JP7224700B1 - 複雑ネットワークノードの重要度評価方法及び装置 - Google Patents
複雑ネットワークノードの重要度評価方法及び装置 Download PDFInfo
- Publication number
- JP7224700B1 JP7224700B1 JP2022103501A JP2022103501A JP7224700B1 JP 7224700 B1 JP7224700 B1 JP 7224700B1 JP 2022103501 A JP2022103501 A JP 2022103501A JP 2022103501 A JP2022103501 A JP 2022103501A JP 7224700 B1 JP7224700 B1 JP 7224700B1
- Authority
- JP
- Japan
- Prior art keywords
- node
- importance
- complex network
- obtaining
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims description 30
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000012937 correction Methods 0.000 claims abstract description 31
- 239000011800 void material Substances 0.000 claims abstract description 30
- 230000005484 gravity Effects 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 12
- 238000000354 decomposition reaction Methods 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 11
- 241000700605 Viruses Species 0.000 description 5
- 239000010410 layer Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 230000002458 infectious effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002255 vaccination Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
Description
Ψiはノードiまでの距離が、第1の所定値rの以下である近傍ノードセットであり、ksi、ksjはそれぞれノードi及びノードjの前記コア数であり、hi、hjはそれぞれノードi及びノードjの前記H指数値であり、γは平衡係数であり、m(i)、m(j)はそれぞれノードi及びノードjの前記質量であり、dijはノードiとノードjの間の距離である。
θは第2の所定値であり、0≦θ≦1であり、Γiは前記何れか1つのノードiの近傍ノードセットであり、ISM(j)はノードjの前記重要度である。
ステップS11:評価対象となる複雑ネットワークにおける各ノードのローカルトポロジ情報、及びグローバル位置情報を取得する。
隣接行列における要素Zijはノードの間の接続関係を説明し、Zij=1は、ノードiとノードjの間には接続エッジが存在すると示し、さもなければ、Zij=0である。次数はノードの近傍数を示し、以下のように示され、
dijはノードiとノードjの間の距離であり、Nは複雑ネットワークのノード数を示す。次数はノードの直接的な影響力を反映し、ノードでのリンク数が多いほど、ノード次数が大きい。次数中心性はノードのローカル情報のみを考慮するため、ローカル中心性指標である。
kjsは何れか1つのノードiの第s番目の近傍の次数を示す。以上の公式において、オペレーターHは最大整数hを戻すことで、何れか1つのノードiは少なくとも、次数がh以上であるh個の近傍を有し、そうすれば、当該何れか1つのノードiのH指数値はhである。
<ks>は前記複雑ネットワークの平均コア数を示し、<h>は前記複雑ネットワークの平均H指数値を示す。
ksiはノードiの前記コア数であり、hiはノードiの前記H指数値であり、m(i)はノードiの前記質量である。
ノードqはノードiとノードjの間の共同近傍を示し、μijは、ノードiがノードjとの関係を維持するために、投入した労力が総労力に占める比率を示し、μiqは、ノードiがノードqとの関係を維持するために、投入した労力が総労力に占める比率を示し、μqjは、ノードqがノードjとの関係を維持するために、投入した労力が総労力に占める比率を示す。
ω(i)はノードiの前記補正関数であり、0<ω(i)≦1であり、ciはノードiの前記ネットワーク拘束係数であり、eは自然定数である。本発明の他の実施例において、補正関数は以下の関係式を満たしてもよく、即ち、ω(i)=e-ciである。ノードiの次数が大きく、占める構造的空隙が多いほど、ノードのネットワーク拘束係数ci値が小さく、補正関数ω(i)の値が大きい。逆に、ノードiの次数が小さく、近傍の間の閉じ程度が高いほど、ノードネットワーク拘束係数ci値が大きく、補正関数ω(i)の値が小さい。
ψiはノードiまでの距離が、第1の所定値rの以下である近傍ノードセットであり、ksi、ksjはそれぞれノードi及びノードjの前記コア数であり、hi、hjはそれぞれノードi及びノードjの前記H指数値であり、γは平衡係数であり、m(i)、m(j)はそれぞれノードi及びノードjの前記質量であり、dijはノードiとノードjの間の距離である。アルゴリズムの複雑さを低減させるために、第1の所定値rの値を優先的に3にする。ノードiとノードjの間の距離dijは、ノード間の、最短経路以外の距離であってもよいし、ノードiとノードjの間の他の到達可能な経路の距離であってもよい。
計算して、各ノードの重要度ISM(i)を取得した後、前記重要度に基づき、前記複雑ネットワークにおけるノードをソーティングし、前記重要度ソーティングリストを取得する。
θは第2の所定値であり、0≦θ≦1であり、Γiは前記何れか1つのノードiの近傍ノードセットであり、ISM(j)はノードjの前記重要度であり、前記拡張重要度に基づき、前記複雑ネットワークにおけるノードをソーティングし、前記重要度ソーティングリストを取得する。小さな第2の所定値θに対して、拡張重要度ISM+方法は、大きな重要度ISMを有する、影響力がある近傍の影響を弱め、大きな第2の所定値θは、大きな重要度ISMを有する、影響力がある近傍の影響を強化させる。一般性を失うことなく、本発明の実施例において、第2の所定値θの値を0.8にする。
Φ’(i)は、そのうちの1回の伝播実験において、ノードiを初期伝播ソースとして、伝播過程が終止する際、状態Rにあるノード総数を示す。
R1及びR2は、n個のノードの2つの異なる重要度ソーティングシーケンスを代表し、nc及びndはそれぞれこの2つのソーティングリストにおける、同ソーティングペア及び異ソーティングペアの数であり、nt=n(n-1)/2、
nu及びnνはそれぞれR1及びR2に対して計算して得られて、nuを例として計算を説明し(nνの計算過程は類推すればよい)、R1における同じ要素を小さなセットとして組み合わせて、小さなセット数はSで示され、uiは第i番目のセットにおける要素の数を示す。相関係数を利用して結果を計算し、関連性τ値が高いほど、ノード重要度評価指標のソーティング結果がSIRシミュレーション結果に近似し、評価結果がより正確である。
各ノードの前記ローカルトポロジ情報と前記グローバル位置情報を融合し、前記複雑ネットワークにおける各ノードの質量を取得するための情報融合ユニットと、
前記複雑ネットワークの構造的空隙特徴を取得し、前記構造的空隙特徴に基づき、各ノードの補正関数を取得するための特徴処理ユニットと、
各ノードの前記質量、前記補正関数応用重力モデルに基づき、各ノードの重要度を評価して計算し、前記重要度に基づき、前記複雑ネットワークの重要度ソーティングリストを取得するための重要度評価ユニットと、を備える。
Claims (10)
- 複雑ネットワークノードの重要度評価装置における複雑ネットワークノードの重要度評価方法であって、前記方法は、
評価対象となる複雑ネットワークにおける各ノードのローカルトポロジ情報、及びグローバル位置情報を位置情報取得ユニットによって取得するステップと、
各ノードの前記ローカルトポロジ情報と前記グローバル位置情報を融合し、前記複雑ネットワークにおける各ノードの質量を情報融合ユニットによって取得するステップと、
前記複雑ネットワークの構造的空隙特徴を取得し、前記構造的空隙特徴に基づき、各ノードの補正関数を特徴処理ユニットによって取得するステップと、
各ノードの前記質量、及び前記補正関数を利用して補正する重力モデルに基づき、各ノードの重要度を評価して計算し、前記重要度に基づき、前記複雑ネットワークの重要度ソーティングリストを重要度評価ユニットによって取得するステップと、を備えることを特徴とする方法。 - 前記評価対象となる複雑ネットワークにおける各ノードのローカルトポロジ情報、及びグローバル位置情報を取得するステップは、
評価対象となる前記複雑ネットワークに対してKシェル分解を行って、前記複雑ネットワークにおける各ノードの、前記グローバル位置情報を表徴するためのコア数を取得するステップと、
前記複雑ネットワークに対してH指数処理を行って、前記複雑ネットワークにおける各ノードの、前記ローカルトポロジ情報を表徴するためのH指数値を取得するステップと、を備えることを特徴とする請求項1に記載の方法。 - 前記各ノードの前記ローカルトポロジ情報と前記グローバル位置情報を融合し、前記複雑ネットワークにおける各ノードの質量を取得するステップは、
前記コア数及び前記H指数値に基づき、各ノードの平衡係数を計算するステップと、
前記平衡係数に基づき、前記コア数と前記H指数値を融合し、各ノードの前記質量を取得するステップと、を備えることを特徴とする請求項2に記載の方法。 - 前記複雑ネットワークの構造的空隙特徴を取得し、前記構造的空隙特徴に基づき、各ノードの補正関数を取得するステップは、
前記複雑ネットワークにおける各ノードiの、前記構造的空隙特徴を表徴するためのネットワーク拘束係数を取得するステップと、
前記ネットワーク拘束係数に基づき、各ノードiの前記補正関数を計算するステップと、を備えることを特徴とする請求項1に記載の方法。 - 前記各ノードの前記質量、及び前記補正関数を利用して補正する重力モデルに基づき、各ノードの重要度を評価して計算し、前記重要度に基づき、前記複雑ネットワークの重要度ソーティングリストを取得するステップは、
万有引力の公式に基づき、ノードiと近傍ノードの間の相互作用力を総合的に考慮し、以下の関係式を利用して、各ノードの重要度ISM(i)を計算するステップと、
前記重要度に基づき、前記複雑ネットワークにおけるノードをソーティングし、前記重要度ソーティングリストを取得するステップと、を備え、
Ψiはノードiまでの距離が、第1の所定値rの以下である近傍ノードセットであり、ksi、ksjはそれぞれノードi及びノードjのコア数であり、hi、hjはそれぞれノードi及びノードjの前記H指数値であり、γは平衡係数であり、ω(i)はノードiの前記補正関数であり、m(i)、m(j)はそれぞれノードi及びノードjの前記質量であり、dijはノードiとノードjの間の距離であることを特徴とする請求項2に記載の方法。 - 複雑ネットワークノードの重要度評価装置であって、前記装置は、
評価対象となる複雑ネットワークにおける各ノードのローカルトポロジ情報、及びグローバル位置情報を取得するための情報取得ユニットと、
各ノードの前記ローカルトポロジ情報と前記グローバル位置情報を融合し、前記複雑ネットワークにおける各ノードの質量を取得するための情報融合ユニットと、
前記複雑ネットワークの構造的空隙特徴を取得し、前記構造的空隙特徴に基づき、各ノードの補正関数を取得するための特徴処理ユニットと、
各ノードの前記質量、前記補正関数を利用して補正する重力モデルに基づき、各ノードの重要度を評価して計算し、前記重要度に基づき、前記複雑ネットワークの重要度ソーティングリストを取得するための重要度評価ユニットと、を備えることを特徴とする装置。 - メモリ、プロセッサー、及びメモリに記憶されており、プロセッサーで運転可能なコンピュータプログラムを備える電子装置であって、前記プロセッサーは前記プログラムを実行する際、請求項1~7の何れか1項に記載の方法を実現することを特徴とする電子装置。
- コンピュータ記憶媒体であって、前記記憶媒体には少なくとも1つの実行可能な指令が記憶され、前記実行可能な指令はプロセッサーに請求項1~7の何れか一項に記載の方法を実行させることを特徴とするコンピュータ記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210499237.3A CN114785696B (zh) | 2022-05-09 | 2022-05-09 | 复杂网络节点的重要度评估方法及装置 |
CN202210499237.3 | 2022-05-09 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7224700B1 true JP7224700B1 (ja) | 2023-02-20 |
JP2023166313A JP2023166313A (ja) | 2023-11-21 |
Family
ID=82436244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022103501A Active JP7224700B1 (ja) | 2022-05-09 | 2022-06-28 | 複雑ネットワークノードの重要度評価方法及び装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7224700B1 (ja) |
CN (1) | CN114785696B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116436799A (zh) * | 2023-06-13 | 2023-07-14 | 中国人民解放军国防科技大学 | 复杂网络节点重要性评估方法、装置、设备和存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115643179A (zh) * | 2022-12-23 | 2023-01-24 | 上海蜜度信息技术有限公司 | 区块链节点传播影响力度量方法及系统、存储介质及终端 |
CN116070385B (zh) * | 2023-02-09 | 2023-09-22 | 中国地质科学院矿产资源研究所 | 一种境外矿产资源供应链风险自动识别方法及系统 |
CN117172286B (zh) * | 2023-09-05 | 2024-05-07 | 岭南师范学院 | 一种基于改进结构洞的多层融合网络关键节点识别方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113726567A (zh) | 2021-08-28 | 2021-11-30 | 重庆理工大学 | 复杂网络中有影响力传播者识别方法 |
CN113780436A (zh) | 2021-09-15 | 2021-12-10 | 中国民航大学 | 一种基于综合度的复杂网络关键节点识别方法 |
CN113285828B (zh) | 2021-05-19 | 2022-04-29 | 湖南经研电力设计有限公司 | 复杂网络关键节点辨识方法及其电网关键节点辨识方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8437280B2 (en) * | 2007-03-22 | 2013-05-07 | Tr Technologies Inc. | Distributed synchronous batch reconfiguration of a network |
US8457405B2 (en) * | 2007-08-31 | 2013-06-04 | Adobe Systems Incorporated | Example-based procedural synthesis of element arrangements |
CN103413044B (zh) * | 2013-08-13 | 2016-03-30 | 东北电网有限公司 | 一种基于变电站量测信息的电力系统局部拓扑估计方法 |
US20180018709A1 (en) * | 2016-05-31 | 2018-01-18 | Ramot At Tel-Aviv University Ltd. | Information spread in social networks through scheduling seeding methods |
CN108009710A (zh) * | 2017-11-19 | 2018-05-08 | 国家计算机网络与信息安全管理中心 | 基于相似度和TrustRank算法的节点测试重要度评估方法 |
CN111161226A (zh) * | 2019-12-20 | 2020-05-15 | 西北工业大学 | 一种基于谱聚类算法的大脑皮层表面的均匀分割方法 |
-
2022
- 2022-05-09 CN CN202210499237.3A patent/CN114785696B/zh active Active
- 2022-06-28 JP JP2022103501A patent/JP7224700B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113285828B (zh) | 2021-05-19 | 2022-04-29 | 湖南经研电力设计有限公司 | 复杂网络关键节点辨识方法及其电网关键节点辨识方法 |
CN113726567A (zh) | 2021-08-28 | 2021-11-30 | 重庆理工大学 | 复杂网络中有影响力传播者识别方法 |
CN113780436A (zh) | 2021-09-15 | 2021-12-10 | 中国民航大学 | 一种基于综合度的复杂网络关键节点识别方法 |
Non-Patent Citations (1)
Title |
---|
XU, Hui, et al.,Identifying Important Nodes in Complex Networks Based on Multiattribute Evaluation,Mathematical Problems in Engineering,2018年05月31日,Vol.2018 Article ID 8268436,[online] [検索日:2022.09.27] <URL: https://www.hindawi.com/journals/mpe/2018/8268436/> |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116436799A (zh) * | 2023-06-13 | 2023-07-14 | 中国人民解放军国防科技大学 | 复杂网络节点重要性评估方法、装置、设备和存储介质 |
CN116436799B (zh) * | 2023-06-13 | 2023-08-11 | 中国人民解放军国防科技大学 | 复杂网络节点重要性评估方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2023166313A (ja) | 2023-11-21 |
CN114785696B (zh) | 2024-03-29 |
CN114785696A (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7224700B1 (ja) | 複雑ネットワークノードの重要度評価方法及び装置 | |
Ma et al. | Nonnegative matrix factorization algorithms for link prediction in temporal networks using graph communicability | |
CN110908667A (zh) | 神经网络联合编译的方法、装置和电子设备 | |
Behnezhad et al. | Massively parallel computation of matching and MIS in sparse graphs | |
Zhang et al. | Explicit determination of mean first-passage time for random walks on deterministic uniform recursive trees | |
Burton | The Pachner graph and the simplification of 3-sphere triangulations | |
CN115904539A (zh) | 一种切分策略的在线生成方法、装置、设备及存储介质 | |
CN111128307A (zh) | 代谢路径预测方法、装置、终端设备及可读存储介质 | |
CN111510454B (zh) | 一种面向模式图变化的连续子图匹配方法、系统及设备 | |
CN108880846A (zh) | 为网络中节点确定向量表示形式的方法及装置 | |
Zhao et al. | Community identification in signed networks: a k-truss based model | |
Cao et al. | Brief announcement: An improved distributed approximate single source shortest paths algorithm | |
CN108259195A (zh) | 异常事件的影响范围的确定方法及系统 | |
CN112214616A (zh) | 知识图谱流畅展示方法、装置 | |
JP3741544B2 (ja) | 順序回路の状態探索方法および装置並びに状態探索プログラムを記録した記録媒体 | |
CN112636991B (zh) | 一种基于中介中心度的多类vnf部署方法 | |
CN109802859A (zh) | 一种网络图中的节点推荐方法和服务器 | |
JP7063274B2 (ja) | 情報処理装置、ニューラルネットワークの設計方法及びプログラム | |
CN108470251B (zh) | 基于平均互信息的社区划分质量评价方法及系统 | |
CN116151381B (zh) | 量子电路处理方法、装置及电子设备 | |
CN109952742B (zh) | 图结构处理方法、系统、网络设备及存储介质 | |
CN115225515B (zh) | 一种网络抗毁性分析方法及相关设备 | |
Peng et al. | Predicting protein functions by using unbalanced bi-random walk algorithm on protein-protein interaction network and functional interrelationship network | |
Xia et al. | A median solver and phylogenetic inference based on double-cut-and-join sorting | |
WO2015165297A1 (zh) | 一种不确定图查询方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220628 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220628 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221004 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221209 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230201 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7224700 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |