一种航空网络节点分析方法及相关设备技术

本申请提出了一种航空网络节点分析方法及相关设备，将航空网络中城市节点的直接影响力和节点邻居之间连接的紧密程度结合起来，构造了一种衡量节点重要性的新指标，可以通过对预设减函数进行学习，得到用于获得该新指标的簇度指标模型，在实际应用中，可以将该航空网络的任一节点的度和聚类系数输入簇度指标模型，快速且准确得到能够表征相应节点在航空网络中的重要程度的指标参数，从而依据多个节点各自的指标参数，快速且准确识别出航空运输系统中的重要城市节点，且由于这种航空网络节点分析方法的时间复杂度较低，增大了适用范围。增大了适用范围。增大了适用范围。

【技术实现步骤摘要】
一种航空网络节点分析方法及相关设备


[0001]本申请涉及计算机
，更具体地说是涉及一种航空网络节点分析方法及相关设备。

技术介绍

[0002]航空网络是由多个城市节点以及不同城市节点之间的直飞航线构成，在实际应用中，若某城市节点受突发事件影响而陷入瘫痪，导致与该城市节点连接的所有航线被取消后，可能会引起航空网络中的其他城市节点间的某些航线中断，严重影响航空运输工作。
[0003]针对上述情况，可以通过对航空网络中的各城市节点进行重要性分析，确定出该航空网络中的重要节点，据此辅助相关人员对航空网络进行统筹规划，完善应急预案。可见，准确地评估和度量节点的重要性，在提高航空网络的可靠性和抗毁性方面起到重要作用。
[0004]然而，目前提出的基于网络的如介数中心性、度中心性等中心性，衡量网络中节点的重要性的节点分析方法，时间复杂度都比较高，导致其在实际应用中受限，很难满足航空网络重要节点识别的高效率和高准确性的要求。

技术实现思路

[0005]有鉴于此，为了解决上述问题，本申请提供了以下技术方案：
[0006]本申请提出了一种航空网络节点分析方法，所述方法包括：
[0007]获得航空网络的网络数据；所述网络数据包括构建所述航空网络的多个节点，以及所述多个节点之间的链路连接关系；
[0008]依据所述网络数据，获得所述多个节点各自的度以及聚类系数；
[0009]将每个所述节点的度和所述聚类系数输入簇度指标模型进行处理，得到相应的所述节点的指标参数；其中，所述指标参数能够表征相应的所述节点在所述航空网络的重要程度，所述簇度指标模型是通过航空网络样本对预设减函数进行学习得到；
[0010]依据所述多个节点各自的指标参数，确定所述航空网络中的目标节点。
[0011]可选的，所述将每个所述节点的度和所述聚类系数输入簇度指标模型进行处理，得到相应的所述节点的指标参数，包括：
[0012]依据已训练的减函数，对每个所述节点的聚类系数进行处理，得到相应所述节点的聚类处理结果；
[0013]依据同一所述节点的度和所述聚类处理结果，获得相应的所述节点的指标参数。
[0014]可选的，所述减函数的可调参数与节点的聚类系数之间具有指数递减关系，所述可调参数大于1，且为指数函数的底数。
[0015]可选的，在所述通过航空网络样本对预设减函数进行学习，得到所述簇度指标模型过程中，还包括：
[0016]对获得的所述航空网络样本的指标参数进行排序，得到所述航空网络样本的重要
性排序；
[0017]按照所述重要性排序，针对相应的航空网络样本进行网络攻击，获得相应的脆弱性指标参数；
[0018]获得所述脆弱性指标参数的变化，调整所述预设减函数中的可调参数，直至满足学习约束条件，以得到所述簇度指标模型。
[0019]可选的，所述依据所述多个节点各自的指标参数，确定所述航空网络中的目标节点，包括：
[0020]对所述多个节点各自的指标参数进行排序，得到所述多个节点的重要性排序；其中，所述指标参数越大的节点在航空网络中的重要程度越大；
[0021]按照所述多个节点的重要性排序，选择重要性排序靠前的预设数量的节点为目标节点。
[0022]可选的，所述依据所述网络数据，获得所述多个节点各自的度以及聚类系数，包括：
[0023]依据所述多个节点之间的链路连接关系，确定任一所述节点的邻居节点集合；
[0024]将所述邻居节点集合包含的邻居节点数确定为相应的所述节点的度；
[0025]获得所述节点的邻居节点集合包含的各邻居节点直接连接的链路数；
[0026]依据任一所述节点的度以及所述链路数，获得该节点的聚类系数。
[0027]本申请还提出了一种航空网络节点分析装置，所述装置包括：
[0028]网络数据获得模块，用于获得航空网络的网络数据；所述网络数据包括构建所述航空网络的多个节点，以及所述多个节点之间的链路连接关系；
[0029]信息获得模块，用于依据所述网络数据，获得所述多个节点各自的度以及聚类系数；
[0030]指标参数得到模块，用于将每个所述节点的度和所述聚类系数输入簇度指标模型进行处理，得到相应的所述节点的指标参数；其中，所述指标参数能够表征相应的所述节点在所述航空网络的重要程度，所述簇度指标模型是通过航空网络样本对预设减函数进行学习得到；
[0031]目标节点确定模块，用于依据所述多个节点各自的指标参数，确定所述航空网络中的目标节点。
[0032]可选的，所述指标参数得到模块包括：
[0033]聚类处理结果得到单元，用于依据已训练的减函数，对每个所述节点的聚类系数进行处理，得到相应所述节点的聚类处理结果；
[0034]指标参数获得单元，用于依据同一所述节点的度和所述聚类处理结果，获得相应的所述节点的指标参数。
[0035]本申请还提出了一种计算机设备，所述计算机设备包括：
[0036]通信接口；
[0037]存储器，用于存储实现如上述的航空网络节点分析方法的程序；
[0038]处理器，用于加载并执行所述存储器存储的程序，实现如上述的航空网络节点分析方法。
[0039]本申请还提出了一种计算机可读存储介质，其上存储有多个计算机指令，所述计
算机指令被处理器加载执行，实现如上述的航空网络节点分析方法。
[0040]由此可见，本申请提供一种航空网络节点分析方法及相关设备，对于航空运输系统，在面对紧急情况下需要调整航空运输系统的航线时，为了快速且准确识别出该航空运输系统中的重要节点，本申请提出将城市节点的直接影响力和节点邻居之间连接的紧密程度结合起来，提出一种衡量节点重要性的新指标，可以通过对预设减函数进行学习，得到用于获得该新指标的簇度指标模型，这样，可以将所获得的航空网络的任一节点的度和聚类系数输入该簇度指标模型进行处理，快速且准确得到能够表征相应节点在航空网络中的重要程度的指标参数，从而依据多个节点各自的指标参数，快速且准确识别出航空运输系统中的重要城市节点，且由于这种航空网络节点分析方法的时间复杂度较低，增大了适用范围。
附图说明
[0041]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0042]图1为本申请提出的航空网络节点分析方法的可选实施例一的流程示意图；
[0043]图2为本申请提出的航空网络节点分析方法的可选实施例二的流程示意图；
[0044]图3为本申请提出的航空网络节点分析方法的可选实施例三的流程示意图；
[0045]图4为本申请提出的航空网络节点分析装置的一可选实施例的结构示意图；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种航空网络节点分析方法，其特征在于，所述方法包括：获得航空网络的网络数据；所述网络数据包括构建所述航空网络的多个节点，以及所述多个节点之间的链路连接关系；依据所述网络数据，获得所述多个节点各自的度以及聚类系数；将每个所述节点的度和所述聚类系数输入簇度指标模型进行处理，得到相应的所述节点的指标参数；其中，所述指标参数能够表征相应的所述节点在所述航空网络的重要程度，所述簇度指标模型是通过航空网络样本对预设减函数进行学习得到；依据所述多个节点各自的指标参数，确定所述航空网络中的目标节点。2.根据权利要求1所述的方法，其特征在于，所述将每个所述节点的度和所述聚类系数输入簇度指标模型进行处理，得到相应的所述节点的指标参数，包括：依据已训练的减函数，对每个所述节点的聚类系数进行处理，得到相应所述节点的聚类处理结果；依据同一所述节点的度和所述聚类处理结果，获得相应的所述节点的指标参数。3.根据权利要求1或2所述的方法，其特征在于，所述减函数的可调参数与节点的聚类系数之间具有指数递减关系，所述可调参数大于1，且为指数函数的底数。4.根据权利要求1或2所述的方法，其特征在于，在所述通过航空网络样本对预设减函数进行学习，得到所述簇度指标模型过程中，还包括：对获得的所述航空网络样本的指标参数进行排序，得到所述航空网络样本的重要性排序；按照所述重要性排序，针对相应的航空网络样本进行网络攻击，获得相应的脆弱性指标参数；获得所述脆弱性指标参数的变化，调整所述预设减函数中的可调参数，直至满足学习约束条件，以得到所述簇度指标模型。5.根据权利要求1或2所述的方法，其特征在于，所述依据所述多个节点各自的指标参数，确定所述航空网络中的目标节点，包括：对所述多个节点各自的指标参数进行排序，得到所述多个节点的重要性排序；其中，所述指标参数越大的节点在航空网络中的重要程度越大；按照所述多个节点的重要性排序，选择重要性排序靠前的预设数量的节点为目标节点。6.根据权利要求1或2所述的方法...

【专利技术属性】
技术研发人员：闫玲玲，
申请(专利权)人：中银金融科技有限公司，
类型：发明
国别省市：