大型软件网络的节点重要性度量研究

摘要

随着科学技术的发展和进步，越来越多的社会网络呈现出复杂网络的特征。作为一个新兴的科学研究领域，对复杂网络的实证研究受到了越来越多的专家和学者的重视。一方面，复杂网络的发展为人们生活提供了极大的便利，但另一方面也复杂网络的系统运行也给人们的生活带来了一些负面影响，如大面积停电事故、网络攻击、交通瘫痪、谣言传播、疾病传播等等。因此，在针对复杂网络的研究中，识别复杂网络中的重要节点对整个复杂网络系统的运行起着至关重要的作用。 尽管目前已经有多种识别复杂网络中重要节点的方法，但不同的识别算法由于采用的指标不同、针对的网络类型的不同或多或少都存在一定的局限性。本文以大型软件网络为研究目标，在以往的重要节点识别算法的基础上进行改进，从而得出适用于大型软件网络的重要节点识别算法。本文的主要研究工作如下： 1.本文从复杂网络节点重要性的经典算法开始研究，介绍了度中心性、介数中心性、接近度中心性、K核分解法、特征向量中心性、PageRank算法等节点重要性发现算法，分析比较各种算法的优缺点。 2.通过对复杂软件网络结构的分析，提出了两种新的复杂网络静态特征量——双重度和邻聚系数。分析了10种开源大型软件网络的双重度和邻聚系数分布，结果表明双重度和邻聚系数能够更好的表明复杂网络的静态特征。 3.在传统排序算法的基础上提出了一种基于网络拓扑结构的局部特征和全局特性的节点重要性度量指标p?i?，该指标以节点自身及其邻居节点的度等局部信息为基础，通过节点的度中心性等全局信息来平衡度量方法的局限性。我们选取四个大型开源软件网络对该度量方法进行验证，实验结果证明新的节点重要性度量指标p?i?对大型软件网络的节点重要性评估具有较高的有效性，对大型应用软件网络显示出突出的度量效果。 4.利用双重度和邻聚系数建立了一种新的节点重要性排序指标*ip，并选取10种大型软件网络验证了*ip对于软件网络的节点排序效果，同时将利用*ip指标进行节点重要性排序的效果与利用聚集系数和度指标进行节点重要性排序的结果进行对比，结果证明基于双重度和邻聚系数的节点重要性排序方法要明显优于基于聚集系数和度的节点重要性排序方法。

目录

声明

第一章 绪论

一、研究背景

二、研究意义

三、国内外研究现状

四、论文的研究内容及组织安排

第二章 复杂网络的基本理论

一、图的基本理论

二、复杂网络的主要特征

三、复杂网络的基本模型

四、本章小结

第三章基于度和度中心性的节点重要性排序方法

一、几种经典的节点重要性排序方法

二、大型软件网络的拓扑模型建构

三、基于度和度中心性的节点重要性评价方法

四、实例验证

五、本章小结

第四章 基于双重度和邻聚系数的节点重要性评价方法

一、网络的双重度分布

二、网络的邻聚系数分布

三、基于双重度和邻聚系数的节点重要性评价方法

四、算法仿真与分析

五、本章小结

总结与建议

参考文献

个人简历及在学期间的研究成果和发表的学术论文

致谢