基于社区结构信息的复杂网络抗毁性研究

基于社区结构信息的复杂网络抗毁性研究

论文摘要

现实世界中大量的复杂系统都可建立对应的复杂网络模型,其对复杂系统的研究和认识具有重要的理论与应用价值。对复杂网络的研究主要集中于以下几个方面:研究真实世界网络的统计特性;基于对统计特性的分析,推演网络生成机制和网络演化机制;识别网络中的重要节点;分析网络中部分结构(节点或边)失效下网络整体结构和性能的变化,即复杂网络的抗毁性研究。论文以网络的社区结构为出发点,研究利用网络社区结构信息的网络攻击策略,分析在不同攻击策略下网络结构和性能的变化。首先,论文基于网络的社区结构,定义了一类新的重要节点——桥接节点。在多个网络中对桥接节点进行了分析研究,发现:网络的社区结构越明显,桥接节点所占网络全部节点的比例就越低,并且桥接节点与基于节点中心性指标识别的重要节点的差别就越大。这种差别对后文中攻击策略的效果分析有指导性意义。其次,针对复杂网络抗毁性研究,基于桥接节点,论文提出了两类攻击策略:其一,基于桥接节点与节点中心性指标结合的攻击策略;其二,基于桥接节点与社区结构信息的攻击策略。利用所提出的两类攻击策略进行了大量对比实验。结果表明,与传统的仅基于节点中心性指标的攻击策略相比,所提出的第一类攻击策略有着非常明显的优势,网络对这类攻击策略表现出极低的抗毁能力。同时当网络的社区结构较明显时,所提出的第二类攻击策略也比传统的仅基于节点中心性指标的攻击策略有效,网络对这类攻击策略也表现出较低的抗毁能力。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 研究背景与意义
  •   1.2 国内外研究概况
  •   1.3 论文的主要研究内容和框架
  • 2 复杂网络相关概念
  •   2.1 复杂网络基础概念
  •   2.2 复杂网络节点中心性指标
  •   2.3 复杂网络抗毁性测度
  •   2.4 复杂网络生成模型
  •   2.5 本章小结
  • 3 网络中社区结构角度下的重要节点
  •   3.1 复杂网络社区发现
  •   3.2 桥接节点的定义
  •   3.3 桥接节点的提取方法
  •   3.4 桥接节点的性质
  •   3.5 本章小结
  • 4 基于桥接节点的复杂网络抗毁性分析
  •   4.1 基于桥接节点与中心性指标的攻击策略及分析
  •   4.2 基于桥接节点与社区结构信息的攻击策略及分析
  •   4.3 本章小结
  • 5 总结与展望
  •   5.1 论文总结
  •   5.2 未来展望
  • 致谢
  • 参考文献
  • 附录 攻读硕士期间研究成果
  • 文章来源

    类型: 硕士论文

    作者: 谢鹏程

    导师: 王祖喜

    关键词: 复杂网络,抗毁性,社区结构,攻击策略,桥接节点

    来源: 华中科技大学

    年度: 2019

    分类: 基础科学

    专业: 数学

    单位: 华中科技大学

    分类号: O157.5

    DOI: 10.27157/d.cnki.ghzku.2019.004123

    总页数: 79

    文件大小: 5105K

    下载量: 30

    相关论文文献

    • [1].雾霾污染的区域结构特征学习[J]. 陕西师范大学学报(自然科学版) 2020(02)
    • [2].电网社区结构发现方法及其应用综述[J]. 电网技术 2020(07)
    • [3].探析国外开放社区结构模式及对我国的启示[J]. 山西农经 2018(02)
    • [4].复杂网络重叠社区结构发现的演化算法研究[J]. 计算机工程与科学 2016(10)
    • [5].资源视角下城市社区结构的演变逻辑[J]. 贵州社会科学 2011(04)
    • [6].考虑社区结构稳定度的增量社区并行发现算法[J]. 小型微型计算机系统 2018(07)
    • [7].复杂网络重叠社区结构发现算法研究[J]. 阴山学刊(自然科学) 2013(02)
    • [8].基于保守合并策略的复杂网络社区结构发现[J]. 复杂系统与复杂性科学 2011(04)
    • [9].识别稳定的局部社区结构算法[J]. 信息技术 2016(03)
    • [10].动态社区演化研究进展[J]. 电信科学 2017(01)
    • [11].动态社区的点增量发现算法[J]. 计算机技术与发展 2017(06)
    • [12].基于桥系数的分裂社区检测算法研究[J]. 中文信息学报 2017(03)
    • [13].边异质网络中的社区结构发现算法[J]. 计算机工程 2019(06)
    • [14].重叠社区与强弱边关系研究[J]. 计算机应用与软件 2017(11)
    • [15].基于节点度和社区信息的复杂网络链接预测(英文)[J]. 工程数学学报 2020(02)
    • [16].基于优化标签传播算法的社区发现方法研究[J]. 情报学报 2014(05)
    • [17].基于模糊聚类的多分辨率社区发现方法[J]. 电子与信息学报 2017(09)
    • [18].基于社交网络中社区结构的研究[J]. 科技经济导刊 2016(05)
    • [19].美国开放社区结构对于中国城市社区规划的启示[J]. 艺术设计研究 2012(S1)
    • [20].动态网络社区发现综述[J]. 智能计算机与应用 2020(01)
    • [21].社区结构感知的间断连接无线网络路由机制[J]. 电信科学 2015(04)
    • [22].关系数据库中社区发现方法研究[J]. 计算机技术与发展 2014(08)
    • [23].Gnutella网络上的动态社区结构分析[J]. 小型微型计算机系统 2012(08)
    • [24].Twitter数据揭示全球社区结构[J]. 数据分析与知识发现 2020(07)
    • [25].创新网络社区结构对合作行为演化的影响[J]. 软科学 2018(11)
    • [26].基于规则等价性的社区发现[J]. 电子科技 2016(12)
    • [27].基于向量划分的复杂网络社区结构发现[J]. 中国科学:物理学 力学 天文学 2011(09)
    • [28].一种改进的社区检测算法研究[J]. 电脑编程技巧与维护 2020(08)
    • [29].具有社区结构的无标度网络生成算法[J]. 计算机科学 2018(02)
    • [30].我国城市社区结构治理变迁历程研究[J]. 湖北函授大学学报 2014(11)

    标签:;  ;  ;  ;  ;  

    基于社区结构信息的复杂网络抗毁性研究
    下载Doc文档

    猜你喜欢