一种基于排序学习预测机会网络关键节点的方法

摘要

本发明公开了一种基于排序学习预测机会网络关键节点的方法，针对机会网络中拓扑高度动态性和随时间变化性，通过挖掘机会网络动态拓扑中隐藏的节点重要性特征，提出一种机会网络关键节点预测方法。该方法首先将连续的机会网络按照时间窗口划分得到离散的机会网络单元，建立对应机会网络单元的时间可达图，然后计算各个时间可达图中各节点的多中心性指标信息和关键程度指标，最后构建排序学习模型提取机会网络拓扑中关键节点的多维特征。本发明能够有效的提取机会网络中关键节点的潜在多维特征，对机会网络中关键节点进行预测，进而对机会网络的鲁棒性、可维护性与安全性具有促进作用。