计算机网络中子网络及其关键目标的识别方法及其应用

摘要

本发明公开了一种计算机网络中子网络及其关键目标的识别方法及其应用。所述识别方法包括：创建计算机网络节点（如下简称节点）的影响力矩阵，其中每一行表示一个节点对各个节点的影响力值；将所述影响力矩阵的对角线进行线性变换以模拟影响力释放过程；将每个节点对其他节点的影响力向量向该节点的邻居传播，并将结果归一化，作为新的影响力矩阵；重复以上两步操作直到结果收敛；将最终收敛的影响力矩阵每行求和作为每个节点的影响力值，进而确定其中的核心节点；通过将各个节点及对其相关影响力最大的节点划分到同一个核心边缘结构组内，实现核心边缘结构组的划分，最终所获核心边缘结构组即子网络，该子网络中的核心节点即关键目标。

说明书

技术领域

本发明涉及一种计算机网络分析方法，具体涉及一种基于计算机网络节点影响力对计算机网络中子网络及其关键目标进行识别的方法，属于计算机技术领域。

背景技术

随着对计算机复杂网络研究的深入，对其中关键目标的识别越来越受到重视。这是因为对计算机网络中的关键目标进行识别和划分可以提高网络数据的存储和访问性能，增强数据抗干扰性；对关键目标进行识别也可以提高推荐系统对网络中相关个体进行推荐的准确性。

核心边缘结构是一种中尺度网络结构，其中核心节点是一组密集互连的节点，边缘节点是一组稀疏互连的节点。社区结构和核心-边缘结构之间的主要区别在于，前者由密集连接的核心顶点和稀疏连接的边缘顶点组成，而后者由社区内部的密集连接节点和社区之间的稀疏连接节点组成。在复杂网络中，度数高的节点不一定是核心节点。因此需要开发特定的核心边缘检测方法。近年来研究人员提出了多种检测核心边缘结构的方法。例如，有研究人员提出了在复杂网络中检测多个不重复的核心边缘结构的方法。也有研究人员提出了一种在复杂网络中检测单个和多个核心边缘结构以及重复节点的办法。还有研究人员证明了分形分析在揭示复杂网络中核心边缘结构特性方面的有效性。但现有的方法没有考虑节点之间局部与全局的相互作用且没有考虑每个节点对其他各个节点分别的影响力，因此均难以实现对计算机网络中子网络及其关键目标的快速、准确识别。

发明内容

本发明的主要目的在于提供一种计算机网络中子网络及其关键目标的识别方法及应用，以克服现有技术中的不足。

为实现前述发明目的，本发明采用的技术方案包括：

本发明的一些实施例提供了一种计算机网络中子网络及其关键目标的识别方法，其包括如下步骤：

（1）设置计算机网络节点的影响力矩阵，其中每一行表示一个计算机网络节点对各个计算机网络节点的影响力值，并将所述影响力矩阵初始化为零矩阵；

（2）将所述影响力矩阵的对角线进行线性变换，作为自身释放的影响力，其余位置数值不变；

（3）对所述影响力矩阵进行线性衰减并与所述自身释放的影响力结合，归一化后，得到新的影响力矩阵；

（4）重复步骤（2）-步骤（3）直到结果收敛；

（5）将最终收敛的影响力矩阵

其中

其中

（6）求得每一个计算机网络节点和对该计算机网络节点影响力最大的计算机网络节点，对应的逻辑表达式如下：

（7）将计算机网络节点

本发明实施例还提供了一种计算机存储介质，所述计算机存储介质存储程序，所述程序被处理器调用时，用于执行所述的计算机网络中子网络及其关键目标的识别方法。

本发明实施例还提供了一种计算机网络关键目标的识别系统，其包括：处理器和存储器,所述处理器用于读取所述存储器中存储的程序,以执行所述的计算机网络中子网络及其关键目标的识别方法。

较之现有技术，本发明充分考虑了计算机网络节点之间局部与全局的相互作用，能有效实现对计算机网络中子网络及其关键目标的快速、准确识别。

附图说明

为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。

图1是本发明一实施方式中一种计算机网络中子网络及其关键目标的识别方法的流程图；

图2是采用本发明一实施例所提供的识别方法及现有的一些识别方法对电子邮件网络中子网络及其关键目标的识别效果对比图。

具体实施方式

鉴于现有技术的不足，本案发明人经长期研究和实践，得以提出本发明的技术方案，即，一种基于计算机网络节点影响力对计算机网络中子网络及其关键目标进行识别的方法，其过程可以概括为：通过模拟影响力传播来计算机网络节点之间的影响力；根据稳定后的计算机网络节点的影响力值寻找关键目标；根据稳定后的计算机网络节点的影响力值进行核心边缘结构划分；确定受核心节点影响的相应非核心节点。

进一步的，请参阅图1，在本发明的一个典型实施方式中，一种计算机网络中子网络及其关键目标的识别方法包括：

S1、创建计算机网络节点的影响力矩阵，其中每一行表示一个计算机网络节点对各个计算机网络节点的影响力值；

S2、将所述影响力矩阵的对角线进行线性变换以模拟影响力释放过程，具体的，可以将所述影响力矩阵的对角线置进行线性衰减，再增加一个常数；

S3、将每个计算机网络节点对其他计算机网络节点的影响力向量向该计算机网络节点的邻居传播，并将结果归一化，作为新的影响力矩阵；

S4、重复上述步骤S2和S3的操作直到结果收敛；

S5、将最终收敛的影响力矩阵每行求和作为每个计算机网络节点的影响力值，进而确定其中的计算机网络核心节点；

S6、通过将各个计算机网络节点及对其相关影响力最大的计算机网络节点划分到同一个核心边缘结构组内，实现核心边缘结构组的划分。并且，若多个计算机网络节点拥有同一个影响最大的计算机网络节点，或多个计算机网络节点互相是对方的影响最大的计算机网络节点，则将这些计算机网络节点也划分到同一个核心边缘结构组内。

进一步的，所述识别方法最终所获核心边缘结构组即子网络，该子网络中的计算机网络核心节点即关键目标。

以下将结合实施例对本发明的技术方案作进一步说明。应该指出，以下详细说明都是示例性的，其不构成对本发明保护范围的限制。同时，除非另有指明，本说明书使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

本发明的一个实施例所提供的一种计算机网络中子网络及其关键目标的识别方法包括如下步骤：

（1）设置计算机网络节点的影响力矩阵，其中每一行表示一个计算机网络节点对其它计算机网络节点的影响力值，并将所述影响力矩阵初始化为零矩阵；

（2）将所述影响力矩阵的对角线进行线性变换，作为自身释放的影响力，其余位置数值不变；

（3）对所述影响力矩阵进行线性衰减并与所述自身释放的影响力结合，归一化后，得到新的影响力矩阵；

（4）重复步骤（2）-步骤（3）直到结果收敛；

（5）将最终收敛的影响力矩阵

其中

其中

（6）求得每一个计算机网络节点和对该计算机网络节点影响力最大的计算机网络节点，对应的逻辑表达式如下：

（7）将计算机网络节点

其中，所述步骤（1）是作为通常的初始化步骤。进一步的，在所述步骤（1）中，第

其中

进一步的，所述步骤（2）是为了模拟释放影响力的过程。

进一步的，在所述步骤（3）中，对所述影响力矩阵进行线性衰减并与自身释放的影响力结合可以将不同计算机网络节点对同一计算机网络节点的影响力向量进行累加以作为该计算机网络节点的影响力，而每点乘后将结果归一化是为了防止多次点乘之后的绝对数值过大。

进一步的，在所述步骤（4）中，所述结果收敛的标志是相邻两次的影响力矩阵作差，并取差的绝对值的平均，若后一次差的绝对值的平均值大于或等于前一次差的绝对值的平均值的0.99倍，则认为结果收敛，停止循环。

在所述步骤（7）中，还可以针对不同网络类型进行适当的社区合并。例如，对一些边数较多，容易出现小核心边缘结构组的网络，可以对小核心边缘结构组进行适当的合并，用于凸显网络中更为重要的结构或特征。一般来说，在大型网络中，可以将一个核心边缘结构组中的节点数目小于500个视作小核心边缘结构组，即

进一步的，步骤（7）还可以包括：将小社区合并在包含影响力最大的计算机网络节点的核心边缘结构组之内，所述小社区为节点数目小于

进一步的，步骤（7）还可以包括：若包含影响力最大的计算机网络节点的核心边缘结构组属于小社区，则将该包含影响力最大的计算机网络节点的核心边缘结构组合并在包含第二大影响力的计算机网络节点的核心边缘结构组之中。

进一步的，所述的识别方法具体包括：

（i）计算初步的核心边缘结构组中原有的节点数量；

（ii）在当前核心边缘结构组中的节点数量小于

（iii）取出影响力最大的计算机网络节点，并判断该计算机网络节点所在核心边缘结构组的节点数量，如果该节点数量大于

本实施例中，还利用已知的网络数据对该计算机网络中子网络及其关键目标的识别方法的可靠性进行了进行验证，同时和现有的一些的核心边缘结构识别方法进行了比较，具体如下。

（1）模拟计算机网络

本实施例中构建了多个具有子网络及其关键节点的随机网络用来模拟计算机网络，其中计算机网络核心节点（如下简称核心节点）与计算机网络边缘节点（如下简称边缘节点）各占总结点数一半。用

下表1-表3所示为三种不同类型的计算机网络中，不同网络大小下，本实施例所述识别方法和其他现有识别方法的比较结果。其中，

（2）电子邮件网络

图2显示不同识别方法在电子邮件网络中找到的核心节点和核心边缘结构组的示意图。其中，在每种识别方法对应的子图左侧，深色节点表示边缘节点，浅色节点表示核心节点；子图右侧，同一种颜色的节点表示在同一个核心边缘结构组里面。图2显示本实施例的识别方法不仅能够找到多对不重复的核心边缘结构组，同时本实施例的识别方法找到的核心边缘结构组也更精确。

表1

表2

表3

本实施例还提供了一种电子设备，包括：一个或多个处理器；以及存储器，其中存储器用于存储一个或多个可执行指令；一个或多个处理器被配置为经由执行一个或多个可执行指令以本实施例所述识别方法的步骤。

需要说明的是，虽然上文按照特定顺序描述了各个步骤，但是并不意味着必须按照上述特定顺序来执行各个步骤，实际上，这些步骤中的一些可以并发执行，甚至改变顺序，只要能够实现所需要的功能即可。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以包括但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。

应当理解，以上所描述的实施例是本发明一部分实施例，而不是全部的实施例。本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。