咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >一种信任关系网络中的社团结构检测算法 收藏

一种信任关系网络中的社团结构检测算法

Community Structure Detecting in Trust Relationship Networks

作     者:杨建伟 桂小林 安健 田丰 YANG Jianwei;GUI Xiaolin;AN Jian;TIAN Feng

作者机构:西安交通大学电子与信息工程学院西安710049 西安交通大学陕西省计算机网络重点实验室西安710049 

出 版 物:《西安交通大学学报》 (Journal of Xi'an Jiaotong University)

年 卷 期:2014年第48卷第12期

页      面:80-86页

核心收录:

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金资助项目(61172090) 教育部高等学校博士学科点专项科研基金资助项目(20120201110013) 陕西省科学技术基金资助项目(2012K06-30 2014JQ8322) 中央高校基本科研业务费专项资金资助项目(XJJ2014049 XKJC2014008) 

主  题:信任关系网络 社团结构 有向加权模型 节点相似度 评价函数 

摘      要:针对群智计算和感知服务中不可信服务节点可能引入的安全威胁问题,提出了一种基于节点间信任关系网络的社团结构检测算法。该算法通过分析信任关系网络的功能和结构特点,引入连接的方向和权值因素,建立有向加权网络模型,定义最优路径相似度作为节点聚合标准,提出社团离散指数作为评价函数控制检测过程,从而准确识别信任关系网络中的可信节点集合,为服务节点选择提供参考。算法引入节点相似度阈值和归属判定指数控制社团聚合,与误分类节点再筛选环节配合,有效降低了检测过程中的节点误判概率,有针对性地设计社团离散指数作为评价函数,动态评估检测结果并调节聚合参数,保证了社团结构检测结果的准确率及合理性。实验结果表明:该算法能够有效实现信任关系网络中社团结构的检测与识别,与已有算法相比,检测准确率提高了5.88%。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分