于基互联网拓扑特征的多粒度社团发现算法及其可视化学士学位本科生_毕业论文.docVIP

分类号 密级 U D C 学 位 论 文 基于互联网拓扑特征的多粒度社团发现算法及其可视化 作 者 姓 名 ： 于群 指 导 教 师 ： 徐久强 教授 东北大学信息科学与工程学院 申请学位级别： 硕士 学 科 类 别 ： 工学 学科专业名称： 计算机软件理论 论文提交日期： 2012 年 6 月 论文答辩日期： 2012 年 6 月 学位授予日期： 2012 年 7 月 答辩委员会主席： 评 阅 人 ： 东 北 大 学 2011年6月  A Thesis for the Degree of Master in Computer Software and Theory Community Structure Detecting and Visualization of Multiple Granularity Based on Internet Network Topology By Yu Qun Supervisor: Professor Xu jiuqiang Northeastern University June 2012  独创性声明 本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。 学位论文作者签名： 日 期： 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。 作者和导师同意网上交流的时间为作者获得学位后： 半年 □ 一年□ 一年半□ 两年□ 学位论文作者签名： 导师签名： 签字日期： 签字日期： 基于互联网拓扑特征的多粒度社团发现算法及其可视化 摘 要 近年来，复杂网络的社团研究相对比较成熟，可针对以Internet拓扑结构为基础的社团特征研究至目前为止还是相对不足，并且没有很好的从Internet特有的结构特征入手。系统的社团结构与其功能息息相关，对于Internet社团结构特征的深刻理解，可以帮助人们发现互联网新的功能单元、理解其复杂的网络特征结构、化简网络结构、寻找防治互联网病毒传播新策略、网络控制等。 针对互联网特有的结构特征，如Internet网络边缘树状结构特征、Internet的链状特征(海底光缆、网络专线、BGP外部路由线路)、 网络中局部区域高核数节点相互聚类特征、中心节点特征等，本文在互联网社团研究的过程中，通过对比传统的复杂网络的社团发现算法，总体上运用了分而划之、合而聚之的思想，分别设计了层次折叠收缩算法、链状探测算法、高核节点聚类特征探测算法、中心节点算法，通过这些算法，大致可以找出Internet基本的较小的功能组织结构，比如，层次折叠收缩算法可以探测到Internet网络边缘树状结构特征组织，链状探测算法可以探测到Internet网络专线、BGP外部路由线路等链状的结构特征组织，高核节点聚类探测算法可以探测到网络中局部区域高核数节点相互聚类特征组织，中心节点算法可以探测到Internet中心节点特征组织。通过这些探测算法，网络中的大部分节点都会被归类到相应的组织结构中去，可是还有一些少部分节点可能不在上述的几种特征组织内，上面的几种有针对性的探测算法就无法把它归类到相应的组织结构内，所以就把这些没有被探测到的每一个节点归为单独的组织结构（便于后续处理）。经过前面几步的处理，一个完整网络拓扑的大大小小的组织结构就呈现出来，下一步就需要把这些大大小的网络组织结构合并成为一个个具有高内聚低耦合特征的社团，这就是合而聚之。可是要使合并后的网络的社团模块度达到最优化是一个NP难题，在时间复杂度和空间复杂度上都比较大，对于具有众多较小组织结构的网络的社团模块度寻优处理，本文设计的小社团合并算法采用贪婪算法来寻找局部最优的模块度，最终一个具有典型社团结构划分特征的