移動社交網(wǎng)絡(luò)相依關(guān)系及社區(qū)發(fā)現(xiàn)算法研究.pdf

1、本文探討了移動社交網(wǎng)絡(luò)的結(jié)構(gòu)特征和網(wǎng)絡(luò)特性，基于復(fù)雜網(wǎng)絡(luò)理論提出了一種基于組增長的無標(biāo)度網(wǎng)絡(luò)模型，根據(jù)移動社交網(wǎng)絡(luò)中用戶和設(shè)備之間不同的依賴支持關(guān)系構(gòu)建了兩種不同網(wǎng)間關(guān)系的相依網(wǎng)絡(luò)，一種是描述移動社交網(wǎng)絡(luò)一對一相互依賴關(guān)系的相依網(wǎng)絡(luò)，另一種是描述移動社交網(wǎng)絡(luò)多重依賴支持關(guān)系的相依網(wǎng)絡(luò)。
　　文中將攻擊策略分為隨機攻擊和蓄意攻擊度值大的節(jié)點，分別討論了在兩種攻擊策略下不同相依關(guān)系的移動社交網(wǎng)絡(luò)的結(jié)構(gòu)變化，并且分析了它們的魯棒性。通過

2、理論推導(dǎo)得到在隨機攻擊下，不同網(wǎng)絡(luò)模型發(fā)生大規(guī)模失效現(xiàn)象的閾值，然后進(jìn)行計算機仿真模擬相繼故障發(fā)生的過程，在去除一定比例節(jié)點之后，網(wǎng)絡(luò)節(jié)點發(fā)生相繼失效，最終剩余的未失效的節(jié)點組成了剩余最大聚簇，剩余最大聚簇的大小代表了網(wǎng)絡(luò)魯棒性的強弱。當(dāng)去除節(jié)點比例達(dá)到閾值時，網(wǎng)絡(luò)發(fā)生“雪崩”現(xiàn)象，即不存在剩余最大聚簇。研究結(jié)果表明，在隨機攻擊下，具有相依關(guān)系的移動社交網(wǎng)絡(luò)模型比單個網(wǎng)絡(luò)模型的魯棒性弱；在蓄意攻擊下，具有相依關(guān)系的移動社交網(wǎng)絡(luò)模型比單個

3、網(wǎng)絡(luò)模型的魯棒性強。然而，無論是在隨機攻擊還是蓄意攻擊下，具有一對一相依關(guān)系的移動社交網(wǎng)絡(luò)和具有多重依賴支持關(guān)系的移動社交網(wǎng)絡(luò)相比魯棒性都要弱。
　　根據(jù)真實社交網(wǎng)絡(luò)的動態(tài)性，本文提出了一種自適應(yīng)社區(qū)發(fā)現(xiàn)算法，與傳統(tǒng)的靜態(tài)社區(qū)發(fā)現(xiàn)算法不同的是該算法引入了自適應(yīng)的概念，不需要考慮當(dāng)前網(wǎng)絡(luò)全部拓?fù)浣Y(jié)構(gòu)，只需通過之前的網(wǎng)絡(luò)社區(qū)劃分和網(wǎng)絡(luò)結(jié)構(gòu)的變化就能劃分出新的社區(qū)結(jié)構(gòu)。該算法可以在動態(tài)網(wǎng)絡(luò)中進(jìn)行社區(qū)劃分，本文通過在真實數(shù)據(jù)集和人工合成數(shù)