یک معیار مرکزیت نیمه-محلی برای شناسایی گره های تاثیرگذار در شبکه های پیچیده

چکیده مقاله

تاثیرگذاری گره به توانایی گره در انتشار اطلاعات اشاره دارد هرچه انتشار گره سریعتر و گسترده تر شود، تاثیر آن نیز بیشتر است با اهمیت نظری و عملی بسیار زیاد، شناسایی گره های تاثیرگذار در شبکه های پیچیده به یکی از جذاب ترین مباحث تحقیقاتی در سالهای اخیر تبدیل شده است بسیاری از معیارهای توپولوژیک کلاسیک وجود دارد که میتواند برای ارزیابی توانایی تاثیرگذاری گره ها استفاده شوند مرکزیت درجه، مرکزیت بینابینی، مرکزیت نزدیکی و مرکزیت محلی بیشترین کاربرد را در شناسایی گره های موثر در شبکه های پیچیده دارند مرکزیت درجه بسیار ساده است اما از اهمیت چندانی برخوردار نیست معیارهای سراسرس مانند مرکزیت بینابینی و مرکزیت نزدیکی میتوانند گره های تاثیرگذار را بهتر شناسایی کنند، اما به دلیل پیچیدگی محاسباتی قادر به استفاده در شبکه های مقیاس بزرگ نیستند به منظور طراحی یک روش رتبه بندی موثر، در این مقاله یک معیار مرکزیت نیمه محلی بر اساس میانگین کوتاه ترین مسیر ASP پیشنهاد شده که در آن تغییر نسبی میانگین کوتاه ترین مسیر از کل شبکه در نظر گرفته میشود برای ارزیابی عملکرد معیار پیشنهادی از مدل حساس آلوده حذف شده SIR استفاده میشود شبیه سازی در چند شبکه واقعی نشان میدهد که معیار پیشنهادی به خوبی میتواند گرههای تاثیرگذار را شناسایی کند

کلیدواژه‌ها

نویسندگان

علیرضا روئین تن

موسسه آموزش عالی غیرانتفاعی غیر دولتی لیان، بوشهر، ایران

موسی مجرد

دانشکده مهندسی کامپیوتر، واحد فیروزآباد، دانشگاه آزاد اسلامی، فیروزآباد، ایران

حسن ارفعی نیا

موسسه آموزش عالی غیرانتفاعی غیر دولتی لیان، بوشهر، ایران

�وئین تن، علیرضا و مجرد، موسی و ارفعی نیا، حسن،1400،یک معیار مرکزیت نیمه-محلی برای شناسایی گره های تاثیرگذار در شبکه های پیچیده،چهاردهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل

ارائه‌شده در

مجموعه مقالات چهاردهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات30 دی 1400 · بابل