【技術實現步驟摘要】
本專利技術屬于復雜系統中網絡科學，具體涉及多層復雜網絡關鍵節點排序識別方法。
技術介紹
1、網絡中不同節點對網絡的拓撲結構和功能呈不同程度影響。實際網絡系統的規模和結構日益復雜，因此對網絡中關鍵節點的識別是非常有必要的：可以有效提升監控和維護網絡運行的能力，加強各種網絡在實際應用中的穩定性，對維護社會正常秩序、保護生命財產安全十分關鍵。因此，對網絡關鍵節點的研究具有重要的理論意義和應用價值。
2、傳統的復雜網絡分析方法大都關注節點間由單一類型聯系構成的網絡，即單層網絡。然而，實際復雜系統并非孤立存在，隨著信息技術的發展，各類系統間的耦合聯系更加密切。多層網絡可以包含不同類型的元素及鏈接關系，能夠更有效表征現實世界復雜系統的錯綜復雜的互聯關系及演化機理，有助于實現對真實系統的預測、分析和控制。多層網絡的研究成為新興領域。
3、較單層網絡而言，多層網絡有更復雜的層間聯系，節點之間存在更復雜的相互影響，結構更加脆弱。另外，隨著科技的飛速發展，網絡的復雜度、規模都急速增長，少量節點出現故障會造成整個網絡大規模失效，且從中找出有用的信息變得非常困難。雖然對單層網絡的分析方法相對成熟，但其方法并不能直接運用于多層網絡，對多層網絡中重要節點的識別依然存在困難，對其關鍵節點的搜索方法的研究一直沒有突破性的進展。
4、目前提出的對多層網絡關鍵節點識別的方法分類及主要存在的問題如下：
5、基于網絡結構：根據隨機游走跳轉到鄰居節點的概率受節點所在層的影響提出了層中心性；基于網絡不同層中節點間的交互作用提
6、基于傳播動力學方法：將sir（susceptible?infected?recovered?model）傳播模型在各種類型的雙重網絡上進行擴展，并采用了層交叉傳播模式。在兩層網絡上，根據?sir過程傳播的兩種病原體的相互作用（這兩種病原體可以具有任意的層間度相關性），但該研究過程默認流行病并非同時發生。使用sis（susceptible?infected?susceptible?model）模型動態研究多重網絡上的惡意軟件傳播過程。相關研究大都建立在具有特殊假設的多層網絡模型上，其對于實際背景下的多層系統的關鍵節點的識別存在較大誤差。
7、基于張量的方法：用張量的形式描述多層互聯網絡的拓撲結構，基于相同節點在不同層的分布，將單層網絡中的隨機游走中心性、pagerank、特征向量中心性、介數中心性等指標擴展到了多層互聯網絡。利用四階張量來表示多層網絡，提出一種基于張量分解來識別關鍵節點的新方法。但張量方法計算復雜度較高，在處理大規模問題時效率較低。
技術實現思路
1、本專利技術的目的是提供多層復雜網絡關鍵節點排序識別方法，解決現有關鍵節點識別方法對于多層復雜網絡存在誤差大且效率低的問題。
2、本專利技術所采用的技術方案是，多層復雜網絡關鍵節點排序識別方法，具體按照以下步驟實施：
3、步驟1，根據多層網絡不同層的鄰接矩陣、層間鏈接關系生成整體網絡的鄰接矩陣，并計算多層網絡中每個節點的度值；
4、步驟2，忽略層間鏈接，計算多層網絡中每層中的每個節點的betwenness值；
5、步驟3，對每個節點的度值和betwenness值進行歸一化處理；
6、步驟4，融合每個節點的度值和betweenness值，得到每個節點的重要性系數；
7、步驟5，根據步驟4得到的每個節點的重要性系數對多層網絡中的節點進行降序排列；
8、步驟6，利用網絡瓦解算法對關鍵節點進行識別。
9、本專利技術的特點還在于，
10、步驟1中，多層網絡中每個節點的度值的表達式為：
11、（1）
12、式（1）中，表示整體網絡的鄰接矩陣中第行第列元素。
13、步驟2的具體過程為：
14、步驟2.1，對于多層網絡中的每個節點，選取源節點和終節點，對無權圖使用深度優先搜索算法，對有權圖調用dijkstra’s算法，據此計算從到的最短路徑條數；
15、步驟2.2，對于每個節點，計算從源節點和終節點的最短路徑中經過節點的路徑條數，計算每個節點的betwenness值。
16、步驟2.2中，每個節點的betwenness值的表達式為：
17、（2）。
18、步驟3中，對每個節點的度值和betwenness值進行歸一化處理的表達式為：
19、（3）
20、（4）
21、式（3）和式（4）中，表示節點的度值，表示所有節點的度值中最大的值，表示節點的betweenness值，表示所有節點的betweenness值中最大的值。
22、步驟4中，每個節點的重要性系數的表達式為：
23、（5）
24、式（5）中，表示歸一化后的度值，表示歸一化后的betweenness值。
25、步驟6的具體過程為：
26、步驟6.1，按照步驟5得到的節點排列順序，從第一個節點為起始節點選取q（攻擊強度）個節點，初始q=1，作為攻擊目標節點；
27、步驟6.2，計算多層網絡瓦解的臨界指標k：
28、當k>2時，多層網絡沒有解體，執行從多層網絡中剔除攻擊目標節點及由于移除攻擊目標節點而導致與網絡失去鏈接關系的節點，得到剩余網絡，計算剩余網絡中最大連通分支的大小與多層網絡完整時節點數量的比值s(q)，s(q)用來衡量多層網絡被破壞的程度；此時繼續步驟6.3；
29、當k≤2時，程序結束，返回q值和其對應的節點集合；此時，多層網絡結構已經解體，s(q)為0，q為最小攻擊強度，則最小攻擊強度所對應的節點為多層網絡的關鍵節點集合；
30、步驟6.3，按照步驟5得到的節點排列順序，每次增加一個節點作為攻擊目標節點，q?=?q?+?1，并重復步驟6.2。
31、步驟6.2中，多層網絡瓦解的臨界指標k的表達式為：
32、（6）
33、式（6）中，表示節點的度值，表示剩余網絡中節點的總數量，剩余網絡為從多層網絡中剔除攻擊目標節點及由于移除攻擊目標節點而導致與多層網絡失去鏈接關系的節點后的網絡。
34、本專利技術的有益效果是：
35、（1）本專利技術多層復雜網絡關鍵節點排序識別方法，節點的度值更多地考慮節點的鄰居屬性，屬于網絡的局部屬性；betweenness值則是從路徑的角度，利用遍歷網絡時的“橋”節點在網絡中的核心程度，屬于較全局的指標，即利用不同指標之間的互補特性；同時，考慮到層間鏈接關系對整個網絡的影本文檔來自技高網...
【技術保護點】
1.多層復雜網絡關鍵節點排序識別方法，其特征在于，具體按照以下步驟實施：
2.根據權利要求1所述的多層復雜網絡關鍵節點排序識別方法，其特征在于，步驟1中，多層網絡中每個節點的度值的表達式為：
3.根據權利要求2所述的多層復雜網絡關鍵節點排序識別方法，其特征在于，步驟2的具體過程為：
4.根據權利要求3所述的多層復雜網絡關鍵節點排序識別方法，其特征在于，步驟2.2中，每個節點的Betwenness值的表達式為：
5.根據權利要求4所述的多層復雜網絡關鍵節點排序識別方法，其特征在于，步驟3中，對每個節點的度值和Betwenness值進行歸一化處理的表達式為：
6.根據權利要求5所述的多層復雜網絡關鍵節點排序識別方法，其特征在于，步驟4中，每個節點的重要性系數的表達式為：
7.根據權利要求6所述的多層復雜網絡關鍵節點排序識別方法，其特征在于，步驟6的具體過程為：
8.根據權利要求7所述的多層復雜網絡關鍵節點排序識別方法，其特征在于，步驟6.2中，多層網絡瓦解的臨界指標K的表達式為：
【技術特征摘要】
1.多層復雜網絡關鍵節點排序識別方法，其特征在于，具體按照以下步驟實施：
2.根據權利要求1所述的多層復雜網絡關鍵節點排序識別方法，其特征在于，步驟1中，多層網絡中每個節點的度值的表達式為：
3.根據權利要求2所述的多層復雜網絡關鍵節點排序識別方法，其特征在于，步驟2的具體過程為：
4.根據權利要求3所述的多層復雜網絡關鍵節點排序識別方法，其特征在于，步驟2.2中，每個節點的betwenness值的表達式為：
5.根據權利要求4所述的...
【專利技術屬性】
技術研發人員：李前，費蓉，金海燕，江巧永，鄧瑜，
申請(專利權)人：西安理工大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。