社会网络,生态网络,贸易网络,复杂网络边介数蓄意和随机攻击(增边策略)

news2024/11/8 14:10:26

网络分析工具使用说明

简介

本工具是一个用于进行网络分析的客户端应用。用户可以加载包含网络边信息的Excel文件,根据设定的百分比增加网络边,并将结果导出为新的Excel文件。以下是详细的使用说明。
请添加图片描述

使用步骤

1. 加载输入文件

输入文件: 输入文件应为包含两列信息的Excel文件(后缀为.xlsx),分别为 fromto,表示网络中已有的边。文件中的每一行代表一条边,例如:

from | to
---- | ----
A    | B
B    | C
C    | D

在客户端中,点击 “选择” 按钮,并从文件对话框中选择此文件,文件路径会自动填入输入框。

2. 设置增加边的百分比

增加边百分比: 用户可以在 “增加边百分比(%)” 输入框中设置需要增加的边数的百分比。例如,输入 10 表示在原有边的数量基础上增加 10% 的边。

3. 选择输出文件夹

输出文件夹: 点击 “选择” 按钮,从文件对话框中选择保存结果文件的文件夹,路径会自动填入输出框。

4. 开始分析并导出结果

完成上述步骤后,点击 “Export to Excel结果数值” 按钮,工具会进行网络分析,并将结果保存到指定的输出文件夹中。

增边策略概述

1. 最小度优先(LDF)策略

度中心性(Degree Centrality)是指一个节点的连接数,即节点的度数。最小度优先策略通过选择度中心性最小的节点对进行连边。度中心性低意味着这些节点相对孤立,增加它们的连接可以显著提高网络的连通性。

2. 最小介数优先(LBF)策略

介数中心性(Betweenness Centrality)是指一个节点出现在多少最短路径中,反映了节点在网络中作为桥梁的作用。最小介数优先策略通过选择介数中心性最小的节点对进行连边。介数中心性低的节点通常在网络中较不重要,通过增加这些节点的连接,可以提高网络的冗余度和整体稳定性。

增边公式

假设当前网络边数为 E,设定增加的百分比为 P,则需要增加的边数 E_add 为:
E _ a d d = E × P 100 E\_add = E \times \frac{P}{100} E_add=E×100P

选择增加边的方法基于以下原则:

  • 选择排序规则: 按照节点对的中心性值(度中心性或介数中心性)进行排序,优先选择中心性值较低的节点对。
  • 节点边数限制: 每个节点增加的边数不超过设定的平均值,以保证网络的均衡扩展。

输出结果分析

工具会生成以下文件:

  1. 新增边文件:

    • added_edges_ldf.xlsx: 基于度中心性增加的边。
    • added_edges_lbf.xlsx: 基于介数中心性增加的边。
  2. 网络指标文件:

    • ldf_network_metrics.xlsx: 度中心性方法扩展网络后的指标。
    • lbf_network_metrics.xlsx: 介数中心性方法扩展网络后的指标。

网络指标

每个网络的指标包括:

  • 平均聚类系数(Average Clustering Coefficient): 衡量网络中节点形成三角形(即闭合三角)的程度。
  • 平均最短路径长度(Average Shortest Path Length): 衡量网络中任意两点之间最短路径的平均长度。
  • 全局效率(Global Efficiency): 衡量网络中信息传播的效率。

这些指标帮助用户分析网络在增加边后的稳定性和效率变化。

结果分析

通过比较新增边前后的网络指标,用户可以判断新增边的效果。例如,聚类系数的增加可能意味着网络的紧密性提升,而全局效率的提高则表示网络的整体信息传播效率变好。

总结,这个网络分析工具能够帮助用户直观地了解和优化网络结构,具有很高的实用价值。

详细结果分析

增加边的策略和文件

本次网络分析工具使用两种不同的策略(最小度优先(LDF)策略和最小介数优先(LBF)策略)增加网络边,并生成了相应的结果文件。以下是具体的分析:

增加边的文件

  1. LDF策略增加的边 (added_edges_ldf.xlsx):
   Source  Target  edge_num
0        1       3        44
1        2       4        45
2        5       7        46
3        8      11        47
4       14      19        48
5       21      20        49
6        6      26        50
7       10      17        51
8       13      16        52
9       15      25        53
10      12      18        54
11       9      24        55
  1. LBF策略增加的边 (added_edges_lbf.xlsx):
   Source  Target  edge_num
0        1       5        44
1        7       8        45
2       11      14        46
3       20      26        47
4        6      19        48
5       17      21        49
6       18      25        50
7        2      16        51
8       10      22        52
9       15      24        53
10       3      13        54
11       4      23        55

网络指标文件

  1. LDF策略网络指标 (ldf_network_metrics.xlsx):

    • 平均聚类系数变化: -0.033
    • 平均最短路径长度变化: -0.717
    • 全局效率变化: +0.069
  2. LBF策略网络指标 (lbf_network_metrics.xlsx):

    • 平均聚类系数变化: -0.120
    • 平均最短路径长度变化: -0.865
    • 全局效率变化: +0.079

分析与讨论

LDF策略分析

增加的边:通过选择度中心性最低的节点对增加边,新增边主要集中在较孤立的节点对之间。

网络指标变化

  • 平均聚类系数(-0.033):轻微下降,表明新增边没有显著增加局部的三角结构。
  • 平均最短路径长度(-0.717):显著下降,表明网络中的平均距离缩短了,连通性有所提高。
  • 全局效率(+0.069):有所提高,表明网络整体的信息传播效率有所提升。
LBF策略分析

增加的边:通过选择介数中心性最低的节点对增加边,新增边主要集中在较少参与最短路径的节点对之间。

网络指标变化

  • 平均聚类系数(-0.120):明显下降,表明新增边在全局结构上的影响较大,可能打破了一些原有的局部聚类结构。
  • 平均最短路径长度(-0.865):显著下降,表明网络中的平均距离大幅缩短,连通性显著提高。
  • 全局效率(+0.079):明显提高,表明网络整体的信息传播效率大幅提升。

比较与结论

LDF策略LBF策略都能有效增加网络的连通性和效率,但两者在具体影响上有所不同:

  • LDF策略更侧重于连接孤立节点,改善了网络的整体连通性,但对局部结构影响较小。
  • LBF策略更侧重于提高网络的冗余度和稳定性,显著改善了整体信息传播效率,但对局部聚类结构的破坏较大。

根据具体需求选择适合的策略。如果需要在不显著改变局部结构的情况下提升连通性,LDF策略更为合适;如果需要显著提高全局效率和连通性,LBF策略则更为有效。

通过上述分析,用户可以更好地理解增加边对网络的影响,并根据实际需求选择合适的策略进行网络优化。

之后再用我之前发布的网络脆弱性工具,就可以做出增边前后网络
网络脆弱性

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1714818.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

大数据技术分享 | Kylin入门系列:基础介绍篇

Kylin入门教程 在大数据时代,如何高效地处理和分析海量数据成为了企业面临的挑战之一。Apache Kylin作为一个开源的分布式分析引擎,提供了Hadoop之上的SQL查询接口及多维分析(OLAP)能力,使得对超大规模数据集的分析变…

4月平板电脑行业线上销售数据分析

由于全球科技发展趋势,如AI技术的应用,以及厂商新品发布计划;同时,平板电脑作为个人电脑的延伸产品,其便携性和生产力相较于手机具有明显优势,这也为行业的进一步发展提供了动力。 据鲸参谋数据统计&#…

【PB案例学习笔记】-12秒表实现

写在前面 这是PB案例学习笔记系列文章的第11篇,该系列文章适合具有一定PB基础的读者。 通过一个个由浅入深的编程实战案例学习,提高编程技巧,以保证小伙伴们能应付公司的各种开发需求。 文章中设计到的源码,小凡都上传到了gite…

安卓赤拳配音v1.0.2Ai配音神器+百位主播音色

Ai配音神器 本人自用版本!超级稳定!百位主播音色 登陆即可用 链接:https://pan.baidu.com/s/1WVsrYZqLaPAriHMMLMdPBg?pwdz9ru 提取码:z9ru

如何编写高效的单片机代码?

单片机的程序比软开少一些,真正想编写出高效的代码,还是要积累很多年的。 在做研发工程师的10年里,我经历过几个公司,看过很多工程师写的代码,但真正能让我跪着看完的,极少。哪怕是大厂工程师,也…

装机必备——截图软件PixPin安装教程

装机必备——截图软件PixPin安装教程 软件下载 软件名称:PixPin 1.5 软件语言:简体中文 软件大小:30.1M 系统要求:Windows7或更高, 64位操作系统 硬件要求:CPU2GHz ,RAM2G或更高 下载通道①迅…

断开自定义模块与自定义库的链接

断开自定义模块与自定义库的链接 1、断开模块与库的链接 1、断开模块与库的链接 如果摸个库文件添加到模型中,无法“Disable Link”时,可以使用save_system命令进行断开到模型中用户定义的库模块的链接; 参考链接: 传送门 save…

软件无线电学习-发射机体系结构

本文知识内容摘自《软件无线电原理和应用》 软件无线电主要由发射机和接收机两大部分组成。软件无线电发射机的主要功能是把需发射或传输的用户信息(话音、数据或图像)经基带处理(完成诸如FM、AM、FSK、PSK、MSK、QAM 等调制)和上变频,调制到规定的载频(中心频率)上…

leetCode-hot100-数组专题之子数组+二维数组

数组专题之子数组二维数组 子数组238.除自身以外数组的乘积560.和为K的子数组 二维数组48.旋转图像 子数组 数组的子数组问题是算法中常见的一类问题,通常涉及到数组的连续元素。在解决这类问题时,常用的方法有前缀和、滑动窗口、双指针,分治…

SAP 没有项目类别表存在(表 T184L LF LEIH CHSP)

在项目上,客户在废品出库的时候,出现这个报错 查了相关资料,是因为后台确少配置:IMG-后勤执行-装运-交货-在交货时定义项目类别确定

敏感数据的授权和传输加密解决方案

需求背景:解决敏感数据的访问授权和安全传输。 KSP密钥管理系统结合USB Key实现CA证书签发的过程可以大致分为以下几个步骤: 1. 生成密钥对: 用户首先使用USB Key生成一对密钥,包括公钥和私钥。公钥用于加密和验证数字签名&…

Keil5 ~STM32报错Solutions#1

一、error: #268: declaration may not appear after executable statement in block

STM32的时钟介绍

目录 前言1. 简介1.1 时钟是用来做什么的1.2 时钟产生的方式 2. 时钟树的组成2.1 时钟源2.1.1 内部时钟2.1.2 外部时钟 2.2 PLL锁相环2.3 SYSCLK2.4 AHB和HCLK2.5 APB和PCLK2.6 总结 3. STM32时钟的如何进行工作4.我的疑问4.1 使用MSI和HSI有什么区别吗?4.2 MSI的频…

tensorrt输出结果为nan的解决方案

系统环境: ubuntu20.04 python3.9 cuda11.8 cudnn8.9.7.29 torch1.13.1cu117(pip install torch1.13.1) 1.针对cuda版本查了一下trt支持版本,发现V10和V8版本都支持 本着用新不用旧标准,果断下载了8.6&#xff0c…

【4.vi编辑器使用(下)】

一、vi编辑器的光标移动 二、vi编辑器查找命令 1、命令::/string 查找字符串 n:继续查找 N:反向继续查找 /^the 查找以the开头的行 /end 查找以 查找以 查找以结尾的行 三、vi编辑器替换命令 1、语法: : s[范围,范围]str1/str2[g] g表示全…

2.1.2 基于配置方式使用MyBatis

文章目录 实战目标实战步骤1. 创建Maven项目2. 添加项目依赖3. 创建用户实体类4. 创建用户映射器配置文件5. 创建MyBatis配置文件6. 创建日志属性文件7. 测试用户操作8. 运行测试方法 预期结果实战方法结论 实战目标 本实战的目标是演示如何使用MyBatis框架来操作数据库。通过…

深度学习21天 —— 卷积神经网络(CNN):识别验证码( 第12天)

目录 一、前期准备 1.1 标签数字化 1.2 加载数据 1.3 配置数据 二、其他 2.1 损失函数 categorical_crossentropy 2.2 plt.legend(loc ) 2.3 history.history 活动地址:CSDN21天学习挑战赛 学习:深度学习100例-卷积神经网络(CNN&…

什么是访问控制漏洞

什么是AC Bugs? 实验室 Vertical privilege escalation 仅通过隐藏目录/判断参数来权限控制是不安全的(爆破url/爬虫/robots.txt/Fuzz/jsfinder) Unprotected functionality 访问robots.txt 得到隐藏目录,访问目录 ,…

Django入门全攻略:从零搭建你的第一个Web项目

系列文章目录 努力ing Django入门全攻略:从零搭建你的第一个Web项目努力ing… 文章目录 系列文章目录前言一、Django1.1 Django安装1.2 Django项目创建1.3 目录介绍 二、子应用2.1 子应用创建2.2 目录结构2.3 子应用注册2.4 子应用视图逻辑2.4.1 编写视图2.4.2 编写…

Java开发-面试题-0001-String、StringBuilder、StringBuffer的区别

Java开发-面试题-0001-String、StringBuilder、StringBuffer的区别 更多内容欢迎关注我(持续更新中,欢迎Star✨) Github:CodeZeng1998/Java-Developer-Work-Note 技术公众号:CodeZeng1998(纯纯技术文&am…