积分商城

最新搜索： 收音机 矿机 verilog pdf 阅读器 freertos lwip altium 18.1.
您现在的位置是：首页 > 技术资料 > 基于互信息的通信网络节点重要性度量方法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于互信息的通信网络节点重要性度量方法

更新时间：2019-12-24 04:22:14 大小：1M 上传用户：zhiyao6查看TA发布的资源 标签：互信息通信网络节点 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

信息化条件下的复杂网络对节点的蓄意攻击非常脆弱,因此准确发掘出网络中的核心节点并进行重点保护对提高网络抗毁性至关重要.在分析特殊条件下通信网络特征属性的基础上,借鉴通信系统中关于“信息量”的定义方法,提出了改进的适用于有向加权网络的节点重要性评估方法.在小规模混合加权网络中对该方法和已有方法进行了对比分析,验证了本文方法的有效性和优势性.构建了一种基于BBV(Barrat-Barthelemy-Vespignani)的混合加权网络演化模型,并对生成的大规模通信网络进行了节点重要性评估仿真,实验结果表明:与现有评估方法相比,本文方法能够更加简单、有效地评估网络节点的重要性.


部分文件列表

文件名 大小
基于互信息的通信网络节点重要性度量方法.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
3
Vol. 45 No. 3  
Mar. 2017  
第
2017  
期
电
子
ACTA ELECTRONICA SINICA  
学
报
3
年
月
基于互信息的通信网络节点重要性度量方法  
1
1，3  
1
1
2
，
，
，
，
马润年 王 班 王 刚 郭晓成 刘文斌  
( 1.  
，
710077;  
空军工程大学信息与导航学院 陕西西安  
2.  
，
325035; 3.  
95007  
，
510410)  
温州大学物理与电子信息工程学院 浙江温州  
解放军  
部队 广东广州  
:
，
信息化条件下的复杂网络对节点的蓄意攻击非常脆弱 因此准确发掘出网络中的核心节点并进行重点  
摘
要
.
，
“
”
保护对提高网络抗毁性至关重要 在分析特殊条件下通信网络特征属性的基础上 借鉴通信系统中关于 信息量 的  
，
.
定义方法 提出了改进的适用于有向加权网络的节点重要性评估方法 在小规模混合加权网络中对该方法和已有方法  
，
.
BBV( Barrat－Barthelemy－Vespignani)  
进行了对比分析 验证了本文方法的有效性和优势性 构建了一种基于  
的混合加权  
，
，
:
，
网络演化模型 并对生成的大规模通信网络进行了节点重要性评估仿真 实验结果表明 与现有评估方法相比 本文方  
、
法能够更加简单 有效地评估网络节点的重要性  
.
:
;
;
;
关键词  
中图分类号  
URL: http: / /www. ejournal. org. cn  
通信网络 节点重要性 互信息 混合加权网络  
:
TP393  
:
A
:
0372－2112 ( 2017) 03－0747－06  
文章编号  
DOI: 10. 3969 /j. issn. 0372－2112. 2017. 03. 035  
文献标识码  
电子学报  
Evaluation Method for Node Importance in  
Communication Network Based on Mutual Information  
1
1，3  
1
1
2
MA Run－nian ，WANG Ban ，WANG Gang ，GUO Xiao－cheng ，LIU Wen－bin  
( 1． Information and Navigation Institute，Air Force Engineering University，Xi’an，Shaanxi 710077，China;  
2． Department of Physics and Electronic Information Engineering，Wenzhou University，Wenzhou，Zhejiang 325035，China;  
3． Unit 95007 of PLA，Guangzhou，Guangdong 510410，China)  
Abstract: The intentional attacks on the nodes makes the complex network very fragile under information condition，  
so it is very important to explore accurately and then protect these core nodes in the network. Based on analyzing the charac－  
teristics of communication network under the special condition，and taking the definition method of“amount of information”  
in the information communication system for reference，this paper propose a new evaluation method that are suitable for the  
directed－weighted networks. Through the comparative analysis of this method and the existing methods in small－scale mixed  
weighted network，the validity and advantage of this method is verified. The mixed weighted network evolution model based  
on BBV( Barrat－Barthelemy－Vespignani) is established，and the simulation which to evaluate the node importance in the gen－  
erated large－scale communication network is performed. The experiment analysis results show that the proposed method may  
evaluate the node importance more easily and effectively than that of the state of the evaluation method.  
Key words: communication network; node importance; mutual information; mixed weighted network  
想不到的效果［3］ 因此 对通信网络中各通信节点进行重  
.
，
1
引言  
，
，
要性评估 准确发掘出网络中的核心节点 可以为网络抗  
.
，
随着信息技术的快速发展 通信网络在承载信息传  
毁性方面的研究提供重要的理论帮助  
.
输方面的作用已日益突出 通信网络是指由多个交换节  
点用传输链路以一定的拓扑结构互联构成的用于特定功  
，
目前 通信网络节点重要性评估方面的研究主要  
，
基于复杂网络理论 且主要集中在无向无权复杂网络  
上［4，5］ 现有的无向加权网络节点重要性评估方法很有  
能的复杂网络［1］ 而各个通信节点由于其功能作用 网络  
，
、
.
［6］  
，
位置和组织关系的不同 其在网络中表现出不同的重要  
，
(
)
，
限 其中节点强度 节点近邻边权和 法 具有片面性  
程度［2］ 如现代军事战争中斩首行动就是要在繁杂的目  
，
;
(
忽略了一些潜在关键节点的重要性 节点介数 通过节  
［7］  
，
) ;  
点的最短路径比例 法 计算复杂度高 节点收缩方  
标中寻找到最重要或最核心的部位进行打击 以起到意  
: 2015－04－21;  
: 2015－12－23; :  
责任编辑 郭游  
收稿日期  
修回日期  
:
( No. 61174162; No. 61573017，No. 61572367)  
基金项目 国家自然科学基金  
748  
2017  
电
子
学
报
年
法［8］定义的加权网络凝聚度指标也是基于网络最短路  
为有向边集合  
e }  
，W = { w ，w ，…，w }  
为有向边的权  
M
e1  
e2  
eM  
，
.
． ( i，j)  
E
i
j
，
径的计算 不适用于大规模网络 对于有向加权网络节  
重集合  
w( i，j)  
∈
表示节点 到节点 的一条有向边  
，
［9］ Pag－  
W
∈ 表示有向边  
( i，j)  
，
，w( j，i)  
表
点重要性评估方面的研究更加有限 文献 借鉴  
的权值 类似的  
eRank  
，
( j，i)  
，
w( i，j)  
w( j，  
算法思想提出了新的评估指标及方法 但新算法  
示有向边  
的权值 其中  
并不一定等于  
，S ( i)  
对节点相对重要性的评估精度和算法收敛速度却不能  
.
同时兼顾  
i) ．  
i
节点强度可分为入强度和出强度  
表示节点  
in  
: S ( i) =  
w( k，i) ， V ( i)  
其中 表示指向  
的入强度  
in  
∑
in  
k
V
( i)  
in  
∈
上述复杂网络节点重要性评估方法的研究都比较  
单一［10，11］ 或者针对无向网络 或者针对全部为有向边  
i
节点 的所有节点集合  
; S ( i)  
i
表示节点 的出强度  
:
out  
，
，
S ( i) = w( i，k) ，  
V
( i)  
i
表示节点 所指向  
其中  
out  
∑
out  
，
的有向网络 而现实生活中的一些通信网络因其特定  
k
V
( i)  
out  
∈
，
的条件限制和功能要求等 可能会存在同时具有双向  
，
i
的所有节点集合 入强度与出强度之和即为节点 的总  
，
通信链路和单向通信链路的情况 因此上述方法对此  
S( i) = S ( i) + S ( i) ．  
强度  
in  
out  
.
［12］  
类通信网络并不完全适用 文献 利用节点的信息  
3
复杂网络节点重要性评估方法  
量来评估节点重要性的方法为解决上述问题提供了一  
.
，
定思路 因此 本文首先介绍将混合加权网络转化为有  
［12］  
文献 将无向无权复杂网络中的边看作数据  
，
向加权网络的方法 继而从分析特定条件下的通信网  
，
，
流 运用通信系统模型中信息论的相关知识 以每个节  
，
，
络结构入手 参考通信系统中对信息量的定义 提出了  
，
点所包含的信息量来代表节点的重要程度 方法直观  
，
改进的基于互信息的网络节点重要性评估方法 并对  
．
，
，
准确 本节在此基础上 结合特殊通信网络的结构特点  
，
改进方法的优势进行了验证 最后构建了混合加权网  
提出了改进的适用于有向加权网络的节点重要性评估  
，
络模型并对大规模网络进行了节点重要性评估 以期  
.
，
算法 并在小规模混合加权网络中对改 进 方法 进行  
为特殊条件下通信网络的中心性评估提供新思路  
．
验证  
3． 1  
基于互信息的节点重要性评估方法  
2
通信网络及其节点重要性  
［12］  
，
:
先计算  
对无向无权网络 节点信息量的计算为  
通信网络作为各通信实体之间进行传输信息的人工  
，
节点与其相连节点之间的互信息量 然后对互信息求  
功能网络［13，14］ 可能会遭受到来自自身的随机故障和来  
，
．
和计算该节点所包含的信息总量  
，
［12］  
自外部的蓄意攻击 所以准确发掘网络的核心节点并进  
．
1
i
j
I( i，j) ，  
定义  
设节点 到节点 的互信息为  
行重点保护对提高网络抗毁性至关重要 在一些特殊的  
:
定义为  
，
，
通信网络中 如在一场军事演习构建的通信网络中 要求  
1
1
ln  
ꢀ ln ， i  
j
与 直接相连  
，
网络中的某些特定通信节点之间只进行单向通信 以避  
p
p
I( i，j) =  
( 1)  
ij  
ji  
{
，
免过多形式的通信而遭到信息泄露 而且双向通信中两  
．
0，  
其他  
个通信节点之间传递的信息流有可能是不对等的 这样  
，p  
i
， ( i，j)  
式中 表示对于节点 的所有连边而言 边  
ij  
所占  
构建的通信网络中既有双向通信链路又有单向通信链  
，p  
j
， ( j，i)  
的概率 表示对于节点 的所有连边而言 边  
ji  
所
，
，
路 将双向通信链路抽象为无向边 单向通信链路抽象为  
．
，
占的概率 对于无向无权网络 同一节点的每条边的概  
，
有向边 就可以将此类网络抽象为同时具有无向边和有  
，
p = 1 /k ，p = 1 /k ，k  
为节  
率分布视为等概率分布 即  
ij  
i
ji  
j
i
，
向边的混合加权网络进行研究 而判断此类网络的节点  
．
i
．
:
点 的度 所以上式可以简化为  
重要性是本文要重点考虑的问题  
k
i
ln ， i  
j
与 直接相连  
，
为便于研究 本文将此类通信网络中的双向通信链  
k
I( i，j) =  
( 2)  
j
{
，
路转化为两条方向相反的单向链路来进行分析 其中每  
0，  
其他  
，
．
条单向链路有各自对应的信息流量 且不一定相等 对于  
［12］  
2
i
i
定义  
节点 的信息量是节点 与其他节点的  
，
抽象出的混合加权网络 即是将无向边转化为两条方向  
，
I( i) :  
互信息之和 设为  
，
相反的有向边 转化后的两条有向边的权值与原来的无  
N
I( i) =  
I( i，j)  
( 3)  
对于整个网  
，
，
向边权值相等 有向边则保持不变 这样就将混合加权网  
∑
j = 1  
．
，
络转化为了有向加权网络 在此基础上 以有向加权网络  
，I( i，j) + I( j，i) = 0，  
由以上定义可知  
N
，
节点重要性评估方法对其进行评估来寻找核心节点 从  
而为关键部位的重点防护提供参考依据［2］  
，
I( i)  
．
为零 在计算出所有节点的信  
络 信息量之和  
∑
．
i = 1  
G = ( V，E，  
这里给出转化后的有向加权网络模型  
，
息量之后按照从大到小进行排序 信息量越大的节点  
W) ， V = { v ，v ，…，v } ，E = { e ，e ，…，  
其中  
为节点集合  
．
重要性越强  
1
2
N
1
2

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号