[发明专利]社区网络可信节点层间交互的分析方法

权利要求书

1.一种社区网络可信节点层间交互的分析方法，其特征在于：包括如下步骤：S1、提取核心中心节点，结合节点中心性度量方法、节点信任机制和时域反馈机制，利用改进的LLCM算法对目标网络进行划分并计算节点中心性，进而提取核心中心节点；

S2、选取可信中心节点，融合节点中心性和节点信任度建立可信中心节点选取模型，通过对网络中的特定中心节点进行信任赋值，利用可信中心节点选取模型获得具备信任安全特性的可信中心节点；

S3、多层网络的信息跨层转播路径预测，通过建立可信中心节点选取策略、信任时序反馈机制以及跨层传播路径算法，借助信息传播概率分析方法，建立基于多层网络的信息跨层传播路径预测算法，结合节点交互次数可得信息传播概率，对信息跨层传播路径进行预测。

2.根据权利要求1所述的社区网络可信节点层间交互的分析方法，其特征在于：所述LLMC算法为基于边核心的社区发现算法，该算法包括：置初始网络V为顶点数，E为边数，排序并选择初始边，最优化适应函数以扩张种子边得到局部边社区，并最终获得网络中所有的边社区结构。

3.根据权利要求2所述的社区网络可信节点层间交互的分析方法，其特征在于：所述可信中心节点选取模型的建立包括：利用改进的核心边社区发现算法将目标网络进行划分；将划分后的网络结合节点度和节点介数度量中心性度量方法，提取中心节点；通过对网络中的特定中心节点进行信任赋值，对交互节点的信任值进行计算，交互节点的信任值计算分为两部分：服务评估节点与服务提供节点的直接信任值计算和推荐节点对服务提供节点的综合推荐信任值计算，获得具备信任安全特性的可信中心节点；

对节点综合热度按时间步进行检测，如果节点在一个时间步内与周围节点发生信息流，则记录此信息流的正确性或错误性；若一个时间步内未与周围节点发生信息流交互，则对信任值进行衰减运算，并将其反馈给下一时刻。

4.根据权利要求3所述的社区网络可信节点层间交互的分析方法，其特征在于：所述可信中心节点选取方法包括：①初始化网络节点，并设置每个节点的角色；

②在初始时刻对信任及节点中心性同时进行运算，分别计算出节点中心性的权值结果与信任值评分结果；

③对节点中心性权值结果与信任值评分结果进行加权运算，得到该时刻的节点可信中心性度量值；

④对节点综合热度按时间步进行检测，若节点在一个时间步内与周围节点发生信息流，则记录此信息流的正确性或错误性，若一个时间步内未与周围节点发生信息流交互，则对信任值进行衰减运算，并将其反馈给下一时刻；

⑤分别将每个时间步中的中心程度和信任值进行综合运算，并排列出top-k序列。