、ZYHB机场在介数中心性相对其他指标较高,在网络中具有重要的中转作用。     

一种通信网络节点重要性的计算公式

针对基于节点的移除可能导致网络拓扑结构变化的不足,提出了一种确定通信网络节点重要性的评价公式.该公式综合考虑了节点在网络中的全局性影响,能精确地评价网络节点重要性,尤其对解决卫星网络的节点重要性评价方面.该计算公式定义了网络中节点重要性取决于该节点在网络中的位置信息和其他节点对该节点的贡献度.节点的位置由节点介数确定,其他节点对该节点的贡献度与其他节点的介数及紧密度相关.利用该公式对典型网络的节点重要性进行分析,并与其他评价方法进行对比,结果表明,该公式能精确并正确评价节点对网络的控制能力.