技術(shù)特征：

1.基于層級流介數(shù)的指控網(wǎng)絡(luò)關(guān)鍵節(jié)點識別方法，其特征在于，具體步驟如下：

S1：建立指控網(wǎng)絡(luò)模型；

S2：計算指控網(wǎng)絡(luò)中各個節(jié)點的層級流介數(shù)；

S3：根據(jù)節(jié)點層級流介數(shù)值區(qū)分節(jié)點關(guān)鍵程度。

2.根據(jù)權(quán)利要求要求1所述基于層級流介數(shù)的指控網(wǎng)絡(luò)關(guān)鍵節(jié)點識別方法，其特征在于，建立指控網(wǎng)絡(luò)模型具體是：將指揮實體抽象成節(jié)點，實體之間的關(guān)系抽象成邊，建立指控網(wǎng)絡(luò)模型，并用G＝(V,E)來描述，有n個節(jié)點，m條邊，V＝{v₁,v₂,v₃,…,v_n}表示節(jié)點集合，E＝{e₁,e₂,e₃,…,e_m}代表邊的集合，G的鄰接矩陣為A＝[a_ij]，A中元素a_ij定義為：

3.根據(jù)權(quán)利要求要求1所述基于層級流介數(shù)的指控網(wǎng)絡(luò)關(guān)鍵節(jié)點識別方法，其特征在于，計算指控網(wǎng)絡(luò)中各個節(jié)點的層級流介數(shù)的步驟具體是：

a：初始化指控網(wǎng)絡(luò)模型，整個網(wǎng)絡(luò)中每次僅有單個節(jié)點發(fā)送信息，其他節(jié)點接收信息，節(jié)點信息量為

H₀＝[1,1,…,1,1]_N

其中N為節(jié)點個數(shù)；

b：信息游走過程中，若節(jié)點v_j的度為k_j，那么與節(jié)點v_j直接相連的任意一個節(jié)點v_i接收到信息量均為1/k_j，同時v_j節(jié)點的信息量置零，經(jīng)過1次迭代后，節(jié)點v_i擁有的信息量為：

H_n(v_i)＝H_n-1(v_j)/k_j n＝0,1…,D

其中，迭代過程中i≠j，H_n-1(v_j)為節(jié)點v_j前一次迭代后擁有的信息量，n為第n次迭代，且迭代次數(shù)小于等于網(wǎng)絡(luò)層級D；

c：假定A為所有與v_i節(jié)點直接相連的節(jié)點集合，則在n次信息流動后，遍歷集合A得到節(jié)點v_i擁有信息量為H_n(v_i)：

(n＝1,2,…,D)且v_j∈A

d：統(tǒng)計指控網(wǎng)絡(luò)每個節(jié)點在D次信息傳播后收集的信息總量，即得到每個節(jié)點的層級流介數(shù)，可得：

H_D＝[H_D(1),H_D(2),…,H_D(N)]。

4.根據(jù)權(quán)利要求要求3所述基于層級流介數(shù)的指控網(wǎng)絡(luò)關(guān)鍵節(jié)點識別方法，其特征在于，對步驟d對中各元素進(jìn)行歸一化處理：

$\stackrel{\‾}{H_D\left(v_i\right)}=H_D\left(v_i\right)/\stackrel{N}{\mathrm{\Σ}}{H}_D\left(v_i\right)$

經(jīng)過歸一化每個節(jié)點最終信息總量可以得到節(jié)點關(guān)鍵度矩陣H，

$H=\left[\begin{array}{ccccc}\stackrel{\‾}{H_D\left(v_1\right)}& \stackrel{\‾}{H_D\left(v_2\right)}& \stackrel{\‾}{H_D\left(v_3\right)}& \mathrm{......}& \stackrel{\‾}{H_D\left(v_N\right)}\end{array}\right].$

5.根據(jù)權(quán)利要求要求4所述基于層級流介數(shù)的指控網(wǎng)絡(luò)關(guān)鍵節(jié)點識別方法，其特征在于，矩陣H為所有節(jié)點的關(guān)鍵程度的集合，按照數(shù)值大小為矩陣H排序，數(shù)值越大則節(jié)點越關(guān)鍵，指控網(wǎng)絡(luò)中的最關(guān)鍵的節(jié)點即為矩陣H中最大值所對應(yīng)的節(jié)點。

6.根據(jù)權(quán)利要求要求1所述基于層級流介數(shù)的指控網(wǎng)絡(luò)關(guān)鍵節(jié)點識別方法，其特征在于，上述方法還包括：S4：確定識別精度的步驟,具體為：對指控網(wǎng)絡(luò)模型進(jìn)行蓄意攻擊，分別逐個刪除根據(jù)介數(shù)、近似流介數(shù)、層級流介數(shù)和特征向量算法識別出的關(guān)鍵節(jié)點，并利用最大連通子圖比值和網(wǎng)絡(luò)效率這兩個指標(biāo)來衡量刪除關(guān)鍵節(jié)點對指控網(wǎng)絡(luò)的影響，進(jìn)而對比不同算法的識別精度。

7.根據(jù)權(quán)利要求要求6所述基于層級流介數(shù)的指控網(wǎng)絡(luò)關(guān)鍵節(jié)點識別方法，其特征在于，不同算法識別出的關(guān)鍵節(jié)點受到蓄意攻擊后，網(wǎng)絡(luò)效率的計算公式如下：

$L=\frac{1}{N(N-1)}\underset{i\>j}{\overset{N}{\Σ}}\frac{1}{d_{ij}}$

其中，d_ij表示節(jié)點i與j之間的最短路徑長度，N為指控網(wǎng)絡(luò)節(jié)點總數(shù)；所述網(wǎng)絡(luò)效率反映的是指控網(wǎng)絡(luò)遭到蓄意攻擊之后任意節(jié)點間的距離疏遠(yuǎn)程度，網(wǎng)絡(luò)效率值越大，網(wǎng)絡(luò)性能越好。