基于节点映射的核型企业重叠社群发现算法

针对现有企业社群发现算法多侧重于同质性市场环境,不能反映部分企业会参与多条供应链作业的问题,提出一种基于节点映射关系的核社群表示模型Map-Community,通过构塑两种角色节点及其相互间不同的映射关系,判断企业的社群归属问题。基于该表示模型提出一种具有近似线性阶时空复杂度的节点映射算法(NMA)。首先,采取过滤操作获得供应链网络拓扑图中的双连通核心图;然后,引入映射度择选出核心企业节点;其次,依据映射判断规则进行局部扩展;最后,通过回溯将局部社群结构拓展至全局网络并发现重叠区域。LFR网络应用实验中,NMA对阈值变化反映出低敏感性,且在实用性方面优于LFM、COPRA和GCE。在企业社交网络进行仿真,利用划分情况总结分布效应意义。实验结果验证了该算法对于企业重叠社群发现的可行性及其在发现质量方面的性能优势。

基于网络映射的网络服务社群发现及全局表示

针对当前网络拓扑以设备类型为标注,难以反映设备节点间服务关系的问题,提出了一种基于服务映射的网络服务节点划分算法,通过网络节点间服务映射关系,判断服务社群归属,找寻网络服务的关键节点及节点间从属关系并在传统隶属矩阵的基础上引入虚拟社群,使网络服务社群隶属关系影响度算法不仅能反映节点的社群隶属度,还能够反映节点的全局影响度。在LFR网络实验中,将该算法与同类算法进行算法敏感度和性能对比,在Internet2 OS3E仿真实验中通过模拟拒绝服务攻击验证算法划分的有效性。对比实验结果表明服务映射算法具有阈值选择低敏感性和高实用性的特点,且性能优于同类算法。仿真实验表明服务社群划分有效且能够反映节点服务间的关联性。