本發(fā)明涉及通信技術(shù)領(lǐng)域，具體涉及一種識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的方法和裝置。

背景技術(shù)：

從網(wǎng)絡(luò)結(jié)構(gòu)特征看，絕大多數(shù)戰(zhàn)場無線通信網(wǎng)絡(luò)均屬于無尺度網(wǎng)絡(luò)。其典型結(jié)構(gòu)特征是：網(wǎng)絡(luò)中大部分節(jié)點只有少數(shù)幾個連接，僅有少量節(jié)點擁有與其它節(jié)點的大量連接。這種網(wǎng)絡(luò)對隨機干擾的抵抗能力很強。但面對蓄意針對關(guān)鍵節(jié)點的干擾時，它卻可能不堪一擊。

網(wǎng)絡(luò)關(guān)鍵節(jié)點分析是“點穴戰(zhàn)”實施的基礎(chǔ)，是網(wǎng)絡(luò)選擇性干擾的前提。通過干擾網(wǎng)絡(luò)關(guān)鍵節(jié)點，不但能起到事半功倍的干擾效果，而且能充分發(fā)揮我方網(wǎng)絡(luò)對抗裝備的作戰(zhàn)效能。因此，對戰(zhàn)場無線通信網(wǎng)絡(luò)實施關(guān)鍵節(jié)點的分析成為網(wǎng)絡(luò)分析的重要內(nèi)容。

網(wǎng)絡(luò)關(guān)鍵節(jié)點是指在網(wǎng)絡(luò)連通中起重要作用的節(jié)點，為刻畫網(wǎng)絡(luò)節(jié)點在網(wǎng)絡(luò)中的重要性，常用網(wǎng)絡(luò)節(jié)點的中心度來刻畫，在已知的測度指標中，介數(shù)指標是刻畫戰(zhàn)場無線通信網(wǎng)節(jié)點中心度最有效的指標。目前通常使用單一的測度指標識別關(guān)鍵節(jié)點，但是網(wǎng)絡(luò)節(jié)點的重要性同時受到多種測度指標的影響，僅使用某種單一的測度指標來識別關(guān)鍵節(jié)點準確性不足。

技術(shù)實現(xiàn)要素：

本發(fā)明提供了一種識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的方法和裝置，以解決使用某種單一的測度指標來識別關(guān)鍵節(jié)點準確性不足的問題。

依據(jù)本發(fā)明的一個方面，本發(fā)明提供了一種識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的方法，包括：

從度指標、子圖指標、介數(shù)指標、特征向量指標、近似特征向量指標、接近度指標、節(jié)點刪除損失指標、流介數(shù)指標、近似流介數(shù)指標、累計提名指標中選擇多個測度指標；

根據(jù)選擇的多個測度指標，對所有網(wǎng)絡(luò)節(jié)點中的每一個網(wǎng)絡(luò)節(jié)點計算綜合評價值；

設(shè)置一個閾值，若某一個網(wǎng)絡(luò)節(jié)點的綜合評價值大于該閾值，則將該網(wǎng)絡(luò)節(jié)點作為關(guān)鍵節(jié)點；或者設(shè)置關(guān)鍵節(jié)點數(shù)占網(wǎng)絡(luò)節(jié)點總數(shù)的比例，將所有網(wǎng)絡(luò)節(jié)點按照綜合評價值從大到小排序，將排在所述比例之內(nèi)的網(wǎng)絡(luò)節(jié)點作為關(guān)鍵節(jié)點。

依據(jù)本發(fā)明的另一方面，本發(fā)明提供了一種識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的裝置，包括：

測度指標選擇單元，用于接收從度指標、子圖指標、介數(shù)指標、特征向量指標、近似特征向量指標、接近度指標、節(jié)點刪除損失指標、流介數(shù)指標、近似流介數(shù)指標、累計提名指標中選擇的多個測度指標；

綜合評價值計算單元，用于根據(jù)所述測度指標選擇單元接收的多個測度指標，對所有網(wǎng)絡(luò)節(jié)點中的每一個網(wǎng)絡(luò)節(jié)點計算綜合評價值；

關(guān)鍵節(jié)點判斷單元，用于設(shè)置一個閾值，若某一個網(wǎng)絡(luò)節(jié)點的綜合評價值大于該閾值，則將該網(wǎng)絡(luò)節(jié)點作為關(guān)鍵節(jié)點；或者用于設(shè)置關(guān)鍵節(jié)點數(shù)占網(wǎng)絡(luò)節(jié)點總數(shù)的比例，將所有網(wǎng)絡(luò)節(jié)點按照綜合評價值從大到小排序，將排在所述比例之內(nèi)的網(wǎng)絡(luò)節(jié)點作為關(guān)鍵節(jié)點。

本發(fā)明的有益效果是：本發(fā)明實施例選取多個測度指標，對每一個網(wǎng)絡(luò)節(jié)點，將選取的多個測度指標融合成單一的綜合評價值，作為衡量該網(wǎng)絡(luò)節(jié)點重要性的依據(jù)，相比于僅使用某一種測度指標來識別網(wǎng)絡(luò)關(guān)鍵點，本方案具有更高的準確性。

附圖說明

圖1是本發(fā)明一個實施例提供的一種識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的方法的流程圖；

圖2是本發(fā)明一個實施例提供的一種識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的裝置的功能框圖；

圖3是本發(fā)明一個實施例中OPNET場景部署方案示意圖；

圖4是本發(fā)明一個實施例中識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的裝置的參數(shù)設(shè)置界面示意圖；

圖5是本發(fā)明一個實施例中采用手動加權(quán)綜合法識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的結(jié)果圖；

圖6是本發(fā)明一個實施例中采用熵權(quán)灰色關(guān)聯(lián)分析法識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的結(jié)果圖。

具體實施方式

本發(fā)明的設(shè)計構(gòu)思是：網(wǎng)絡(luò)節(jié)點的重要性同時受到多種測度指標的影響，僅使用某種單一的測度指標很難準確識別關(guān)鍵節(jié)點。本發(fā)明采用層次分析法選擇多個測度指標來評價網(wǎng)絡(luò)節(jié)點的重要性，由于各種測度指標對于網(wǎng)絡(luò)節(jié)點并不是同樣重要的，因此還可以結(jié)合模糊綜合評估法，合理地確定評價指標的權(quán)重，將多種測度指標綜合后得到基于多項測度指標綜合的單一評價指標值，將評價結(jié)果的模糊性定量化，從而識別出網(wǎng)絡(luò)關(guān)鍵節(jié)點，可以提高識別的準確性。

實施例一

圖1是本發(fā)明一個實施例提供的一種識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的方法的流程圖，如圖1所示，本實施例提供的識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的方法包括：

步驟S110：從度指標、子圖指標、介數(shù)指標、特征向量指標、近似特征向量指標、接近度指標、節(jié)點刪除損失指標、流介數(shù)指標、近似流介數(shù)指標、累計提名指標中選擇多個測度指標。

步驟S120：根據(jù)選擇的多個測度指標，對所有網(wǎng)絡(luò)節(jié)點中的每一個網(wǎng)絡(luò)節(jié)點計算綜合評價值。

步驟S130：設(shè)置一個閾值，若某一個網(wǎng)絡(luò)節(jié)點的綜合評價值大于該閾值，則將該網(wǎng)絡(luò)節(jié)點作為關(guān)鍵節(jié)點；或者設(shè)置關(guān)鍵節(jié)點數(shù)占網(wǎng)絡(luò)節(jié)點總數(shù)的比例，將所有網(wǎng)絡(luò)節(jié)點按照綜合評價值從大到小排序，將排在所述比例之內(nèi)的網(wǎng)絡(luò)節(jié)點作為關(guān)鍵節(jié)點。

本實施例選取多個測度指標，對每一個網(wǎng)絡(luò)節(jié)點，將選取的多個測度指標融合成單一的綜合評價值，作為衡量該網(wǎng)絡(luò)節(jié)點重要性的依據(jù)，相比于僅使用某一種測度指標來識別網(wǎng)絡(luò)關(guān)鍵點，本實施例提供的識別方法具有更高的準確性。

實施例二

本實施例采用手動加權(quán)綜合法計算每一個網(wǎng)絡(luò)節(jié)點的綜合評價值，即根據(jù)手動輸入的權(quán)值參數(shù)為每個測度指標加權(quán)，然后求它們的加權(quán)和作為最終的綜合評價值。

步驟i)：對于具有n個網(wǎng)絡(luò)節(jié)點，m個測度指標的情況，建立指標矩陣：

其中，x_ij為第i個網(wǎng)絡(luò)節(jié)點的第j個測度指標。

步驟ii)：對該矩陣進行歸一化處理，得到歸一化矩陣：

其中，x_max(j)和x_min(j)分別為所有網(wǎng)絡(luò)節(jié)點的第j個測度指標的最優(yōu)值與最差值，j＝1,2，…，m。

步驟iii)：為m個測度指標設(shè)置權(quán)值，得到權(quán)值向量W＝(w₁,w₂,...,w_m)，根據(jù)公式可計算出每一個網(wǎng)絡(luò)節(jié)點的綜合評價值F_i。

實施例三

由于實施例二中采用的手動加權(quán)綜合法具有一定的主觀隨意性，在一些情形下無法準確反映每個測度指標的分布特點，為了能夠自動求出每個指標所占的權(quán)值，本實施例采用熵權(quán)加權(quán)綜合法計算每一個網(wǎng)絡(luò)節(jié)點的綜合評價值。

熵是表示物質(zhì)系統(tǒng)狀態(tài)的量，表示該狀態(tài)可能出現(xiàn)的程度。某個測度的信息熵越小，說明其變異程度就越大，提供的信息量也越大，則權(quán)重也越大；相反地，若某個測度指標的信息熵越大，提供的信息量就越小，其權(quán)重也相應(yīng)地越小。因此可以考慮每個測度指標的變異程度，根據(jù)計算得到的熵值來確定各個測度指標的權(quán)重，繼而對每個測度指標加權(quán)重，最后得到較為全面較為客觀的評價結(jié)果。

步驟i)：對于一個具有n個網(wǎng)絡(luò)節(jié)點，m個測度指標的問題，建立初始矩陣：

其中，x_ij為第i個網(wǎng)絡(luò)節(jié)點的第j個測度指標。

步驟ii):對初始矩陣進行歸一化處理，得到歸一化矩陣：

其中，x_max(j)和x_min(j)分別為所有網(wǎng)絡(luò)節(jié)點的第j個測度指標的最優(yōu)值與最差值，j＝1，2，3，...，m。

步驟iii):根據(jù)公式：

計算第j個測度指標的熵S_j，其中，

若P_ij＝1，則P_ijlnP_ij＝0，這樣就與熵在信息論中的信息無序化相違背，故需要對P_ij的定義改正為：

步驟iv)根據(jù)公式：

可以確定第j個測度指標的熵權(quán)值w_j，從而進一步得到m個測度指標的熵向量W＝(w₁,w₂,...,w_m)。

步驟v)根據(jù)公式：

即可計算出每一個網(wǎng)絡(luò)節(jié)點的綜合評價值F_i。

實施例四

本實施例采用灰色關(guān)聯(lián)分析法計算每一個網(wǎng)絡(luò)節(jié)點的綜合評價值，灰色關(guān)聯(lián)分析法依據(jù)各因素間發(fā)展趨勢的相異或者相似程度，期望通過特殊的方法，尋找它們之間的數(shù)值關(guān)系，是一種衡量關(guān)聯(lián)程度的有效方法。該方法量化了系統(tǒng)發(fā)展變化的情況，十分適合進行動態(tài)歷程分析，這也與復(fù)雜網(wǎng)絡(luò)時刻變化的實際相符合。

步驟i)：對于一個具有n個網(wǎng)絡(luò)節(jié)點，m個測度指標的問題，以下是第i個網(wǎng)絡(luò)節(jié)點的關(guān)鍵性測度向量：

X_i＝(x_i1,x_i2,...,x_im)

其中，x_ij為第i個網(wǎng)絡(luò)節(jié)點的第j個測度指標，1≤i≤n。

步驟ii)：綜合比較所有網(wǎng)絡(luò)節(jié)點的測度指標，得到測度指標的參考向量：

Y_i＝(y₁,y₂,...,y_m)

其中，y_k是所有網(wǎng)絡(luò)節(jié)點的第k個測度指標的最優(yōu)值。

步驟iii)：由于網(wǎng)絡(luò)節(jié)點各個測度指標的量綱并不一定相同，而且有的數(shù)值數(shù)量級相差懸殊，因此要對它們進行無量綱化處理，本實施例采用“均值法”，對關(guān)鍵性測度向量X_i和參考向量Y_i進行無量綱化處理后得到無量綱化后的關(guān)鍵性測度向量：

以及無量綱化后的參考向量：

其中，表示第k個測度指標的平均值，1≤k≤m。

步驟iv)：建立差值矩陣：

找出矩陣中的最大值D_max和最小值D_min。

步驟v)：根據(jù)公式：

計算每個網(wǎng)絡(luò)節(jié)點的每個測度指標的關(guān)聯(lián)系數(shù)r_ik，其中，r_ik為第i個網(wǎng)絡(luò)節(jié)點第k個測度指標的關(guān)聯(lián)系數(shù)，ρ為分辨系數(shù)，0＜ρ＜1，優(yōu)選地，ρ取值0.5。

步驟vi)：根據(jù)公式

計算每一個網(wǎng)絡(luò)節(jié)點的綜合評價值R_i，比較每個網(wǎng)絡(luò)節(jié)點的綜合評價值R_i的大小，從而得出網(wǎng)絡(luò)節(jié)點的關(guān)鍵性排序，綜合評價值R_i越大，節(jié)點就越重要?？稍O(shè)置一個閾值，綜合評價值R_i大于該閾值的網(wǎng)絡(luò)節(jié)點就是關(guān)鍵節(jié)點。

實施例五

本實施例結(jié)合熵權(quán)加權(quán)綜合法和灰色關(guān)聯(lián)分析法計算每一個網(wǎng)絡(luò)節(jié)點的綜合評價值，以進一步提高準確度。

步驟i)：對于一個具有n個網(wǎng)絡(luò)節(jié)點，m個測度指標的問題，以下是第i個網(wǎng)絡(luò)節(jié)點的關(guān)鍵性測度向量：

X_i＝(x_i1,x_i2,...,x_im)

其中，x_ij為第i個網(wǎng)絡(luò)節(jié)點的第j個測度指標，1≤i≤n。

步驟ii)：綜合比較所有網(wǎng)絡(luò)節(jié)點的測度指標，得到測度指標的參考向量：

Y_i＝(y₁,y₂,...,y_m)

其中，y_k是所有網(wǎng)絡(luò)節(jié)點的第k個測度指標的最優(yōu)值。

步驟iii)：對關(guān)鍵性測度向量X_i和參考向量Y_i進行無量綱化處理后得到無量綱化后的關(guān)鍵性測度向量：

以及無量綱化后的參考向量：

其中，表示第k個測度指標的平均值，1≤k≤m。

步驟iv)：建立差值矩陣：

找出矩陣中的最大值D_max和最小值D_min。

步驟v)：根據(jù)公式：

計算每個網(wǎng)絡(luò)節(jié)點的每個測度指標的關(guān)聯(lián)系數(shù)r_ik，其中，r_ik為第i個網(wǎng)絡(luò)節(jié)點第k個測度指標的關(guān)聯(lián)系數(shù)，ρ為分辨系數(shù)，0＜ρ＜1，優(yōu)選地，ρ取值0.5。

步驟vi)：建立指標矩陣：并進行歸一化處理，得到歸一化矩陣：其中，x_max(j)和x_min(j)分別為所有網(wǎng)絡(luò)節(jié)點的第j個測度指標的最優(yōu)值與最差值。

步驟vii)：根據(jù)確定第j個測度指標的熵S_j，其中，并根據(jù)確定第j個測度指標的熵權(quán)值w_j，得到m個測度指標的熵向量W＝(w₁,w₂,...,w_m)。

步驟viii)：根據(jù)公式：

即可計算出每一個網(wǎng)絡(luò)節(jié)點的綜合評價值R_i。同樣可以通過比較每個網(wǎng)絡(luò)節(jié)點的綜合評價值R_i的大小，得出網(wǎng)絡(luò)節(jié)點的關(guān)鍵性排序，綜合評價值R_i越大，節(jié)點就越重要。或者也可設(shè)置一個閾值，將綜合評價值R_i大于該閾值的網(wǎng)絡(luò)節(jié)點作為關(guān)鍵節(jié)點。

實施例六

圖2是本發(fā)明一個實施例提供的一種識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的裝置的功能框圖，如圖2所示，本實施例提供的識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的裝置包括：測度指標選擇單元210、綜合評價值計算單元220、關(guān)鍵節(jié)點判斷單元230。

測度指標選擇單元210接收從度指標、子圖指標、介數(shù)指標、特征向量指標、近似特征向量指標、接近度指標、節(jié)點刪除損失指標、流介數(shù)指標、近似流介數(shù)指標、累計提名指標中選擇的多個測度指標。

綜合評價值計算單元220根據(jù)測度指標選擇單元210接收的多個測度指標，對所有網(wǎng)絡(luò)節(jié)點中的每一個網(wǎng)絡(luò)節(jié)點計算綜合評價值。

關(guān)鍵節(jié)點判斷單元230設(shè)置一個閾值，若某一個網(wǎng)絡(luò)節(jié)點的綜合評價值大于該閾值，則將該網(wǎng)絡(luò)節(jié)點作為關(guān)鍵節(jié)點；或者關(guān)鍵節(jié)點判斷單元230設(shè)置關(guān)鍵節(jié)點數(shù)占網(wǎng)絡(luò)節(jié)點總數(shù)的比例，將所有網(wǎng)絡(luò)節(jié)點按照綜合評價值從大到小排序，將排在該比例之內(nèi)的網(wǎng)絡(luò)節(jié)點作為關(guān)鍵節(jié)點。

在一優(yōu)選實施例中，綜合評價值計算單元220具體用于：

對于具有n個網(wǎng)絡(luò)節(jié)點，m個測度指標的情況，建立指標矩陣：

其中，x_ij為第i個網(wǎng)絡(luò)節(jié)點的第j個測度指標。

對該矩陣進行歸一化處理，得到歸一化矩陣：

其中，x_max(j)和x_min(j)分別為所有網(wǎng)絡(luò)節(jié)點的第j個測度指標的最優(yōu)值與最差值，j＝1,2，…，m。

為m個測度指標設(shè)置權(quán)值，得到權(quán)值向量W＝(w₁,w₂,...,w_m)，根據(jù)公式計算出每一個網(wǎng)絡(luò)節(jié)點的綜合評價值F_i。

在另一優(yōu)選實施例中，綜合評價值計算單元220具體用于：

對于一個具有n個網(wǎng)絡(luò)節(jié)點，m個測度指標的問題，建立初始矩陣：

其中，x_ij為第i個網(wǎng)絡(luò)節(jié)點的第j個測度指標。

對初始矩陣進行歸一化處理，得到歸一化矩陣：

其中，x_max(j)和x_min(j)分別為所有網(wǎng)絡(luò)節(jié)點的第j個測度指標的最優(yōu)值與最差值，j＝1，2，3，...，m。

根據(jù)公式：

計算第j個測度指標的熵S_j，其中，

根據(jù)公式：

可以確定第j個測度指標的熵權(quán)值w_j，從而進一步得到m個測度指標的熵向量W＝(w₁,w₂,...,w_m)。

根據(jù)公式：

計算出每一個網(wǎng)絡(luò)節(jié)點的綜合評價值F_i。

在又一優(yōu)選實施例中，綜合評價值計算單元220具體用于：

對于一個具有n個網(wǎng)絡(luò)節(jié)點，m個測度指標的問題，以下是第i個網(wǎng)絡(luò)節(jié)點的關(guān)鍵性測度向量：

X_i＝(x_i1,x_i2,...,x_im)

其中，x_ij為第i個網(wǎng)絡(luò)節(jié)點的第j個測度指標，1≤i≤n。

綜合比較所有網(wǎng)絡(luò)節(jié)點的測度指標，得到測度指標的參考向量：

Y_i＝(y₁,y₂,...,y_m)

其中，y_k是所有網(wǎng)絡(luò)節(jié)點的第k個測度指標的最優(yōu)值。

對關(guān)鍵性測度向量X_i和參考向量Y_i進行無量綱化處理后得到無量綱化后的關(guān)鍵性測度向量：

以及無量綱化后的參考向量：

其中，表示第k個測度指標的平均值，1≤k≤m。

建立差值矩陣：

找出矩陣中的最大值D_max和最小值D_min。

根據(jù)公式：

計算每個網(wǎng)絡(luò)節(jié)點的每個測度指標的關(guān)聯(lián)系數(shù)r_ik，其中，r_ik為第i個網(wǎng)絡(luò)節(jié)點第k個測度指標的關(guān)聯(lián)系數(shù)，ρ為分辨系數(shù)，0＜ρ＜1，優(yōu)選地，ρ取值0.5。

根據(jù)公式

計算每一個網(wǎng)絡(luò)節(jié)點的綜合評價值R_i。

在再一優(yōu)選實施中，綜合評價值計算單元220具體用于：

對于一個具有n個網(wǎng)絡(luò)節(jié)點，m個測度指標的問題，以下是第i個網(wǎng)絡(luò)節(jié)點的關(guān)鍵性測度向量：

X_i＝(x_i1,x_i2,...,x_im)

其中，x_ij為第i個網(wǎng)絡(luò)節(jié)點的第j個測度指標，1≤i≤n。

綜合比較所有網(wǎng)絡(luò)節(jié)點的測度指標，得到測度指標的參考向量：

Y_i＝(y₁,y₂,...,y_m)

其中，y_k是所有網(wǎng)絡(luò)節(jié)點的第k個測度指標的最優(yōu)值。

對關(guān)鍵性測度向量X_i和參考向量Y_i進行無量綱化處理后得到無量綱化后的關(guān)鍵性測度向量：

以及無量綱化后的參考向量：

其中，表示第k個測度指標的平均值，1≤k≤m。

建立差值矩陣：

找出矩陣中的最大值D_max和最小值D_min。

根據(jù)公式：

計算每個網(wǎng)絡(luò)節(jié)點的每個測度指標的關(guān)聯(lián)系數(shù)r_ik，其中，r_ik為第i個網(wǎng)絡(luò)節(jié)點第k個測度指標的關(guān)聯(lián)系數(shù)，ρ為分辨系數(shù)，0＜ρ＜1，優(yōu)選地，ρ取值0.5。

建立指標矩陣：并進行歸一化處理，得到歸一化矩陣：其中，x_max(j)和x_min(j)分別為所有網(wǎng)絡(luò)節(jié)點的第j個測度指標的最優(yōu)值與最差值。

根據(jù)確定第j個測度指標的熵S_j，其中，并根據(jù)確定第j個測度指標的熵權(quán)值w_j，得到m個測度指標的熵向量W＝(w₁,w₂,...,w_m)。

根據(jù)公式：

計算出每一個網(wǎng)絡(luò)節(jié)點的綜合評價值R_i。

圖3是本發(fā)明一個實施例中OPNET場景部署方案示意圖，如圖3所示，本實施例設(shè)計了一個擁有34個節(jié)點的無線網(wǎng)絡(luò)通信場景，場景部署在200km*100km的范圍內(nèi)，包含三個前哨站加一個NCS節(jié)點、四個傳感器節(jié)點、二十個普通轉(zhuǎn)發(fā)節(jié)點、一個指揮中心節(jié)點、五個攻擊平臺節(jié)點。

在進行網(wǎng)絡(luò)關(guān)鍵節(jié)點識別前，需要進行必要的設(shè)置，例如從給出的十種測度指標中選擇多種需要的測度指標、選擇計算綜合評價值的方法、設(shè)置判斷關(guān)鍵節(jié)點的閾值或比例、若使用手動加權(quán)綜合法還需要設(shè)置各測度指標的權(quán)值，如圖4所示。圖5是本發(fā)明一個實施例中采用手動加權(quán)綜合法識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的結(jié)果圖，圖6是本發(fā)明一個實施例中采用熵權(quán)灰色關(guān)聯(lián)分析法識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的結(jié)果圖，對比圖5與圖6，選擇的測度指標均為5個：度指標、接近度指標、節(jié)點刪除損失指標、介數(shù)指標和累計提名，關(guān)鍵節(jié)點的比例設(shè)置為10％，采用手動加權(quán)綜合法時為每個測度指標設(shè)置的權(quán)值均為0.2。如圖5所示，采用手動加權(quán)綜合法識別網(wǎng)絡(luò)關(guān)鍵節(jié)點時，識別出的網(wǎng)絡(luò)關(guān)鍵節(jié)點為14、10、24、26；如圖6所示，采用熵權(quán)灰色關(guān)聯(lián)分析法自動計算加權(quán)因子識別網(wǎng)絡(luò)關(guān)鍵點時，識別出的網(wǎng)絡(luò)關(guān)鍵節(jié)點為14、10、9、24。熵權(quán)灰色關(guān)聯(lián)分析法比較準確。

以上所述，僅為本發(fā)明的具體實施方式，在本發(fā)明的上述教導(dǎo)下，本領(lǐng)域技術(shù)人員可以在上述實施例的基礎(chǔ)上進行其他的改進或變形。本領(lǐng)域技術(shù)人員應(yīng)該明白，上述的具體描述只是更好的解釋本發(fā)明的目的，本發(fā)明的保護范圍應(yīng)以權(quán)利要求的保護范圍為準。