[发明专利]基于互联网AS级多属性的区域网络节点影响力排序方法

说明书

基于互联网AS级多属性的区域网络节点影响力排序方法，包括：S1：获取AS(Autonomous System)网络数据，构建网络G；S2：AS节点影响力计算：计算二阶邻居节点影响力；S3：多属性融合算法排序：将S2得到的节点影响力与其本身属性进行加权融合后再排序；S4：性能评估。本发明关注邻居节点在整个网络中的影响，然后基于聚合两层邻居影响的逐层影响弱化策略计算节点重要性排序，将节点属性引入该方法，提出了一种基于多属性的节点重要性评估方法，并通过脆弱性分析实验验证了该方法的优越性，同时对不同区域网络的破坏性进行评估，探索区域破坏性差异与拓扑结构之间的关系。

技术领域

本发明涉及复杂网络技术领域，特别涉及一种基于互联网AS级多属性的区域网络节点影响力排序方法。

背景技术

在自然界以及人类社会中存在着大量复杂系统都可以通过不同的复杂网络加以表示。一个典型的网络是由许多节点和连边组成的，节点用来代表系统中不同的个体，而边则用来表示个体之间的关系。互联网在AS(Autonomous System) 级复杂网络中的网络节点重要度分析一直都是一项重要的研究课题，对于研究国家区域的AS级网络的稳健性分析方面具有重要应用。目前，在复杂网络中节点重要性排序的研究中，主要以节点的度、节点之间的最短路径、节点的位置、网络的鲁棒性、网络全局信息等网络拓扑结构方面进行研究。然而，仅仅关注网路结构信息会导致考虑不周全，最终导致分析结果不够严谨准确。所以，本文所研究的网络节点重要性要从两个方面进行深入研究，即网络拓扑结构信息与网络节点内部属性。

专利号201510373034.X公开了一种基于集团度的复杂网络重要节点排序方法及模型演化方法，通过集团度来计算节点的重要性值得到的节点重要性顺序更符合网络的实际情况模型演化所得到的模型的平均路径长度和聚类系数性能都具有明显优势。专利号201710481040.6发明基于紧密度和结构洞计算的节点重要性值，得到的节点重要性排序能更准确和有效的评估节点的重要程度，对于大规模真实复杂网络可获得理想的计算效率和结果。专利号201820203964.4 一种基于嫡变的复杂网络节点重要度的排序方法，将嫡变作为节点重要性的度量，并对排序结果进行性能评估。

上述方法均只从某个或者两个结构方面评价节点重要性或对节点进行排序，然而，事实上，网络节点的重要性不仅和节点局部属性、与其在网络中所处位置以及节点之间的相互依赖程度密切相关，而且与节点自身的特定属性也密切相关。仅凭借拓扑结构属性在不同的网络中研究节点影响力的计算方法，不足以准确的表示节点自身的特性，AS网路中节点的重要性与网络的整体信息相关，需要从不同的角度去分析，利用节点的多个指标来进行综合评定。通常情况下，人们普遍认为带有度指标排序算法更能体现出节点的影响力，但这忽略了两个关键的问题：一方面，虽然一些节点拥有较少的邻居，但他们的邻居却拥有更高的影响力。另一方面，节点内部的属性如AS拥有的前缀块数量、AS拥有的用户数量等属性也对其重要性有一定的影响。综上所述，基于互联网AS级多属性的区域网络节点影响力排序方法，综合考虑了节点的多层结构信息和节点自身的属性，通过网络核心规模、破碎度、连通分量等多种方式评价，能够更加准确高效的评估网络中的关键节点。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于互联网AS级多属性的区域网络节点影响力排序方法，通过网络结构属性与节点自身属性融合，使得网络中关键节点的排序更加符合实际且更加高效精准。

本发明实现上述发明目的所采用的技术方案如下：

本发明的基于互联网AS级多属性的区域网络节点影响力排序方法，包括以下步骤：

S1：构建网络：获取AS(Autonomous System)网络数据，构建网络；

S2：计算AS节点影响力：计算二阶邻居节点影响力；

S3：排序多属性融合算法：将上述得到的节点影响力与节点本身属性进行加权融合后再排序；

S4：评估性能。