一种AdHoc网络中关键节点识别方法及系统技术方案

本发明专利技术公开一种Ad Hoc网络中关键节点识别方法及系统，涉及网络监测技术领域，该方法包括：基于当前时刻目标网络的网络拓扑，根据目标节点对之间的最短路径经过各节点的最短路径数量确定各节点的节点介数；构建由所有节点的节点介数构成的节点介数矩阵；根据节点介数矩阵确定各节点的介数中心性指标值；根据节点介数矩阵和各节点的介数中心性指标值确定各节点的介数信息熵值；将各节点的介数信息熵值作为加权系数与各节点的介数中心性指标值相乘得到各节点的关键程度评价指标；对各节点的关键程度评价指标进行降序排列，将前设定数量个节点输出为当前时刻的关键节点。本发明专利技术提高了关键节点的识别准确性。高了关键节点的识别准确性。高了关键节点的识别准确性。

【技术实现步骤摘要】
一种Ad Hoc网络中关键节点识别方法及系统


[0001]本专利技术涉及网络监测
，特别是涉及一种Ad Hoc网络中关键节点识别方法及系统。

技术介绍

[0002]Ad Hoc网络由于其节点之间可以任意相互通信、节点可随意移动且可快速构建的特点，在现代军事通信和民用通信都得到了越来越广泛的应用。为了对Ad Hoc网络中的节点进行监测或监控，需要从网络拓扑结构中识别出关键程度较大的一部分节点。识别敌方网络关键节点，可以缩小监测范围，降低信息处理量，使得攻击范围或者侦察范围更加集中；识别己方网络关键节点，可以通过增加关键节点的备份从而增加网络的稳定性和抗毁性。多数研究人员主要从静态的网络入手，通过计算网络中各节点在当前静态网络中的关键程度评价指标值，常见的比较直观的有中心性指标，如度中心性、介数中心性和接近中心性，这些指标直观地反映了节点在拓扑中位于中心位置或者与其他节点相连的程度。
[0003]度中心性指标复杂度较低，但只能反映节点的局部拓扑属性，适用于在网络结构较简单的情况，且容易出现多个节点度中心性相同的情况，关键节点区分精度不高。接近中心性指标计算复杂度比度中心性指标更高，是节点与其他节点之间的最短距离的平均度量，反映的是节点的全局属性。介数中心性指标反映节点在其他节点对的最短路径上出现的比例，提供了节点作为“桥梁”的重要程度，是全局属性，区分精度相比于其他两个中心性指标更高。此外，这三种中心性指标都未考虑到动态网络的情况，只适用于静态网络中关键节点的识别，然而在现实情况中Ad Hoc网络往往是随时间动态变化的。

技术实现思路

[0004]本专利技术的目的是提供一种Ad Hoc网络中关键节点识别方法及系统，提高了关键节点的识别准确性。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种Ad Hoc网络中关键节点识别方法，包括：
[0007]基于当前时刻目标网络的网络拓扑，根据目标节点对之间的最短路径经过各节点的最短路径数量确定各节点的节点介数；所述目标网络为Ad Hoc网络，所述节点为移动设备；
[0008]构建由所有节点的节点介数构成的节点介数矩阵；
[0009]根据节点介数矩阵确定各节点的介数中心性指标值：节点i的介数中心性指标为所述节点介数矩阵的第i列元素值的和；
[0010]根据节点介数矩阵和各节点的介数中心性指标值确定各节点的介数信息熵值：节点i的介数信息熵值为所述节点介数矩阵的第i列元素值归一化后的信息熵；
[0011]将各节点的介数信息熵值作为加权系数与各节点的介数中心性指标值相乘得到各节点的关键程度评价指标；
[0012]对各节点的关键程度评价指标进行降序排列，将前设定数量个节点输出为当前时刻的关键节点。
[0013]可选地，所述目标网络为无人机集群网络，所述无人机集群网络中节点为无人机；
[0014]对各节点的关键程度评价指标进行降序排列，将前设定数量个节点输出为当前时刻的关键节点之后，还包括：
[0015]对当前时刻的关键节点进行反制。
[0016]可选地，节点i的节点介数表示为：
[0017][0018]其中，p
st
表示节点s和节点t之间最短路径的数据，p
st
(i)表示节点s和节点t之间的最短路径经过节点i的数量，N表示节点数量。
[0019]可选地，节点i的介数信息熵值表示为：
[0020][0021]其中，E(i)表示节点i的介数信息熵值，δ
st
(i)表示节点i的节点介数，B(i)表示节点i的介数中心性指标值。
[0022]可选地，当节点i的介数中心性指标值为0时，令节点i的介数信息熵值为0。
[0023]本专利技术还公开了一种Ad Hoc网络中关键节点识别系统，包括：
[0024]各节点的节点介数确定模块，用于基于当前时刻目标网络的网络拓扑，根据目标节点对之间的最短路径经过各节点的最短路径数量确定各节点的节点介数；所述目标网络为Ad Hoc网络，所述节点为移动设备；
[0025]节点介数矩阵构建模块，用于构建由所有节点的节点介数构成的节点介数矩阵；
[0026]各节点的介数中心性指标值确定模块，用于根据节点介数矩阵确定各节点的介数中心性指标值：节点i的介数中心性指标为所述节点介数矩阵的第i列元素值的和；
[0027]各节点的介数信息熵值确定模块，用于根据节点介数矩阵和各节点的介数中心性指标值确定各节点的介数信息熵值：节点i的介数信息熵值为所述节点介数矩阵的第i列元素值归一化后的信息熵；
[0028]各节点的关键程度评价指标确定模块，用于将各节点的介数信息熵值作为加权系数与各节点的介数中心性指标值相乘得到各节点的关键程度评价指标；
[0029]关键节点确定模块，用于对各节点的关键程度评价指标进行降序排列，将前设定数量个节点输出为当前时刻的关键节点。
[0030]本专利技术还公开了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行所述的Ad Hoc网络中关键节点识别方法。
[0031]本专利技术还公开了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现所述的Ad Hoc网络中关键节点识别方法。
[0032]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0033]本专利技术将节点介数信息熵作为加权系数与节点的介数中心性指标值相乘，得到关
键节点识别指标，相比于其他中心性指标，提升了在动态网络中的适应能力，在动态Ad Hoc网络中能够有效地识别出路由转发任务较重的关键节点。
附图说明
[0034]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0035]图1为本专利技术实施例提供的一种Ad Hoc网络中关键节点识别方法流程示意图；
[0036]图2为本专利技术实施例提供的动态节点删除仿真过程示意框图；
[0037]图3为本专利技术实施例提供的部分时序动态网络拓扑仿真示意图；其中，图3中(a)表示初始网络，(b)表示经过1个时间步后的网络，(c)表示经过2个时间步后的网络，(d)表示经过3个时间步后的网络；
[0038]图4为本专利技术实施例提供的四种关键节点评价指标算法对应的网络效率随着节点删除的仿真结果图；
[0039]图5为本专利技术实施例提供的一种Ad Hoc网络中关键节点识别系统结构示意图。
具体实施方式
[0040]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种Ad Hoc网络中关键节点识别方法，其特征在于，包括：基于当前时刻目标网络的网络拓扑，根据目标节点对之间的最短路径经过各节点的最短路径数量确定各节点的节点介数；所述目标网络为Ad Hoc网络，所述节点为移动设备；构建由所有节点的节点介数构成的节点介数矩阵；根据节点介数矩阵确定各节点的介数中心性指标值：节点i的介数中心性指标为所述节点介数矩阵的第i列元素值的和；根据节点介数矩阵和各节点的介数中心性指标值确定各节点的介数信息熵值：节点i的介数信息熵值为所述节点介数矩阵的第i列元素值归一化后的信息熵；将各节点的介数信息熵值作为加权系数与各节点的介数中心性指标值相乘得到各节点的关键程度评价指标；对各节点的关键程度评价指标进行降序排列，将前设定数量个节点输出为当前时刻的关键节点。2.根据权利要求1所述的Ad Hoc网络中关键节点识别方法，其特征在于，所述目标网络为无人机集群网络，所述无人机集群网络中节点为无人机；对各节点的关键程度评价指标进行降序排列，将前设定数量个节点输出为当前时刻的关键节点之后，还包括：对当前时刻的关键节点进行反制。3.根据权利要求1所述的Ad Hoc网络中关键节点识别方法，其特征在于，节点i的节点介数表示为：其中，p
st
表示节点s和节点t之间最短路径的数据，p
st
(i)表示节点s和节点t之间的最短路径经过节点i的数量，N表示节点数量。4.根据权利要求1所述的Ad Hoc网络中关键节点识别方法，其特征在于，节点i的介数信息熵值表示为：其中，E(i)表示节点i的介数信息熵值，δ
st
(i)表示节点i的节点介数...

【专利技术属性】
技术研发人员：林玉婷，史治平，陆圣麟，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：