[发明专利]关键节点的识别方法、装置、计算机设备及可读存储介质在审
申请号: | 202211282458.1 | 申请日: | 2022-10-19 |
公开(公告)号: | CN115563348A | 公开(公告)日: | 2023-01-03 |
发明(设计)人: | 王甬琪 | 申请(专利权)人: | 大箴(杭州)科技有限公司 |
主分类号: | G06F16/901 | 分类号: | G06F16/901;G06F16/903;G06F17/18 |
代理公司: | 北京中强智尚知识产权代理有限公司 11448 | 代理人: | 朱春元 |
地址: | 310000 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 关键 节点 识别 方法 装置 计算机 设备 可读 存储 介质 | ||
本申请公开了一种关键节点的识别方法、装置、计算机设备及可读存储介质,涉及互联网技术领域,能够降低求解难度,提高识别关键节点的准确率,且在较大规模的网络时,识别时间短且效率高。所述方法包括:确定待识别网络,根据所述待识别网络中每个网络节点的网络连通性的影响力值,对多个网络节点排序;对排序后的所述影响力值进行归一化计算,得到节点归一化排序表示,构建节点影响力表示字典;对所述多个网络节点进行多次采样,构建样本点集合;将所述样本点集合转化为超曲面函数表达式的输入输出,采用预设的超曲面函数表达式进行函数拟合,得到超曲面函数;计算所述超曲面函数确定近似最优解,将所述近似最优解指示的网络节点作为关键节点。
技术领域
本申请涉及互联网技术领域,特别是涉及一种关键节点的识别方法、装置、计算机设备及可读存储介质。
背景技术
随着互联网技术的不断发展,用于通信、信息传播的各种复杂的网络充斥在人们生活的方方面面中,这些网络中包括大量节点,节点之间相互连通,实现网络的应用。其中,大量节点中包括关键节点,关键节点是网络的特殊节点,能够极大程度影响网络的结构与功能,当关键节点被删除后,网络的某项连通性指标会遭受最大程度的改变。比如,通信网络中的关键节点集合被破坏,将导致该网络的通讯功能遭受极大损坏。因此,通过关键节点识别可用于保护此类重要节点集合,且能够在通讯网络节点保护、传播网络扩散控制等各领域中进行应用。
相关技术中,识别关键节点的方法主要是以贪婪策略为基础的启发式方法以及一些全局优化方法。但是,申请人认识到,以贪婪策略为基础的启发式方法以及全局优化方法所得解精度受限,识别关键节点的准确率不高,且在面对较大规模的网络时,需要大量时间成本,识别效率较差。
发明内容
有鉴于此,本申请提供了一种关键节点的识别方法、装置、计算机设备及可读存储介质,主要目的在于解决以贪婪策略为基础的启发式方法以及全局优化方法所得解精度受限,识别关键节点的准确率不高,且在面对较大规模的网络时,需要大量时间成本,识别效率较差的问题。
依据本申请第一方面,提供了一种关键节点的识别方法,该方法包括:
确定待识别网络,根据所述待识别网络中每个网络节点对所述待识别网络的连通性的影响力值,对所述待识别网络包括的多个网络节点进行排序;
对排序后的所述多个网络节点的影响力值进行归一化计算,得到所述多个网络节点中每个网络节点的节点归一化排序表示,以及基于所述每个网络节点的节点归一化排序表示,构建节点影响力表示字典;
根据所述每个网络节点的节点归一化排序表示,对所述多个网络节点进行多次采样,构建样本点集合;
基于所述节点影响力表示字典,将所述样本点集合转化为超曲面函数表达式的输入和输出,以及采用预设的超曲面函数表达式对所述超曲面函数表达式的输入和输出进行函数拟合,得到超曲面函数;
对所述超曲面函数进行计算,确定近似最优解,将所述近似最优解指示的网络节点作为所述待识别网络的关键节点。
可选地,所述确定待识别网络,根据所述待识别网络中每个网络节点对所述待识别网络的连通性的影响力值,对所述待识别网络包括的多个网络节点进行排序,包括:
接收节点识别请求,将所述节点识别请求指示的网络作为所述待识别网络,以及读取构成所述待识别网络包括的所述多个网络节点;
对所述多个网络节点中每个网络节点执行以下处理:计算所述待识别网络的第一连通性取值,在所述待识别网络中将所述网络节点删除,计算删除后的所述待识别网络的第二连通性取值,将所述第一连通性取值和所述第二连通性取值的差值作为所述网络节点的影响力值;
获取所述每个网络节点的影响力值,得到多个影响力值;
按照所述多个影响力值从小到大的顺序对所述多个网络节点进行排序。
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大箴(杭州)科技有限公司,未经大箴(杭州)科技有限公司许可,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/202211282458.1/2.html,转载请声明来源钻瓜专利网。