[发明专利]基于社团结构信息和阈值的网络节点免疫方法

摘要

本发明提出了一种基于社团结构信息和阈值的网络节点免疫方法，克服现有技术中过分依赖提前设置的网络节点免疫数目，节点免疫的有效性低、节点免疫缺少灵活性，节点免疫效果差的问题。其实现步骤是：(1)读入一幅包含30到10000个节点的待免疫社交网络图；(2)计算节点间信息传播概率；(3)生成有害信息节点集合；(4)对网络节点进行免疫处理；(5)分别输出有害信息节点集合与免疫节点集合内节点的总数。本发明提出的方法依赖网络图的社团结构信息，计算节点间信息传播概率，利用影响力与阈值组成免疫节点集合，对网络节点进行免疫处理，提高了节点免疫能力。

主权项

1.一种基于社团结构信息和阈值的网络节点免疫方法，其特征在于，计算节点间信息传播概率，对网络节点进行免疫处理，该方法的步骤包括如下：(1)读入一幅包含30到10000个节点的待免疫社交网络图；(2)计算节点间信息传播概率：(2a)利用余弦相似度公式，计算待免疫社交网络图中每对节点的相似度值；(2b)利用网络社团划分方法，得到待免疫社交网络图的社团结构信息；(2c)按照下式，计算待免疫社交网络图中有连线节点间的信息传播概率：其中，p(i,j)表示待免疫社交网络图中第i个节点与其第j个有连线节点间的信息传播概率，Sim(i,j)表示待免疫社交网络图中第i个节点与其第j个有连线节点的相似度值，Ni表示待免疫社交网络图中与第i个节点在同一个社团内的所有连线节点的总数；(3)生成有害信息节点集合：在[6,50]范围内，随机选取待免疫社交网络图中的多个节点，组成有害信息节点集合，将剩余节点组成节点集合；(4)对网络节点进行免疫处理：(4a)利用概率公式，计算待免疫社交网络图中每个节点的激活概率；(4b)按照下式，计算待免疫社交网络图中节点集合内每个节点对其所有连线节点的影响力：I(i)＝∑(∏v≠i(1‑A(v)*p(v,j)))‑(∏(1‑A(v)*p(v,j)))其中，I(i)表示待免疫社交网络图中节点集合内第i个节点对其所有连线节点的影响力，∑表示求和操作，∏表示求积操作，v表示待免疫社交网络图中每个与第j个节点有连线节点的节点序号，A(v)表示待免疫社交网络图中第v个节点的激活概率，p(v,j)表示待免疫社交网络图中第v个节点与第j个节点间的信息传播概率；(4c)将节点集合内影响力大于阈值0.2的所有节点，组成免疫节点集合；(4d)从节点集合中删除免疫节点集合中的所有节点，得到更新后的节点集合；(4e)利用概率公式，计算更新后节点集合内每个节点的激活概率；(4f)将更新后节点集合内激活概率大于阈值0.5的所有节点，加入到有害信息节点集合中；(4g)判断有害信息节点集合中节点的总数是否大于待免疫社交网络图中所有节点的总数的50％，若是，则完成对网络节点的免疫处理，执行步骤(5)，否则，执行步骤(4)；(5)分别输出有害信息节点集合与免疫节点集合内节点的总数。