[发明专利]一种基于临界时间的网络污染抑制方法

说明书

一种基于临界时间的网络污染抑制方法，包括以下步骤：(1)获取原始网络结构G的邻接信息，边的传播权值以及时延函数，并抽样生成n个激活图；(2)在步骤(1)得到的每个激活图中，对于每个污染源利用BFS生成CR树；(3)基于步骤(2)得到的CR树，计算每条边的传播能力；(4)根据每条边的传播能力，找到并切除传播能力最大的边，同时计算新图的每条边的传播能力；(5)重复步骤(4)，直到切除k条边为止。此时得到最终污染抑制方案。

技术领域

本发明涉及社交网络信息传播的领域，特别是污染抑制问题，一种在临界时间内有效抑制网络污染传播的方法。

背景技术

网络污染抑制问题的目的在于通过切断部分网络连接关系，从而使得在特定传播模型下，网络污染能够得到有效的抑制。传统的网络污染抑制方法主要以最小化最终的污染节点为优化目标。然而，在互联网日益发达的今天，网络污染的传播往往具有速度快，传播广的特点，往往要求污染的抑制能够在短时间内取得最优的效果。同时，污染的传播往往具有时延性质。例如，暴露在病毒下的个体往往需要一定的时间才能作为一个新的感染源。

传统的影响力最大化方法无法适用于以上实际场景，针对于此，本发明提出了一种高效快速的基于时延的采样估计方法，从而能够估算出社交网络中的各条边在临界时间内的传播能力。然后，利用贪心算法合理的找出传播能力最强的边，从而通过切断这些边来达到临界时间内污染抑制的效果。

发明内容

本发明要克服现有技术的上述缺点，提出一种基于临界时间的网络污染抑制方法。本发明提出了一种高效快速的基于时延的采样估计方法，从而能够估算出社交网络中的各条边在临界时间内的传播能力。然后，利用贪心算法合理的找出传播能力最强的边，从而通过切断这些边来达到临界时间内污染抑制的效果。

本发明提出了一种基于临界时间的网络污染抑制方法，包括以下步骤：

(1)获取原始网络结构G的邻接信息，边的传播权值以及时延函数，并抽样生成n个激活图。

(2)在步骤(1)得到的每个激活图中，对于每个污染源利用BFS生成CR树。

(3)基于步骤(2)得到的CR树，计算每条边的传播能力。

(4)根据每条边的传播能力，找到并切除传播能力最大的边，同时计算新图的每条边的传播能力。

(5)重复步骤(4)，直到切除k条边为止。此时得到最终污染抑制方案。

对于步骤(1)中所述的抽样生成个n激活图，具体步骤为：

(1.1)对于每个节点v,基于边的传播权值抽样生成节点v的至多一条入边，即有概率b(u，v)生成一条入边(u，v)，或者概率1-∑_ub(u，v)不产生入边。

(1.2)根据步骤(1)得到的激活图，为每一条依据时延函数抽样生成时延d(u，v),d(u，v)表示边(u，v)生成的时延。

(1.3)重复步骤(1)，(2)直到生成n个激活图为止。

对于步骤(2)中所述的在每个激活图i中，对于每个污染源节点α利用BFS生成CR树，具体步骤为：

以污染源节点a为根，利用广度优先搜索，在每个激活图中找出可以在临界时间T内污染的节点，以及他们的污染路径，生成一颗CR树表示节点a在激活图i中生成的CR树。

对于步骤(3)中所述的基于得到的CR树，计算每条边的传播能力，具体步骤为：

(3.1)初始化每条边的传播能力H(u，v)＝0，H(u，v)表示边(u，v)的传播能力。