[发明专利]社区网络可信节点层间交互的分析方法

说明书

技术领域

本发明涉及网络信息处理技术技术领域，尤其涉及一种社区网络可信节点层间交互的分析方法。

背景技术

随着网络技术的不断发展，网络复杂化日益加深，信息的传播也愈加难以调控。从社会网络信息传播规律出发，建立网络中的可信中心节点提取模型，并将该模型应用于多层网络传播，从而使信息传播更加安全、规则、可控。针对信息安全对社会网络的重要影响，人们需要一套成熟的信息安全传播策略对网络进行安全监控。因此，探索一种实用简单、快捷方便，适用于各类网络的信息安全传播模型将具有深远的学术价值和应用价值。

发明内容

本发明所要解决的技术问题是提供一种社区网络可信节点层间交互的分析方法，能够利用信息安全传播策略对网络进行安全监控，使信息传播更加安全、规则和可控。

为解决上述技术问题，本发明所采取的技术方案是：一种社区网络可信节点层间交互的分析方法，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。

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。

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。

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。

采用上述技术方案所产生的有益效果在于：建立一种具有时序变化特性的可信中心节点选取模型，并将该模型应用于多层网络，解决信息流在多层网络中快速、安全传播的问题；根据节点间交互情况与交互状态，分析网络节点位置关系，对交互系统进行建模，并通过邻接节点、资源及传播路径等属性，对中心节点进行提取，最终得到一种中心节点的选取策略，对可信中心节点的选择策略增添时域反馈机制，使可信中心节点能够随时间变化进行自我更新，保持较高的可信度，依据节点的不同属性将其分为不同网络层，对多层网络中信息运动所涉及的相关要素进行抽象，提取运动特征，将单层网络传播运动规律研究扩展至多层网络，并对网络跨层传播过程进行建模。

有益效果体现在以下方面：

(1)利用信息资源供给关系对网络间信息流交互行为进行抽象统一，建立描述节点间信息资源供给关系的方法，根据节点间交互情况与交互状态，分析网络节点位置关系，对交互系统进行建模，通过邻接节点、资源及传播路径等属性，对中心节点进行提取，建立一种中心节点选取策略。

(2)依据建立的中心节点的选取策略，研究信息传播运动特征，归纳信息传播一般规律，通过该规律对产生信息交互的中心节点进行信任赋值，使中心节点具备信任安全特性，构建时域反馈的可信中心节点选取模型。