[发明专利]一种网络资产图中重要资产与关键链路的识别方法在审

专利信息
申请号: 202111436058.7 申请日: 2021-11-29
公开(公告)号: CN114154047A 公开(公告)日: 2022-03-08
发明(设计)人: 赵颖;赵鑫;付铄雯;张驰;郭杰;陈运鹏;周芳芳;陈卓;李玉伟;林子翔;黄鑫;赵晋龙 申请(专利权)人: 中南大学;奇安信科技集团股份有限公司
主分类号: G06F16/9532 分类号: G06F16/9532;G06F16/955;G06F16/958
代理公司: 苏州拓云知识产权代理事务所(普通合伙) 32344 代理人: 李锋
地址: 410083 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 网络 资产 重要 关键 识别 方法
【权利要求书】:

1.一种网络资产图中重要资产与关键链路的识别方法,其特征在于,包括如下步骤:

S01:获取网络资产图,计算网络资产图中每个节点的随机游走介数中心性,并进行放大;

S02:将步骤S01中每个节点放大后的随机游走介数中心性输入到第一h-index算法中,得到T1;

S03:如果步骤S01中某节点放大后的随机游走介数中心性大于步骤S02中得到的T1,则将该节点加入到候选簇中心集合中;

S04:计算步骤S03得到的候选簇中心集合中每个节点的度中心性,并进行放大;

S05:将步骤S04中每个节点放大后的度中心性输入到第二h-index算法中,得到T2;

S06:如果步骤S04中某节点放大后的度中心性大于步骤S05中得到的T2,则将该节点加入到簇中心集合中;

S07:对步骤S06中的得到的簇中心集合进行分桶;

S08:根据步骤S06得到的簇中心集合,识别出业务影响力簇中心;

S09:根据步骤S06得到的簇中心集合和步骤S07的分桶结果,识别出关键链路和桥节点;

S10:根据步骤S09得到的桥节点的集合,识别出业务影响力桥节点。

2.根据权利要求1所述的网络资产图中重要资产与关键链路的识别方法,其特征在于,步骤S02中,所述第一h-index算法的具体步骤如下:

S02.1:对所有节点,按照步骤S01放大后的随机游走介数中心性进行从大到小的排序;

S02.2:假设h=i(i=1,2,…,n),n为节点个数,从排序后中心性最大节点开始往下遍历,若h*s_1≥第h个节点中心性,则只有h-1个节点的中心性大于(h-1)*s_1,此时,T_1=(h-1)*s_1,其中s_1为用户预定义的放缩系数。

3.根据权利要求1所述的网络资产图中重要资产与关键链路的识别方法,其特征在于,步骤S05中,所述第二h-index算法的具体步骤如下:

S05.1、对所有节点,按照步骤S04放大后的度中心性进行从大到小的排序;

S05.2、假设h=i(i=1,2,…,n),n为节点个数,从排序后中心性最大节点开始往下遍历,若h*s_2≥第h个节点中心性,则只有h-1个节点的中心性大于(h-1)*s_2,此时,T_2=(h-1)*s_2,其中s_2为用户预定义的放缩系数。

4.根据权利要求1所述的网络资产图中重要资产与关键链路的识别方法,其特征在于,步骤S08中,所述识别出业务影响力簇中心的具体步骤如下:

S08.1:观察簇中心在所述网络资产图上的结构和业务特点;

S08.2:将所述簇中心分为业务影响力簇中心、节点影响力簇中心以及结构影响力簇中心;

S08.3:如果某簇中心为业务影响力簇中心,则该簇中心视为重要资产。

5.根据权利要求1所述的网络资产图中重要资产与关键链路的识别方法,其特征在于,步骤S09中,所述识别关键链路的具体步骤如下:

S09.1:遍历所有簇中心节点,找到不同簇中心之间的桥接链路,然后输出桥节点;

S09.2:遍历所述桥接链路,如果某所述桥接链路的两端均为所述业务影响力簇中心,则该桥接链路为关键链路。

6.根据权利要求1所述的网络资产图中重要资产与关键链路的识别方法,其特征在于,步骤S10中,所述识别出业务影响力桥节点的具体步骤如下:

S10.1、观察桥节点在所述网络资产图上的结构和业务特点;

S10.2、将所述桥节点分为业务影响力桥节点、一级桥节点、二级桥节点以及三级桥节点;

S10.3、如果某桥节点为业务影响力桥节点,则该桥节点视为重要资产。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学;奇安信科技集团股份有限公司,未经中南大学;奇安信科技集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111436058.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top