[发明专利]基于设备连接关系的设备相似性聚类方法和系统

说明书

本发明提供一种基于设备连接关系的设备相似性聚类方法和系统。所述方法包括：计算网络设备间的相似度，得到n维的相似度矩阵；将n维的相似度矩阵降维为m维的相似度矩阵；对m维的相似度矩阵进行聚类，得到网络设备间聚类结果。所述系统包括：相似度计算单元，用于计算网络设备间的相似度，得到n维的相似度矩阵；降维单元，用于将n维的相似度矩阵降维为m维的相似度矩阵；聚类单元，用于对m维的相似度矩阵进行聚类，得到网络设备间聚类结果。该方法首先计算网络设备间的相似度，然后将得到的数据进行降维处理，最后使用聚类方法得到网络设备间的聚类结果，结果更加准确，从而提升后续针对设备的检查的正确性。

技术领域

本发明涉及工业复杂网络领域，具体地涉及一种基于设备连接关系的设备相似性聚类方法以及一种基于设备连接关系的设备相似性聚类系统。

背景技术

集成系统多指多个设备组网组成的系统，随着大数据技术的发展，集成系统也越来越复杂。几乎所有的复杂系统都可以抽象成由节点和连边组成的网络，复杂网络科学已成为复杂系统问题研究的强有力工具。复杂系统中元素间的相似性是许多科学领域的核心研究问题，合理的节点相似性指标能够很好地反映出有价值的网络信息，计算并分析元素之间的相似性具有重大的理论和现实意义。

在工业安全领域中，设备与设备之间的通信可以看成是一个网络系统，其边为设备间的通信关系，节点为设备。可以认为，有相似通信行为的设备间的相似度较高。将设备按照相似性分类，对于研究设备间关系及设备的异常行为至关重要。

目前对于复杂网络中节点相似度的计算方法中，存在以下几个缺点：

1)对于节点较多的网络，准确率较低，从而导致后续针对设备的检测出错；

2)连接设备较多的网络或大型网络中，运算效率较低，使得系统不能正常运行。

发明内容

本发明实施方式的目的是提供一种基于设备连接关系的设备相似性聚类方法和系统，该方法首先计算网络设备间的相似度，然后将得到的数据进行降维处理，最后使用聚类方法得到网络设备间的聚类结果，结果更加准确，从而提升后续针对设备的检查的正确性，该系统基于该方法，计算得到的聚类结果更加准确。

为了实现上述目的，本发明第一方面提供一种基于设备连接关系的设备相似性聚类方法，所述方法包括：

计算网络设备间的相似度，得到n维的相似度矩阵；

将所述n维的相似度矩阵降维为m维的相似度矩阵；

对所述m维的相似度矩阵进行聚类，得到所述网络设备间聚类结果。

可选的，所述计算网络设备间的相似度，包括：

采用simrank算法计算网络设备间相似度。SimRank是一种基于图的拓扑结构信息来衡量任意两个对象间相似程度的模型，其核心思想为：如果两个对象和被其相似的对象所引用，即它们有相似的入邻边结构，那么这两个对象也相似。

进一步地，所述采用simrank算法计算网络设备间相似度，包括：

将网络设备编号作为节点，将所述网络设备间的连接关系作为边，构建图网络；

初始化相似度矩阵，使得网络设备间相似度为0，网络设备与自身相似度为1；

利用simrank算法迭代计算图网络中网络设备间相似度，直到相似度矩阵停止变化，得到n维的相似度矩阵。在对复杂网络中的网络设备进行相似度计算时，根据设备间的连接关系构建simrank算法能够识别的图网络，然后通过simrank算法计算图网络中网络设备间的相似度，得到n维的相似度矩阵，能够快速计算得到网络设备间的离散相似度，计算方式充分考虑网络设备进行数据交互的关系，计算得到的相似度更准确，更有利于后续聚类。