基于Betwenness Centrality提高复杂网络容量的方法.docVIP

基于Betweenness Centrality提高复杂网络容量的方法 范晶1, 2 秦卓琼1,2 张国强1,2 张国清1 （1. 中国科学院计算技术研究所 北京 100080） （2. 中国科学院研究生院 北京 100080） 摘 要：Betweenness Centrality能够刻画节点在网络中的重要程度，能够反映节点在网络中可能承载的网络流量。本文引入Betweenness Centrality对网络拓扑进行优化和拥塞预测，通过理论分析和仿真实验，提出在具有scale-free特征的复杂网络中，依据Betweenness值以及Betweenness的标准差增加一些捷径路径的方法，有效平衡中枢节点的负载，缓解拥塞状况，提高网络容量。 关键词：Betweenness Centrality，网络拓扑，网络容量，拥塞，无标度网络 A METHOD FOR IMPROVING COMPLEX NETWORK CAPACITY BASED ON BETWEENNESS CENTRALITY Fan Jing1, 2 Qin Zhuoqiong1, 2 Zhang Guoqiang1, 2 Zhang Guoqing1 (1. Institute of Computing Technology, Chinese Academy of Science Beijing 100080) (2. Graduate University of Chinese Academy of Science Beijing 100080) ABSTRACT: The Betweenness Centrality index is a direct measure of message traffic. High Betweenness Centrality scores indicate that a vertex lies on considerable fractions of shortest paths connecting others and it plays an important role in the network. The index is introduced here to optimize network topology and identify nodes which are most likely to cause congestion. We propose some methods after theoretical analysis and experiments to add some shortcuts in scale-free networks according to Betweenness and the variation of Betweenness. This can balance load among the core nodes, relieve congestion efficiently and increase the capacity of the network substantially. Key words: Betweenness Centrality, network topology, network capacity, congestion, scale-free network 1 引言 随着互联网的普及和发展，各种新兴的Internet业务不断涌现，上网的计算机数和网站数迅猛增长，在网络使用高峰时段，大多数网络都会出现拥塞，服务质量下降。网络拥塞受很多因素影响，例如节点的容量、链路的带宽、网络路由协议还有网络拓扑。为了获得令人满意的服务质量，缓解拥塞状况，大多数网络运营决策人员会选择扩容或者更换网络设备，而很少尝试对已有的网络拓扑作些小小的改变来提高网络性能[1]。而事实上系统的动态特征（网络流量）和网络的静态结构（网络拓扑）关系非常密切[2]，网络拓扑结构是影响网络负载分布的主要因素之一。 Betweenness Centrality（简称Betweenness）的概念源于分析社会网络中个体的重要性[3]。简单地讲，一个节点的Betweenness表示所有的节点对之间通过该节点的最短路径条数。Betweenness很好地描述了一个网络中节点可能需要承载的流量。一个节点的Betweenness越大，流经它的数据分组越多，意味着它更容易拥塞，成为网络的瓶颈。 在早期的网络拓扑模型的研究中，网络拓扑模型通常采用完全随机图模型，认为网络中的节点度大致相同，呈正态分布。近期的研究表明Internet的网络节点度呈幂律分布，具有这种特征