一种面向有权重网络的关键节点识别方法及装置制造方法及图纸

本发明专利技术提供一种面向有权重网络的关键节点识别方法及装置，其中方法包括获取第一目标网络的拓扑结构的边权重；计算第一目标网络中每个节点的权重集体影响值；删除第一目标网络中目标数量个权重集体影响值最大的节点，得到包括有多个最大组件的第二目标网络；删除最大组件中权重集体影响值最大的节点，直至最大组件的总边权重小于目标边权重，得到第三目标网络；计算第三目标网络中每个节点的权重集体影响值；对第三目标网络中每个节点进行排序；将第一目标网络中所有已删除的节点插入至第三目标网络中，得到所有已删除的节点的插入顺序；对第一目标网络中所有节点进行排序，以对第一目标网络中关键节点进行识别。第一目标网络中关键节点进行识别。第一目标网络中关键节点进行识别。

【技术实现步骤摘要】
一种面向有权重网络的关键节点识别方法及装置


[0001]本专利技术属于通信
，尤其涉及一种面向有权重网络的关键节点识别方法及装置。

技术介绍

[0002]随着以互联网为代表的网络信息技术的高速发展，网络化趋势已十分明显，人们的日常生活也越来越多地依赖于各种复杂网络系统的安全可靠运行。网络中通过边连接两个节点，有权重网络是指网络中边与边的权重不一致。如图1和图2所示，有权重网络有大小之分，而无权重网络是有权重网络的一个特例，即每条边的权重均为1。实际复杂网络的无标度特性与小世界特性，使得网络中的一些特殊节点对于网络的结构和功能有着巨大的影响，因此这些节点被称为关键节点。当网络中这部分关键节点失效时，其影响将快速波及到整个网络。有效辨识网络中的关键节点，可以为网络规划和风险管理提供数据支持：可以重点保护这些关键节点来提高整个网络的可靠性。
[0003]目前主要从系统科学和社会网络两个角度分析网络节点的重要程度。其中，系统科学分析方法的核心思想是节点的重要性等价于该节点或者多个节点被删除后对网络的破坏性：例如，节点删除法通过删除网络中某本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向有权重网络的关键节点识别方法，其特征在于，包括：获取第一目标网络的拓扑结构的边权重；根据所述第一目标网络的拓扑结构的边权重，计算所述第一目标网络中每个节点的权重集体影响值；删除所述第一目标网络中目标数量个权重集体影响值最大的节点，得到包括有多个最大组件的第二目标网络；其中，最大组件包括删除所述第一目标网络中目标数量个权重集体影响值最大的节点后，仍保留的边和边连接的节点；删除最大组件中权重集体影响值最大的节点，直至最大组件的总边权重小于目标边权重，得到第三目标网络；计算所述第三目标网络中每个节点的权重集体影响值；根据所述第三目标网络中每个节点的权重集体影响值，对所述第三目标网络中每个节点进行排序；将所述第一目标网络中所有已删除的节点插入至所述第三目标网络中，得到所有已删除的节点的插入顺序；根据所述一目标网络中所有已删除的节点的插入顺序和所述第三目标网络中每个节点的排序，对所述第一目标网络中所有节点进行排序，以对所述第一目标网络中关键节点进行识别。2.根据权利要求1所述的关键节点识别方法，其特征在于，所述根据所述第一目标网络的拓扑结构的边权重，计算所述第一目标网络中每个节点的权重集体影响值，包括：根据以下公式，计算所述第一目标网络中每个节点的权重集体影响值：其中，WCI
l
(i)为第一目标网络中节点i的权重集体影响值；j为第一目标网络中第j个节点；k为第一目标网络中第k个节点；为以节点i为中心，以l为半径的球面上所有节点的集合；w
ik
为连接节点i和节点k的边的边权重。3.根据权利要求1所述的关键节点识别方法，其特征在于，所述最大组件的总边权重和所述第一目标网络的总边权重满足：其中，G
max
为所述最大组件的总边权重；G为所述第一目标网络的总边权重；N为最大组件所有节点集合；N
max
为第一目标网络中所有节点的集合；w
ij
为连接节点i和节点j的边的边权重；α为所述第一目标网络的总边权重的阈值系数。4.根据权利要求1所述的关键节点识别方法，其特征在于，所述将所述第一目标网络中所有已删除的节点插入至所述第三目标网络中，得到所有已删除的节点的插入顺序，包括：计算每次所述第一目标网络中已删除的相同权重集体影响值节点插入所述第三目标
网络前，所述第三目标网络中最大组件的总边权重；计算每次所述第一目标网络中已删除的相同权重集体影响值节点插入所述第三目标网络后，所述第三目标网络中最大组件的总边权重；计算每次所述第一目标网络中已删除的相同权重集体影响值节点插入所述第三目标网络前后，所述第三目标网络中最大组件的总边权...

【专利技术属性】
技术研发人员：王威，刘子彤，吴启晖，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：