社区网络可信节点层间交互的分析方法技术

本发明专利技术公开了一种社区网络可信节点层间交互的分析方法，包括如下步骤：S1、结合节点中心性度量方法、节点信任机制和时域反馈机制，利用改进的LLCM算法对目标网络进行划分并计算并提取核心中心节点；S2、融合节点中心性和节点信任度建立可信中心节点选取模型，通过对网络中的特定中心节点进行信任赋值，获得具备信任安全特性的可信中心节点；S3、通过建立可信中心节点选取策略、信任时序反馈机制以及跨层传播路径算法，借助信息传播概率分析方法，建立基于多层网络的信息跨层传播路径预测算法，对信息跨层传播路径进行预测；本发明专利技术能够利用信息安全传播策略对网络进行安全监控，使信息传播更加安全、规则和可控。

【技术实现步骤摘要】
社区网络可信节点层间交互的分析方法
本专利技术涉及网络信息处理技术
，尤其涉及一种社区网络可信节点层间交互的分析方法。
技术介绍
随着网络技术的不断发展，网络复杂化日益加深，信息的传播也愈加难以调控。从社会网络信息传播规律出发，建立网络中的可信中心节点提取模型，并将该模型应用于多层网络传播，从而使信息传播更加安全、规则、可控。针对信息安全对社会网络的重要影响，人们需要一套成熟的信息安全传播策略对网络进行安全监控。因此，探索一种实用简单、快捷方便，适用于各类网络的信息安全传播模型将具有深远的学术价值和应用价值。
技术实现思路
本专利技术所要解决的技术问题是提供一种社区网络可信节点层间交互的分析方法，能够利用信息安全传播策略对网络进行安全监控，使信息传播更加安全、规则和可控。为解决上述技术问题，本专利技术所采取的技术方案是：一种社区网络可信节点层间交互的分析方法，包括如下步骤：S1、提取核心中心节点，结合节点中心性度量方法、节点信任机制和时域反馈机制，利用改进的LLCM算法对目标网络进行划分并计算节点中心性，进而提取核心中心节点；S2、选取可信中心节点，融合节点中心性和节点信任度建立可本文档来自技高网...

【技术保护点】
一种社区网络可信节点层间交互的分析方法，其特征在于：包括如下步骤：S1、提取核心中心节点，结合节点中心性度量方法、节点信任机制和时域反馈机制，利用改进的LLCM算法对目标网络进行划分并计算节点中心性，进而提取核心中心节点；S2、选取可信中心节点，融合节点中心性和节点信任度建立可信中心节点选取模型，通过对网络中的特定中心节点进行信任赋值，利用可信中心节点选取模型获得具备信任安全特性的可信中心节点；S3、多层网络的信息跨层转播路径预测，通过建立可信中心节点选取策略、信任时序反馈机制以及跨层传播路径算法，借助信息传播概率分析方法，建立基于多层网络的信息跨层传播路径预测算法，结合节点交互次数可得信息传...

【技术特征摘要】
1.一种社区网络可信节点层间交互的分析方法，其特征在于：包括如下步骤：S1、提取核心中心节点，结合节点中心性度量方法、节点信任机制和时域反馈机制，利用改进的LLCM算法对目标网络进行划分并计算节点中心性，进而提取核心中心节点；S2、选取可信中心节点，融合节点中心性和节点信任度建立可信中心节点选取模型，通过对网络中的特定中心节点进行信任赋值，利用可信中心节点选取模型获得具备信任安全特性的可信中心节点；S3、多层网络的信息跨层转播路径预测，通过建立可信中心节点选取策略、信任时序反馈机制以及跨层传播路径算法，借助信息传播概率分析方法，建立基于多层网络的信息跨层传播路径预测算法，结合节点交互次数可得信息传播概率，对信息跨层传播路径进行预测。2.根据权利要求1所述的社区网络可信节点层间交互的分析方法，其特征在于：所述LLMC算法为基于边核心的社区发现算法，该算法包括：置初始网络V为顶点数，E为边数，排序并选择初始边，最优化适应函数以扩张种子边得到局部边社区，并最终获得网络中所有的边社区结构。3.根据权利要求2所述的社区网络可信节点层间交互的分析方法，其特征在于：所述可信中心节点选取模型的建立包括：利用改进的核心边社区发现算法将目标网络进行划分；将划分后的网络...

【专利技术属性】
技术研发人员：范通让，赵文彬，王建民，熊师洵，秦婉亭，
申请(专利权)人：石家庄铁道大学，
类型：发明
国别省市：河北,13