[发明专利]一种基于耦合链接PageRank差异指标的提高相互依存网络鲁棒性的方法

摘要

一种基于耦合链接PageRank差异指标的提高相互依存网络鲁棒性的方法，包括以下步骤：步骤一：建立相互依存网络模型；步骤二：计算相互依存网络中所有节点的PageRank值；步骤三：计算耦合链接的PageRank差异指标；步骤四：根据PageRank差异指标大小对相互依存网络中的所有耦合链接进行降序排列，找出PageRank差异指标最大的前设定百分比的耦合链接，并在相互依存网络G中删除这些耦合链接。本发明采用耦合链接两端节点PageRank中心性的差异来寻找脆弱的耦合链接，通过移除少量差异值大的耦合链接可以有效提升相互依存网络的鲁棒性。

主权项

1.一种基于耦合链接PageRank差异指标的提高相互依存网络鲁棒性的方法，其特征在于，包括以下步骤：步骤一：构建相互依存网络模型G＝(A,B,E)，其中A是一个无向无权网络A(VA,EA)，VA表示网络A中的节点，EA表示网络A中的连边，网络A的节点数为N；B是一个和A具有同样节点数目和类型的网络B(VB,EB)，VB表示网络B中的节点，EB表示网络B中的连边；E表示连接网络A、B的耦合链接集合，一条耦合链接由随机选取的一个网络A的节点和一个网络B的节点连接而成，每条耦合链接只能连接网络A或B中的一个点，耦合链接总数为N；耦合链接具有依赖性，即如果耦合链接的一端节点发生故障，则另一端节点也会同时发生故障；步骤二：计算相互依存网络中任意节点的PageRank值x＝D(D‑αA)‑1x是包含网络每个节点PageRank值的向量(P₁,P₂,P₃,···,P_N)，重复上述过程多次，最终x会收敛到一个与真正的中心性值很接近的值；其中D是网络的对角矩阵，其元素是是节点i的出度；α是自由参数，负责调解特征向量与常数项之间的平衡；A是网络的邻接矩阵，表示网络节点之间相邻关系的矩阵，当存在从节点i到节点j的边时，a_ij＝1，反之为0；分别找到网络A、B中最大的PageRank值记录为和步骤三：任意选取一条耦合链接Ei，该链接在A和B网络中的两个端点分别为节点Ai和Bi，计算该链接的PageRank差异指标PAi和PBi分别是节点Ai和Bi的PageRank值；遍历整个相互依存网络，计算每条耦合链接的PageRank差异指标；步骤四：根据PD指标大小对相互依存网络中的所有耦合链接进行降序排列，找出PD指标最大的前设定百分比的耦合链接，并在相互依存网络G中删除这些耦合链接，改善相互依存网络的耦合链接两侧的均衡状态，提升网络鲁棒性。