声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：谢丽霞, 孙红红, 杨宏宇, 张良
单位：1. 中国民航大学 计算机科学与技术学院, 天津 300300, 中国;<br>2. 中国民航大学 安全科学与工程学院, 天津 300300, 中国;<br>3. 亚利桑那大学 信息学院, 图森 85721, 美国
关键词：复杂网络,K-shell,综合度,邻居节点,节点重要性
基金：国家自然科学基金民航联合研究项目（U1833107）\r\n
针对复杂网络中关键节点识别方法的分辨率和准确性不足的问题，该文提出了一种基于K-shell的复杂网络关键节点识别方法（K-shell based key node recognition method，KBKNR）。首先，采用K-shell方法将网络分层，获取每个节点的K壳（K-shell，Ks）值，通过Ks值衡量复杂网络全局结构的影响。其次，提出综合度（comprehensive degree，CD）的概念，并设定可动态调整的影响系数μi，通过平衡邻居节点和次邻居节点的不同影响程度，获取每个节点的综合度。在该方法中，当节点Ks值相同时，综合度较大的节点更重要。对比几种经典关键节点识别方法和一种风险评估方法，实验结果表明，该方法能够有效识别关键节点，在不同复杂网络中具有较高的准确率和分辨率。除此之外，KBKNR方法可以为网络节点的风险评估、重要节点保护和网络中节点的风险处置优先级排序提供依据。
来源：2022年第5期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。