[發明專利]一種融合節點多屬性的復雜網絡重要節點識別方法

有效

• 申請號: 202010847915.1
• 申請日: 2020-08-21
• 公開（公告）號: CN111988178B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 劉偉;白鶴鳴;潘文潔;王理;張遠鵬
• 申請（專利權）人: 南通大學;南通先進通信技術研究院有限公司
• 主分類號: H04L41/0894
• 分類號: H04L41/0894;H04L41/14;H04L41/12
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

本發明提供了一種融合節點多屬性的復雜網絡重要節點識別方法，包括如下步驟：S10確認網絡連接；S20獲得節點i的介數中心性評估參數BC(i)、節點i的近鄰中心性評估參數CC(i)以及節點i的信息中心性評估參數IC(i)；S30采用改進的變異系數(ICV)計算參數BC、CC以及IC對節點i的重要性貢獻系數ωsubgt;BC/subgt;、ωsubgt;CC/subgt;以及ωsubgt;IC/subgt;；S40構建公式BICC(i)＝ωsubgt;BC/subgt;BC(i)+ωsubgt;CC/subgt;CC(i)+ωsubgt;IC/subgt;IC(i)計算復雜網絡節點的中心性得分，識別出復雜網絡中系統層面的重要節點。本發明的一種融合節點多屬性的復雜網絡重要節點識別方法，將介數中心性評估參數BC、近鄰中心性評估參數CC以及信息中心性評估參數IC進行有效融合，從網絡系統水平上考慮節點重要性的評價指標，與現有技術相比重要節點識別的可靠性極大提高，算法的精度得到了較大的改善。

技術領域

本發明涉及計算機技術領域，具體涉及一種融合節點多屬性的復雜網絡重要節點識別方法。

背景技術

近年來，人們對復雜網絡中重要節點進行了大量的研究，也提出了許多經典的重要節點識別算法，例如，度中心性算法(DC)，介數中心性算法(BC)，?K-核分解(KC)，信息中心性算法，近鄰中心性算法(CC)、特征向量中心性算法(EC)和PageRank中心性算法等，DC算法只考慮了鄰居節點的數目，忽略了鄰居之間的拓撲關系和節點在網絡中的位置，因此相鄰節點之間的相互作用不能反映在該指標中。BC描述了節點在“最短路徑傳輸”原則下的信息控制能力。它要求信息以最短路徑方式傳輸，但在大多數實際網絡中，信息并都是通過最短路徑方式傳播。CC考慮了整個網絡拓撲來評估節點的中心性，但它不適用于常規網絡和隨機網絡。EC通過考慮相鄰節點的重要性來評估節點的重要性，但它只是將每個節點的參數線性疊加，過度簡化了實際情況。KC對網絡外圍節點進行分層剝離，認為內部節點更為重要。但它是一種粗粒度的排序方法，不能有效地區分節點的重要性。PageRank認為，如果一個節點應該優先鏈接到重要節點，或者說如果一個節點是高度鏈接的，那么它是重要的。在無向網絡中，它類似于DC。

現有技術存在問題：

以上比較受歡迎節點重要性的評價指標都是基于網絡的單一屬性，然而，網絡節點具有多個屬性，僅考慮其中一個屬性并不能從系統層面反映節點的重要性。當然，也有一些研究將其中幾種算法進行了簡單的結合，稱為多指標方法。然而，這些多指標方法無法在任意網絡拓撲中發揮出比單一屬性方法更好的性能，主要原因在于，多個指標并不代表多個屬性，有很多指標其實是根據網絡同一屬性開發的，所以簡單地從多指標角度考慮，并沒有深入理解網絡節點的物理意義。因此，探索一種綜合考慮網絡多屬性節點重要性的評價方法具有重要意義，如何在復雜網絡中找到真實的關鍵節點仍然是一個公開的難題。

從系統水平上識別復雜網絡節點重要性，有兩個技術難點：

(1)如何從系統層面上確定復雜網絡節點重要性；

(2)如何有效融合網絡節點重要屬性構建精準的數學模型。

發明內容

為了解決上述問題，本發明提供一種融合節點多屬性的復雜網絡重要節點識別方法，從網絡系統水平上考慮節點重要性的評價指標將介數中心性評估參數BC、近鄰中心性評估參數CC以及信息中心性評估參數IC進行有效融合，從網絡系統水平上考慮節點重要性的評價指標，與現有技術相比重要節點識別的可靠性極大提高，算法的精度得到了較大的改善。

為了實現以上目的，本發明采取的一種技術方案是：