基于节点离心率的复杂网络节点重要性评价方法

现有复杂网络节点重要性评估研究未能全面客观地反映真实复杂网络的情况.基于图论学中有关节点离心率寻求网络中心点与中位点的相关理论,提出节点重要性评估的新指标.并利用新指标在美国国防部的军事通信(APAR)网络上进行实证分析,验证了该指标的有效性.     

基于边介数的信息系统网络节点重要性评估方法

 网络中节点的重要性评估是复杂网络研究中的一项重要内容.针对已有复杂网络节点重要性评估方法中片面强调节点的度而忽略了边对与之相连节点的支撑作用的缺陷,构建了基于边介数的信息系统网络节点重要性评估的数学模型.该模型在充分考虑节点度的基础上,为体现边对其端节点的支撑作用,引入边介数概念,形成了节点度和边介数共同作用下的评估数学模型.以某信息系统网络为例进行了仿真验证.仿真结果表明：考虑边的支撑作用后评估结果更切合实际,进一步印证了构建的评估模型对于评估信息系统网络节点重要性的有效性.     

基于m阶邻居节点的复杂网络关键节点评估

基于无向无权复杂网络理论,提出一种基于m阶邻居节点重要度贡献的节点重要度评估方法. 在综合考虑了节点自身的属性,节点在网络中的位置以及m阶邻居节点的度重要度贡献和介数重要度贡献后,提出m阶邻居节点重要度贡献系数矩阵概念,建立评估模型. 通过实验并和其他算法结果进行对比分析,表明所提出的评估方法具有可行性和更高的精确性. 当m的取值接近网络的平均路径长度时,节点的重要度评估趋于稳定,可有效提高评估效率.     

复杂网络中节点重要度的一个评估指标

为了简单而有效地评估网络拓扑结构中各节点重要性,本文基于节点的连接度和局部连通性,定义了一个节点重要度函数.该重要度函数指标实质上与网络中的平均最短距离指标是一致的,通过该重要度函数指标值的大小可以得到网络中各节点的重要度排序.理论分析与实例表明,对于小型网络,该方法的计算比较简单,且直观、有效、合理.     

基于网络性能变化梯度的通信网络节点重要程度评价方法

针对已有的通信网络节点重要程度评价方法基于网络中可替换路由数目,不能评估网络被分割时网络中节点的重要性的不足,提出了一种利用网络性能变化梯度的通信网络节点重要性评价方法.该方法通过计算网络中的节点被移除时网络直径和网络连通度变化梯度来评估网络中节点的重要性.利用该算法对美国ARPA网络的节点重要程度进行了分析,并与基于可替换路由数目的算法进行了比较.实验结果表明,该文提出的节点重要程度评价指标准确地反映了节点对网络性能影响的大小,并且适用于网络被分割或网络没有被分割2种情况.     

多维约束下指挥网络节点重要度的评估方法

针对一般节点重要度评估方法没有考虑指挥体系网络自身运行机制及与外界交互的问题,从拓扑结构、作战任务、指挥方式、节点属性4个维度研究指挥节点的重要度评估方法。考虑节点在拓扑网络的全局和局部重要性给出结构重要度计算方法,基于任务分解和节点功能子集的形成给出作战任务对节点依赖度计算方法,通过删除节点对指挥质量造成的影响给出指挥方式对节点依赖度计算方法,并给出基于区间数的节点属性重要度的计算方法。最后提出指挥节点的综合评估方法并设计了具体案例,得出节点在四维约束下的重要度定量评估数据。结果表明,同一节点或结构重要度相同的节点在不同任务和指挥方式下综合重要度差异明显,与单一方法相比,提出的综合算法所得数据能更全面反映指挥节点的重要程度,说明该算法具有优越性。     

大型软件网络的节点重要性度量方法研究

互联网是现代人们日常生活的重要组成部分,计算机软件更是推动现代互联网发展的重要力量。计算机软件网络也是复杂网络的一部分,因此通过识别计算机软件网络中的重要节点来提升软件网络的抗毁性显得尤为重要。针对大型软件网络的节点重要性进行了研究,提出了一种基于网络节点的局部特征和全局特性的节点重要性度量方法,并将节点重要性的度量方法用于大型软件网络鲁棒性的研究。该方法依据各节点重要性与节点自身及以邻接节点的度以及节点的度中心性之间的联系对节点的重要性进行评估,评估结果用于反映软件网络的鲁棒性。实验结果表明:该方法能够细致的描述网络中各节点之间存在的差异性,适用于大型软件网络的节点重要性度量,尤其适用于应用型软件网络。     

权重演化的加权网络节点重要性评估方法

节点重要度评估是研究网络可靠性和抗毁性的重要内容。针对现行方法在评价动态加权网络中的不足,提出了一种利用节点重要度贡献矩阵评价加权网络关键节点的方法,该方法综合考虑了节点位置以及邻接点贡献信息,认为每个节点对邻接点重要度的贡献与该节点的点权有关,选取节点效率作为NICM重要性初始值,能针对权值演化不断更新评估矩阵,最后与介数法、节点收缩法进行了对比分析,结果表明该方法可行有效。     

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。     

虚拟社交网络中节点重要度分析

根据虚拟社交网络本身的特性,提出了采用重要度矩阵迭代方法定量分析网络中各节点的重要度.该方法考虑了虚拟社交网络中各节点重要度的相互影响,以及这种影响的传递性.实验结果表明,该方法能有效分析虚拟社交网络中节点重要度,有助于提高社交网络中信息传播分析、舆情分析等工作的效率和准确性.     

基于属性信息和结构特性的网络节点重要度研究

现有的节点重要度排序方法大多只针对网络的拓扑结构进行研究,忽视了网络节点自身所包含的属性信息.然而这些属性信息至关重要,却广泛存在不完备性,这些不完备属性信息与节点的重要性密切相关.针对这一问题,提出一种基于优势粗糙集理论和TOPSIS方法的网络节点重要度分析方法,融合网络结构特性和节点属性信息,克服了单一从拓扑结构分析的局限.最后,将本文所提出的方法应用于微博社交网络中的用户重要度评价,并与其他方法进行比较,结果表明,该方法的排序结果对节点在属性信息和结构特性的重要性进行了较好的综合,能全面地体现出各节点的重要程度.     

基于混合模型的复杂信息系统节点重要度评估

定义复杂信息系统的拓扑结构和基于连接度、介数特性的节点结构重要度。综合考虑节点的结构重要度与功能重要度,提出基于节点脆弱性权值的复杂信息系统节点重要度评估混合模型及算法。实验算例表明,该方法融合复杂信息系统中的各项风险要素和结构属性,能进一步有效区分网络中的节点重要度差异,可作为大规模复杂信息系统节点重要度评估的理论基础。     

几类复杂网络的节点乘积度分布

节点乘积度刻画了复杂加权网络中边的权重或负载.研究节点乘积度分布对进一步理解加权网络中不同权值的边的分布情况及其对网络行为产生的影响有重要的作用.通过对几类经典网络模型的节点乘积度分布进行理论推导和仿真验证发现,网络的节点乘积度分布可以区分不同的网络演化模型;网络的节点乘积度分布与其度分布相似,但节点乘积度分布能更好的区分ER随机图网络和NW小世界网络.另外,节点乘积度分布与网络的传输性能之间存在相关性,具有实际应用价值.     

面向服务的天基信息网节点重要性评估算法

针对传统节点重要性评估只考虑拓扑方面，主观赋权法与客观赋权法分别具有限制性，多评估指标如何准确有效融合的问题，建立面向服务的节点重要性指标体系，提出基于粒子群的主、客观综合赋权法与基于余弦距离和灰色关联的逼近理想排序算法.结果表明，与传统方法相比，优先移除或修复本文方法评估出的重要节点对网络性能的影响更大，即本文的节点重要性评估算法更准确.     

基于节点重要性的复合免疫策略研究

为有效抑制病毒在网络中扩散,提出一种基于节点度、介数和聚类系数的复合免疫策略,该算法综合计算三类特征量得出节点重要性并免疫重要性高的节点,在人工生成网络和真实农产品供应链网络上分别进行仿真实验,结果表明:实施该复合免疫后网络中感染节点密度值低于同等免疫比例下的度免疫、节点介数免疫和聚类系数免疫策略,具有更高的免疫效率。此外,该复合免疫算法中节点度占比大小会影响免疫效果,存在一个最优的度权值使免疫效果最优。     

P2P网络中节点聚集系数的分布特征研究

聚集系数是网络的一个重要属性,本文对Gnutella这一典型非结构化P2P网络中的节点聚集系数进行研究,重点分析了节点的聚集系数分布和聚集度-聚集度分布.本文通过对实际网络拓扑的计算分析,得到Gnutella网络中节点聚集系数的分布统计特征.分析表明Gnutella网络中节点的聚集系数满足幂律分布,网络中的高聚集度节点对网络连通性有着重要影响,删除少数高聚集度节点将导致网络不连通.分析表明节点的聚集度-聚集度分布是递增函数,说明Gnutella网络具有聚集度同配性,但并未形成rich-club,说明高聚集度节点均匀分布在整个网络.     

基于精准k核的复杂网络节点重要性评估方法

由于k核存在破坏网络整体结构信息、忽略邻居节点影响力等缺点,导致每个节点难以量化区分.为了提高关键节点的识别精度,首先改进了k核的分解过程,提出了精准k核Ak.考虑到网络中局部特征信息和全局结构信息对节点的影响,将精准k核应用到重力中心性中,并提出了精准重力中心性AGC.信息学中的香农熵在网络关键节点识上具有良好的扩展性,通过结合邻域度中心性、邻域精准k核以及精准重力中心性三者的香农熵,最终提出了混合中心性MC对节点重要性进行多元评估.在7种真实网络下,对MC和其他节点评估指标分别从单调性和准确性上进行了一系列实验,实验结果表明MC具有更好的关键节点识别性能.     

基于核数与PageRank的重要节点挖掘方法

在已有的邮件网络中心化研究中,由于传统的PageRank算法对网络扰动较为敏感,较多关注于评估节点级和链接级的参数,容易受到度值高的干扰节点影响。本文利用复杂网络中心化指标中的核数来分解邮件网络各层,以剔除外层干扰节点,在保留重要成员的基础上减少网络节点规模,降低后续挖掘算法复杂度,并提出了改进的PageRank算法,以解决权值分配偏移问题,定量分析网络核心层的节点并排序,找出电子邮件网络中的重要节点。邮件网络中心性挖掘实验表明,该方法能降低算法复杂度,提高有效性。     

P2P网络中节点聚集系数的分布特征研究

聚集系数是网络的一个重要属性,本文对Gnutella这一典型非结构化P2P网络中的节点聚集系数进行研究,重点分析了节点的聚集系数分布和聚集度-聚集度分布.本文通过对实际网络拓扑的计算分析,得到Gnutella网络中节点聚集系数的分布统计特征.分析表明Gnutella网络中节点的聚集系数满足幂律分布,网络中的高聚集度节点对网络连通性有着重要影响,删除少数高聚集度节点将导致网络不连通.分析表明节点的聚集度-聚集度分布是递增函数,说明Gnutella网络具有聚集度同配性,但并未形成rich-club,说明高聚集度节点均匀分布在整个网络.     

基于多子网复合复杂网络模型的多关系社交网络重要节点发现算法

为提高社交网络中重要节点评估的效率和有效性,根据社交网络中存在多种相互影响的关系的特性,基于复杂网络理论提出了一种适用于多关系社交网络的重要节点发现算法.首先使用多子网复合复杂网络模型建立包含多种关系的复杂网络,然后采用信号传播方法体现网络中多种关系和节点间的相互影响,以及这些影响的传递性,最后利用矩阵迭代方法模拟信号传播过程,定量分析网络中各节点的重要度.该算法综合了社交网络中节点的全局和局部重要性,考虑了各节点重要度的相互影响,在豆瓣网上的实验结果表明,与传统社交网络重要节点发现算法相比,该算法在迭代次数、涵盖率等指标上都有较大改善,有助于提高社交网络中舆情分析、社团结构发现、信息传播等工作的效率和准确性.