مقاله کنفرانسی سال ۱۳۹۸ فارسی

بررسی آسیب پذیری شبکه های اجتماعی وزندار بااستفاده از ضریب خوشه بندی

چکیده مقاله

در سالهای اخیر تحقیق روی شبکه های اجتماعی به موضوع پر اهمیتی تبدیل شده و توجه محققان رشته های مختلف را به خود جلب کرده است در این بین یکی از موضوعات مهم در شبکه های اجتماعی، تحلیل گره های مهم و آسیب پذیر شبکه است برای حل این مسئله تلاش های بسیاری شده است برای بهینه شدن عملکرد هر نوع شبکه ای، بررسی آسیب پذیری در برابر اختلالات بیرونی شبکه همچون حملات مخرب یا خرابی احتمالی که به اجزای شبکه وارد میشوند پر اهمیت میباشد در این مقاله، یک موضوع جدید در بررسی توانایی شبکه های پیچیده مورد بررسی قرار گرفته است مهمترین هدف شناخت گره هایی است که نبود آنها به شبکه آسیب می رساند و این موضوع به کمک میانگین ضریب خوشه بندی مورد بررسی قرار می گیرد این موضوع مهمی است چون هر تغییر محسوسی در شبکه منجر به تغییر خوشه بندی میشود و میتواند عملکرد شبکه را مختل کند، مثلا سطح انتقال داده در یک شبکه اجتماعی را کاهش دهد در این مقاله، بررسی آسیب پذیری شبکه وزندار به عنوان یک موضوع بهینه سازی ارائه میشود در ادامه، شبکه های اجتماعی وزندار ساختگی که از مدل های مختلف تولید شده اند آزمایش میشود نتایج به دست آمده حاکی از آن است که میانگین ضریب خوشه بندی در بررسی نقص گره های شبکه های اجتماعی وزندار از اهمیت بالایی برخوردار است در ضمن نتایج بیانگر این نکته است که روش حذف گره های با ارزش به ویژه از نظر معیار مرکزیت، در تجزیه و تحلیل آسیب پذیری خوشه بندی بسیار کارامد است

کلیدواژه‌ها

آسیب پذیری ضریب خوشه بندی معیارهای مرکزیت شبکه های اجتماعی وزن دار

نویسندگان

تصویر علیرضا فتاحی

علیرضا فتاحی

کارشناسی ارشد مهندسی نرم افزاردانشگاه غیرانتفاعی پیام گلپایگان، کیلومتر ۲ جاده خمین

تصویر منصوره میرزائی

منصوره میرزائی

دکتری مهندسی کامپیوتر نرم افزاردانشگاه فنی و مهندسی گلپایگان، کیلومتر ۱ جاده خمین

شیوه ارجاع

فتاحی، علیرضا و میرزائی، منصوره،1398،بررسی آسیب پذیری شبکه های اجتماعی وزندار بااستفاده از ضریب خوشه بندی،سومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز

ارائه‌شده در

پوستر مجموعه مقالات چهارمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی مجموعه مقالات چهارمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی15 بهمن 1399 · اهواز
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۳۹۸ ۴,۴۲۲ مشاهده

تحلیل احساسات زبان فارسی با استفاده از شبکه های عصبی عمیق

پردازش زبان طبیعی یکی از زیر مجموعه های هوش مصنوعی است که به توانایی برنامه کامپیوتری برای فهمیدن زبان ا…

تحلیل احساساتپردازش زبان طبیعیشبکه های عصبی عمیق
مقاله کنفرانسی سال ۱۳۹۸ ۳,۲۶۳ مشاهده

استفاده از Earth Google در شناسایی چاه ها و خطوط لوله نفت: مطالعه موردی میدان نفتی گچساران

ایجاد زیرساخت اطلاعات مکانی در صنعت نفت به عنوان یک بخش مهم برای توسعه میادین، مدیریت آنها و برنامه ریزی…

گوگل ارثمیدان نفتی گچسارانمدلسازی
مقاله کنفرانسی سال ۱۳۹۸ ۲,۰۴۸ مشاهده

تشخیص نفوذ مبتنی بر ناهنجاری با استفاده از رویکرد یادگیری عمیق

یکی از مهمترین و قوی ترین ابزارهای تامین امنیت شبکه های کامپیوتری، سیستم های تشخیص نفوذ می باشند،که قادر…

تشخیص نفوذتشخیص ناهنجارییادگیری عمیق
مقاله کنفرانسی سال ۱۳۹۹ ۱,۹۰۶ مشاهده

رمز نگاری با الگوریتم جبر خطی و تکنیک هیل با استفاده از روش ششگانه کرکهف

رمزنگاری دو جزء اصلی دارد، یک الگوریتم و یک کلید الگوریتم یک مبدل یا فرمول ریاضی است تعداد کمی الگوریتم…

اصول ششگانه کرکهفتکنیک هیلرمزنگاری
مقاله کنفرانسی سال ۱۳۹۸ ۱,۸۱۳ مشاهده

طراحی سیستم موزه مجازی هوشمند با استفاده از واقعیت مجازی وواقعیت افزوده

موزه مجازی، مجموعه ای از تصاویر ضبط شده دیجیتالی، فایلهای صوتی، اسناد متنی و سایر اطلاعات تاریخی، علمی ی…

موزه مجازیواقعیت مجازیواقعیت افزوده
مقاله کنفرانسی سال ۱۳۹۸ ۱,۵۸۲ مشاهده

بررسی و مقایسه روش های اولویت بندی موارد آزمون در تست نرم افزار

یکی از مهمترین وظایف در ساخت و توسعه ی نرم افزار، تست آن میباشد که در تمام مراحل چرخه حیات نرم افزار و ب…

تست نرم افزارمورد آزمونخطا