一种动态网络布局加速方法技术

本发明专利技术公开了一种动态网络布局的方法，目的是通过多重约束以及网络层级间的局部扩散方法，在保证动态网络合理布局的同时提高布局算法效率。技术方案是先对网络节点进行聚类得到网络层级结构；然后遍历网络中的最下级子网，采用基于多重约束的力引导布局算法对节点进行布局；再遍历网络层级中的叶节点，对其中包含子网构建关系网络，确定理想距离，并采用基于时变参数的压力模型对子网间布局进行调整；最后根据网络层级结构，自底向上逐级传播，实现对整体网络的布局。采用本发明专利技术能够对动态网络进行合理布局，并明显提升大规模网络环境下的布局效率。

【技术实现步骤摘要】
一种动态网络布局加速方法
本专利技术涉及网络
，特别是指一种动态网络布局加速方法。
技术介绍
信息网络普遍具有时变特性，网络的整体结构随着时间的推移而不断地发生改变，伴随着节点的增加与删除以及节点间连接关系的改变。尽管在网络可视化中，网络节点的位置并没有明确的物理含义，但在网络动态变化过程中，节点位置的偏移以及网络整体布局形状的改变会破坏用户对网络结构的认知。因此对网络时变过程进行可视化可以有效的辅助用户了解网络的演化过程，掌握网络结构的变化，发现在时变过程中的一些重要节点，挖掘其中的潜在规律。由于时变网络可视化过程中需要向用户展示信息网络动态演化的过程，因此对布局算法的实时性也有着较高的要求。如果在布局计算过程中占用大量的时间，则会影响最终的可视化结果，在网络动态演化过程中出现不停中断的现象，影响用户对网络演化过程的进行观察与理解的同时也会对后续的交互以及分析过程带来不便。力引导布局算法(ForceDirectedAlgorithm)是目前公认的最有效的网络布局算法，力引导算法追求的是全局最优，网络拓扑结构一旦改变，所有网络节点都需要按照布局算法的约束不断调整自身位置，时间成本巨大，这也是现有的时变网络布局算法普遍的缺陷。因此当前动态网络布局算法面临一些典型限制：(1)多时间片序列的布局问题在布局过程中，网络布局算法不仅要维护单个时间片中网络布局的美观与稳定，同时要考虑多时间片序列中，网络布局变化过程中意向图的保持。如果布局过程中，每个时间片都达到最理想的布局质量，则势必会造成相邻时间片的网络结构具有较大的差异；如果想要维持布局的意向图，则必然会影响单个时间片网络布局的质量，两者难以平衡兼顾。(2)大规模网络布局效率问题所述力引导算法追求的是全局最优，网络拓扑结构一旦改变，所有网络节点都需要按照布局算法的约束不断调整自身位置，时间代价巨大。如果在布局计算过程中占用大量的时间，则会影响最终的可视化结果，在网络动态演化过程中出现不停中断的现象，影响用户对网络演化过程的进行观察与理解带来不便。
技术实现思路
有鉴于此，本专利技术的目的在于提出一种动态网络布局加速方法，提高布局算法的整体速度。基于上述目的本专利技术提供的一种动态网络布局加速方法，包括步骤：对网络节点进行聚类得到网络初始的子网结构划分；遍历网络中的最下级子网，采用基于多重约束的力引导布局算法对子网内节点进行布局调整；遍历网络层级中具有相同父节点的子网构建关系网络，并确定子网之间理想距离；根据子网间的理想距离，采用基于时变参数的压力模型对子网间布局进行调整；遍历整个网络层级结构，自底向上依次对网络中的子网布局以及位置调整，并逐级传播，实现对整体网络的布局。作为一个实施例，所述对网络节点进行聚类得到网络初始的子网结构划分，包括步骤：步骤201，记录原始网络层级深度为0，为网络的初始层级；步骤202，基于核心簇的子网结构划分：根据配置文件计算当前网络中的核心簇，并基于所述核心簇对网络节点进行聚类，得到当前网络中的子网划分结果，记录子网层级深度为当前网络层级深度加1；步骤203，通过深度优先方法对网络结构进行划分：依次遍历当前网络中的子网，对于每个子网，采用步骤202的方法继续对其进行聚类；步骤204，判断当前网络中的子网层级深度是否小于或等于设定阈值γ；若是，则转至步骤205；反正，则停止聚类，转至步骤206；步骤205，判断所有子网是否已经遍历完毕；若是，则转至步骤206；反之，转至步骤202；步骤206，返回上一网络层级；步骤207，判断当前网络层及深度是否为0；若是，则表示算法已完成对整个网络的层次划分，转至步骤208；反之，则转至步骤202；步骤208，自顶向下输出网络层级间子网的从属关系，以及最下级子网所包含的节点与连接关系，作为网络的层级初始划分结果。作为一个实施例，所述遍历网络中的最下级子网，采用基于多重约束的力引导布局算法对子网内节点进行布局调整，包括步骤：步骤301，通过时间演化参数对布局过程中节点的移动进行约束；时间演化参数定义为式(1)：式(1)中，Ni(t)是时间片t中节点i的邻居集合；β是控制参数，用于调节结构参数对于时间演化参数的影响；Si(t)是节点i的结构参数，用于记录在t时间片节点i连接关系的变化情况；步骤302，基于网络布局中的总能量构建布局能量参数，并确定网络节点的能量，节点的布局能量参数ES(i)，定义为式(3)：其中Utot为整个网络布局中的总能量，定义为式(4)：式(3)，(4)中μ为网络中所有节点能量的平均值，xi是节点i的位置，k是网络布局参数；在时间片t中网络中的节点的时间演化参数Ei(t)受到其上一时间片的时间演化参数与当前时间片结构参数Si(t)的共同影响，定义为式(2)：式(2)中，Sinew(t)是上一时间片与当前时间片中连接关系与节点i保持不变节点的时间参数总和Siold(t)是上一时间片中与节点i存在连接关系的节点的时间参数总和，节点的结构参数Si(t)为以上两者的比值；步骤303，通过基于多约束的力引导布局算法，最下级子网中的节点进行布局，节点i在布局过程中所受到的合力表示为式(5)：式(5)中Ei(t)为节点i的时间演化参数，Ei(t)为节点的布局能量参数，而K1，K2为网络的稳定性阈值；所有节点之间均存在斥力，记为Frep；有连接关系存在的节点之间存在引力，记为Fattr，二者表示为式(6)：式(6)中，Ni是与节点i相邻的节点集合，n是网络中的节点数目；通过所得的节点间的斥力Frep和引力Fattr对子网内节点进行布局调整。作为一个实施例，遍历网络层级中具有相同父节点的子网构建关系网络，并确定子网之间理想距离包括步骤：遍历当前父节点所包含的子网，根据子网内包含节点的位置信息确定当前子网的位置中心，并以位置中心作为顶点集进行三角化得到子网关系网络；遍历当前子网关系网络中的所有连接关系，检测每一条连接所连子网间的相对位置关系；设子网i、j相互之间存在连接Eij，两个子网的位置中心坐标分别为xi0，xj0，子网半径分别为ri，rj，表示子网位置中心到子网内节点的最远距离，两个子网间的理想距离为δij＝ri+rj，而子网间的距离调整参数为作为一个实施例，根据子网间的理想距离，采用基于时变参数的压力模型对子网间布局进行调整，包括步骤：定义基于时变参数的压力模型DStress(X)为式(7)：DStress(X)＝Sstatic+β·Stemp(7)其中Sstatic为当前布局中的压力函数，定义为式(8)：其中dij＝sij||xi0-xj0||是连接Eij的理想距离，vij＝1/||dij||2是压力系数；Stemp为子网节点的时间演化参数所产生的时空约束；对于子网i，Stemp定义为式(9)：其中n为当前网络层级内的子网数目，xi为子网i的布局位置，xit-1为子网i在上一时间片的布局位置，令为当前时间片子网i中所有节点的时间演化参数总和，时变参数矩阵eii表示为式(10)：式(10)中β为时空约束参数；基于时变参数的压力模型对子网布局进行迭代调整，在第h次迭代时，子网位置矩阵X(h)的计算方法为式(11)：(R+βE)X(h)＝S(Xh-1)Xh-1+βEXt-1(11)其中R表示本文档来自技高网...

【技术保护点】
1.一种动态网络布局加速方法，其特征在于，包括步骤：对网络节点进行聚类得到网络初始的子网结构划分；遍历网络中的最下级子网，采用基于多重约束的力引导布局算法对子网内节点进行布局调整；遍历网络层级中具有相同父节点的子网构建关系网络，并确定子网之间理想距离；根据子网间的理想距离，采用基于时变参数的压力模型对子网间布局进行调整；遍历整个网络层级结构，自底向上依次对网络中的子网布局以及位置调整，并逐级传播，实现对整体网络的布局。

【技术特征摘要】
1.一种动态网络布局加速方法，其特征在于，包括步骤：对网络节点进行聚类得到网络初始的子网结构划分；遍历网络中的最下级子网，采用基于多重约束的力引导布局算法对子网内节点进行布局调整；遍历网络层级中具有相同父节点的子网构建关系网络，并确定子网之间理想距离；根据子网间的理想距离，采用基于时变参数的压力模型对子网间布局进行调整；遍历整个网络层级结构，自底向上依次对网络中的子网布局以及位置调整，并逐级传播，实现对整体网络的布局。2.根据权利要求1所述的一种动态网络布局加速方法，其特征在于，所述对网络节点进行聚类得到网络初始的子网结构划分，包括步骤：步骤201，记录原始网络层级深度为0，为网络的初始层级；步骤202，基于核心簇的子网结构划分：根据配置文件计算当前网络中的核心簇，并基于所述核心簇对网络节点进行聚类，得到当前网络中的子网划分结果，记录子网层级深度为当前网络层级深度加1；步骤203，通过深度优先方法对网络结构进行划分：依次遍历当前网络中的子网，对于每个子网，采用步骤202的方法继续对其进行聚类；步骤204，判断当前网络中的子网层级深度是否小于或等于设定阈值γ；若是，则转至步骤205；反正，则停止聚类，转至步骤206；步骤205，判断所有子网是否已经遍历完毕；若是，则转至步骤206；反之，转至步骤202；步骤206，返回上一网络层级；步骤207，判断当前网络层及深度是否为0；若是，则表示算法已完成对整个网络的层次划分，转至步骤208；反之，则转至步骤202；步骤208，自顶向下输出网络层级间子网的从属关系，以及最下级子网所包含的节点与连接关系，作为网络的层级初始划分结果。3.根据权利要求1所述的一种动态网络布局加速方法，其特征在于，所述遍历网络中的最下级子网，采用基于多重约束的力引导布局算法对子网内节点进行布局调整，包括步骤：步骤301，通过时间演化参数对布局过程中节点的移动进行约束；时间演化参数定义为式(1)：式(1)中，Ni(t)是时间片t中节点i的邻居集合；β是控制参数，用于调节结构参数对于时间演化参数的影响；Si(t)是节点i的结构参数，用于记录在t时间片节点i连接关系的变化情况；步骤302，基于网络布局中的总能量构建布局能量参数，并确定网络节点的能量，节点的布局能量参数ES(i)，定义为式(3)：其中Utot为整个网络布局中的总能量，定义为式(4)：式(3)，(4)中μ为网络中所有节点能量的平均值，xi是节点i的位置，k是网络布局参数；在时间片t中网络中的节点的时间演化参数Ei(t)受到其上一时间片的时间演化参数与当前时间片结构参数Si(t)的共同影响，定义为式(2)：式(2)中，Sinew(t)是上一时间片与当前时间片中连接关系与节点i保持不变节点的时间参数总和，Siold(t)是上一时间片中与节点i存在连接关系的节点的时间参数总和，节点的结构参数Si(t)为以上两者的比值；步骤303，通过基于多约束的力引导布局算法，最下级子网中的节点进行布局，节点i在布局过程中所受到的合力表示为式(5)：式(5)中Ei(t)为节点i的时间演化参数，Es(i)为节点的布局能量参数，而K1，K2为网络的稳定性阈值；所有节点之间均存在斥力，记为Frep；有连接关系存在的节点之间存在引力，记为Fattr，二者表示为式(6)：式(6)中，Ni是与节点i相邻的节点集合，n是网络中的节点数目；通过所得的节点间的斥力Frep和引力Fa...

【专利技术属性】
技术研发人员：魏迎梅，杜晓磊，康来，杨天，谢毓湘，马豪，黄健，徐大林，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南,43