改进的加权网络节点重要性评估的互信息方法

现有的复杂网络节点重要性评估研究主要集中在无向无权网络上,不能全面客观反映某些真实复杂网络的情况。针对无向加权和有向加权网络中评估指标适用范围有限、评估结果不够全面等问题,借鉴应用于无向无权网络的基于互信息的节点重要性评估方法,提出适用于无向加权网络和有向加权网络的互信息评估方法。该方法将网络中的每条边看作信息流,结合相应复杂网络的结构特点和"信息量"的定义方法,以求出的节点信息量作为节点的重要性评估指标。对实例网络进行分析可知,所提算法在保证评估准确性前提下,能更加细致刻画有向加权网络节点之间的差异性。在对ARPA网络的节点评估中,所提算法与以往指标所评估出的前5个最重要节点的节点编号尤其相近,凸显出该算法快速发掘核心节点的能力,为快速、准确评估无向加权和有向加权网络核心节点,提高网络抗毁性提供一定理论帮助。     

一种新的复杂网络节点重要性评估方法

网络拓扑结构及节点间的相对距离对复杂网络节点的重要程度具有较大影响。在分析并研究现有节点重要性评估方法的基础上,根据邻居节点的拓扑结构并结合万有引力定律,提出一种基于改进重力中心性的复杂网络节点重要性评估方法。实验从SIR传播模型的准确性和单调性两方面验证了该方法的有效性,且结果表明其可对节点重要性进行重新排序,相比度中心性、介数中心性等方法能更准确地评估复杂网络节点的传播能力与重要性。     

一种复杂网络中节点安全重要性排序的度量方法

近年来,网络空间安全成为信息安全中的热门领域之一,随着复杂网络的研究日渐深入,网络空间安全与复杂网络的结合也变得日益密切。网络的整体安全性依赖于网络中具体节点的安全性,因此,对网络节点的安全重要程度进行有效排序变得极为关键,良好的排序方法应当将越重要的节点排在越靠前的位置。本文从网络的拓扑结构入手,研究了网络节点的局部关键性,在传统基础上考虑了相邻节点及次相邻节点的拓扑结构影响。同时,由于传统方法很少引入动态因素,因此本文引入了网络节点实时流量向量,算法既包含网络拓扑结构,又使用了不同时刻的节点流量,采用了静态与动态相结合的方式。实验结果表明,在破坏排序结果前top-n个节点时,与传统方法相比,本文算法在排序结果上具有更好的效果。     

基于复杂网络异质性的节点重要性评估方法

对于复杂网络的结构特殊性,用加权拓扑熵为理论基础,提出了基于复杂网络结构异质性变化率的节点重要程度评估方法。首先,本文给出了复杂网络加权拓扑熵的概念,阐述了基于BBV网络的反向演化原理,其次,在反向演化原理的基础上提出了节点重要程度取决于网络结构异质性变化率的观点,并提出了网络割点的异质性变化率的计算方法;最后,以一个例子来说明节点重要程度的评估过程,并对特殊节点进行了处理分析。     

网络舆论中节点重要性评估方法综述

介绍了国内外关于网络舆论中节点重要性评估的研究现状,系统地分析了节点重要性的模型和方法,从基于网络拓扑结构和基于节点属性两大方面综述了现有方法的思路和特点,进一步介绍了最新的研究进展和今后可能的发展方向。     

复杂网络中重要性节点发掘综述

发掘网络中重要性^1节点（边）一直是图论领域的一个基本问题。随着近年来复杂网络研究热潮的兴起,特别是很多实际网络所抽象出来的复杂网络,表现出了与以往图理论不同的特性,如小世界特性、无尺度特性等。如何在复杂网络环境下,发掘重要性节点已经成为复杂网络研究的一个基本问题。本文简要介绍了复杂网络的基本概念,详细总结、分析了在复杂网络环境下几个领域中发掘重要性节点的方法,最后提出了这一领域内几个有待深入研究的问题和可能的应用方向。     

基于接连失效的复杂网络节点重要性评估

复杂网络可靠性分析中关键要考虑的是“核心节点”的安全,而核心节点的确定有很多方法,本文在已有方法基础上提出了基于负载接连失效的节点重要性评估方法,结合网络节点的负载,给节点定义了“过载函数”,使得节点重要性评估不仅更加简便,而且能更合理地确定节点的重要性。最后通过一个具体实例证明该方法的可行性。     

一种基于改进K-shell的节点重要性排序方法

对复杂网络中节点的重要性进行排序在理论和现实中都有着重要的意义。传统K-shell分解方法有着排序结果分辨率不高的缺陷。针对这一问题,本文提出了一种改进的K-shell方法,通过利用K-shell分解过程中节点被删除时的迭代层数来进一步区分不同节点的重要性程度。在三类不同的现实网络中的实验表明,本文提出的方法能够有效解决传统方法的缺陷,在提高排序结果分辨率的同时有着较好的时间复杂度。     

基于节点亲密度的重要性评估算法

识别复杂网络中的重要节点一直是社会网络分析和挖掘领域的热点问题,有助于理解有影响力的传播者在信息扩散和传染病传播中的作用.现有的节点重要性算法充分考虑了邻居信息,但忽略了邻居节点与节点之间的结构信息.针对此问题,考虑到不同结构下邻居节点对节点的影响力不同,提出了一种综合考虑节点的邻居数量和节点与邻居间亲密程度的节点重要...     

基于社区划分的节点重要性评估方法

对于PageRank方法结果过于集中,未考虑复杂网络社区结构特性的问题,提出了一种改进的,基于复杂网络社区划分的节点重要性排序方法CD-PR。根据标签传播算法（LPA）对复杂网络进行社区划分的结果,将社区的内外连接关系转化为社区选择的概率表示;按照社区选择概率,分别从各个社区提取一定比例的候选关键节点;将这些候选节点重新排序,得到关键节点排序结果。以4个真实复杂网络作为实验数据,与现有算法进行对比,进行SIR传播性能实验。实验结果表明,CD-PR算法筛选出的节点在整体传播性能上具有更好的效果,CD-PR算法可以有效地对复杂网络的节点进行重要性排序。     

复杂网络的节点重要性综合评价

复杂网络中的节点重要性研究在不同领域都具有重要意义。针对单一指标评价的局限性和片面性以及现有的一些综合评价方法不够准确等问题,提出了一种新的综合评价方法,该方法结合改进的主成分分析法和TOPSIS法计算节点重要性的排序结果。通过对ARPA网络和美国航空网络进行实验分析,验证了该方法的准确性和有效性,它为进一步完善节点重要性评价方法奠定了基础。     

改进的加权复杂网络节点重要度评估方法

针对加权复杂网络中的节点重要度评估问题,提出一种改进的基于凝聚度的节点重要度评估方法。综合考虑节点的连接特性对节点重要度的影响,引入节点连边的重要度评估,将节点的重要度表示为节点自身重要度与其连边重要度的加权和,通过调节加权比例系数,分析节点连边重要度对节点重要度排序及节点相对重要性的影响。算例分析结果验证了改进方法的可行性和有效性。     

基于重要度贡献的无标度网络节点评估方法

针对无标度网络的节点重要度评估问题,通过分析节点的邻居数量与其邻居间的拓扑结构,得到节点的结构洞重要性指标,再融合相邻节点的K核重要性指标值来确定相邻节点间的重要度贡献,以此表征相邻节点的局部信息;在此基础上,再结合表征节点位置信息的节点自身的K核重要性,从而提出一种基于节点间重要度贡献关系来评估无标度网络的节点重要度的方法.该方法综合考虑了节点的结构洞特征和K核中心性特征来确定节点的重要度,同时兼顾到了网络的局部和全局重要性.理论分析表明,此方法的时间复杂度仅为o（n²）.与其他几种算法仿真对比的结果表明,该方法可行有效,拥有理想计算能力,适用无标度网络.     

一种定量评估复杂网络节点重要度的算法

提出一种定量评估复杂网络节点重要度的算法,定义虚拟的理想“核心节点”,将灰色关联度作为测度,评价网络中每个节点和理想“核心节点”的关联度,关联度越高,节点在网络中的重要性越大。仿真结果表明,与同类算法相比,该算法运算速度更快,适用于评价大型复杂网络中节点的重要度。     

基于功能贡献度的网络化防空节点重要性评价方法

为实现对网络化防空节点这类“功能性社会网络”节点的重要性进行评价,在分析当前网络节点重要性评价方法不足的基础上,提出了一种基于功能贡献度的节点重要性度量方法,其综合考虑了节点的功能属性及结构属性。为验证该方法的有效性及优越性,构建了网络连通效率及作战环等两类网络化体系效能指标,并运用该评价方法在ARPA网络这类“一般性社会网络”及防空网络这类“功能性社会网络”上进行节点重要性评价。实验结果表明,该方法在网络节点重要性评估的准确性及适用性方面存在一定优势。     

基于空间映射的顶点带属性网络的链接预测

提出了基于空间映射的顶点带属性网络的链接预测算法。顶点带属性网络包含拓扑及顶点属性两种信息,为了综合考虑这两种信息,将二者同时映射到另一空间。完成空间映射后,在新的空间计算顶点的相似度,并以此来预测链接存在的可能性。提出分步交叉迭代的方法来取得最优的映射矩阵,以在新的空间中有效融合拓扑信息与顶点属性信息。实验结果证明了空间映射方法的正确性,所提出的基于空间映射的方法能够取得较高质量的预测结果。     

基于度分布的复杂网络拓扑结构的构造

构造网络的拓扑结构是网络仿真的重要前提和基础,拓扑结构对网络仿真结果有重要影响.目前,大多数复杂网络拓扑结构的构造主要是以规则网络或随机网络为基础,但最近的研究表明现实世界中的大多数复杂网络都具有无标度特性,即节点度分布服从幂率(p(k)～k-λ).新的发现给复杂网络拓扑结构的构造提出了新的课题.文中通过引入度秩函数,提出了一种基于度分布的构造复杂网络拓扑结构的新方法,该方法可构造出包括无标度网络在内的具有任意度分布的复杂网络拓扑结构.以无标度网络和指数网络为例,验证了该方法的有效性.