一种复杂网络脆弱性分析方法和装置制造方法及图纸

本发明专利技术公开一种复杂网络脆弱性分析方法和装置，包括：步骤S1、获取复杂网络的节点属性信息；步骤S2、根据节点属性信息，得到复杂网络系数、各节点运行状态信息和及各个节点初始脆弱性值；步骤S3、根据复杂网络系数、各节点运行状态信息和各个节点初始脆弱性值，得到所有节点为中心的系统脆弱性和节点状态变化使网络的系统脆弱性带来的变化。采用本发明专利技术技术方案，可以应对数量规模更大的复杂网络的计算；同时可以精确地反应复杂网络节点的脆弱性情况。况。况。

【技术实现步骤摘要】
一种复杂网络脆弱性分析方法和装置


[0001]本专利技术属于网络分析
，尤其涉及一种复杂扑网络脆弱性分析方法和装置。

技术介绍

[0002]目前网络脆弱性分析方法计算复杂程度较高，一万条数据的分析过程需要运行半分钟的时间，无法应对数量规模更大的复杂网络的计算；同时目前网络脆弱性分析方法的分析维度较少，仅仅局限于复杂网络节点的负载，关联维度不超过十个，并不能精确地反应复杂网络节点的脆弱性情况。

技术实现思路

[0003]本专利技术要解决的技术问题是，本专利技术提供一种复杂网络脆弱性分析方法和装置，可以应对数量规模更大的复杂网络的计算；同时可以精确地反应复杂网络节点的脆弱性情况。
[0004]为实现上述目的，本专利技术采用如下的技术方案：
[0005]一种复杂网络脆弱性分析方法，包括：
[0006]步骤S1、获取复杂网络的节点属性信息；
[0007]步骤S2、根据节点属性信息，得到复杂网络系数、各节点运行状态信息和及各个节点初始脆弱性值；
[0008]步骤S3、根据复杂网络系数、各节点运行状态信息和各个节点初始脆弱性值，得到所有节点为中心的系统脆弱性和节点状态变化使网络的系统脆弱性带来的变化。
[0009]作为优选，步骤S2中，根据节点属性信息，得到复杂网络系数包括：
[0010]步骤211、获取节点入度、节点出度、连接边数和网络节点数量；
[0011]步骤212、根据节点入度、节点出度、连接边数和网络节点数量，得到聚集系数；
[0012]步骤213、根据聚集系数，得到复杂网络系数。
[0013]作为优选，步骤S2中，根据节点属性信息，得到各节点运行状态信息，包括：
[0014]步骤221、获取各个节点的依赖关系
[0015]步骤222、根据各个节点的依赖关系，得到拓扑网络；
[0016]步骤223、根据拓扑网络，得到节点状态方程组；
[0017]步骤224、根据据节点状态方程组，通过基于链式风险传导推理模型修改节点的健康度，得到各节点运行状态信息。
[0018]作为优选，步骤S2中，根据节点属性信息，各个节点初始脆弱性值，包括：
[0019]步骤231、获取历史节点属性数据；
[0020]步骤232、对历史节点属性数据进行预处理；
[0021]步骤233、根据预处理后的历史节点属性数据，得到训练集；
[0022]步骤234、将训练集的关联字段代入Lasso回归模型进行调参训练，得到最优网络
节点预测模型；
[0023]步骤235、将实时的节点属性数据代入最优网络节点预测模型，计算各个节点初始脆弱性值。
[0024]作为优选，步骤S3具体包括：
[0025]步骤31、根据复杂网络系数、各节点运行状态信息和各个节点初始脆弱性值，通过脆弱性物理关联模型，得到以单个节点为中心的系统脆弱性；
[0026]步骤32、根据单个节点为中心的系统脆弱性，得到所有节点为中心的系统脆弱性和节点状态变化使网络的系统脆弱性带来的变化。
[0027]本专利技术还提供一种复杂网络脆弱性分析装置，包括：
[0028]获取模块，用于获取复杂网络的节点属性信息；
[0029]第一处理模块，用于根据节点属性信息，得到复杂网络系数、各节点运行状态信息和及各个节点初始脆弱性值；
[0030]第二处理模块，用于根据复杂网络系数、各节点运行状态信息和各个节点初始脆弱性值，得到所有节点为中心的系统脆弱性和节点状态变化使网络的系统脆弱性带来的变化。
[0031]作为优选，第一处理模块包括：
[0032]第一获取单元，用于获取节点入度、节点出度、连接边数和网络节点数量；
[0033]第一计算单元，用于根据节点入度、节点出度、连接边数和网络节点数量，得到聚集系数；
[0034]第二计算单元，用于根据聚集系数，得到复杂网络系数。
[0035]作为优选，第一处理模块包括：
[0036]第二获取单元，用于获取各个节点的依赖关系；
[0037]构建单元，用于根据各个节点的依赖关系，得到拓扑网络；
[0038]第三计算单元，用于根据拓扑网络，得到节点状态方程组；
[0039]第四计算单元，用于根据据节点状态方程组，通过基于链式风险传导推理模型修改节点的健康度，得到各节点运行状态信息。
[0040]作为优选，第一处理模块包括：
[0041]第三获取单元，用于获取历史节点属性数据；
[0042]预处理单元，用于对历史节点属性数据进行预处理；
[0043]生成单元，用于根据预处理后的历史节点属性数据，得到训练集；
[0044]训练单元，用于将训练集的关联字段代入Lasso回归模型进行调参训练，得到最优网络节点预测模型；
[0045]第五计算单元，用于将实时的节点属性数据代入最优网络节点预测模型，计算各个节点初始脆弱性值。
[0046]作为优选，第二处理模块包括：
[0047]第六计算单元，用于根据复杂网络系数、各节点运行状态信息和各个节点初始脆弱性值，通过脆弱性物理关联模型，得到以单个节点为中心的系统脆弱性；
[0048]第七计算单元，用于根据单个节点为中心的系统脆弱性，得到所有节点为中心的系统脆弱性和节点状态变化使网络的系统脆弱性带来的变化。
[0049]本专利技术具有以下技术效果：
[0050]1、通过实时监督网络和节点运行状态，动态同步物理脆弱性，搭建集成网络，通过优化网络支撑降低系统性物理关联脆弱性情况，给出可靠的策略。
[0051]2、分析维度高，充分考虑了节点相互支撑关系以及几自身脆弱性属性。
[0052]3、计算效率快，预判价值高，能较为准确预测网络的脆弱性，更加全面地反映了一个网络的抗风险能力和运作效率。
[0053]4、支持多个复杂网络的脆弱性计算，实现大型复杂网络以及各节点脆弱性状态实时更新。
附图说明
[0054]图1为本专利技术实施例复杂网络脆弱性分析方法流程图；
[0055]图2为本专利技术实施例网络节点的结构示意图。
[0056]图3为本专利技术实施例依赖网示意图；
[0057]图4为本专利技术实施例爆仓前后各个节点运行状态指数情况示意图。
具体实施方式
[0058]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。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0059]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0060]实施例1：
[0061]如图1所示，本专利技术实施例提供一种复杂网络脆弱性分析方法，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种复杂网络脆弱性分析方法，其特征在于，包括：步骤S1、获取复杂网络的节点属性信息；步骤S2、根据节点属性信息，得到复杂网络系数、各节点运行状态信息和及各个节点初始脆弱性值；步骤S3、根据复杂网络系数、各节点运行状态信息和各个节点初始脆弱性值，得到所有节点为中心的系统脆弱性和节点状态变化使网络的系统脆弱性带来的变化。2.如权利要求1所述的复杂网络脆弱性分析方法，其特征在于，步骤S2中，根据节点属性信息，得到复杂网络系数包括：步骤211、获取节点入度、节点出度、连接边数和网络节点数量；步骤212、根据节点入度、节点出度、连接边数和网络节点数量，得到聚集系数；步骤213、根据聚集系数，得到复杂网络系数。3.如权利要求2所述的复杂网络脆弱性分析方法，其特征在于，步骤S2中，根据节点属性信息，得到各节点运行状态信息，包括：步骤221、获取各个节点的依赖关系步骤222、根据各个节点的依赖关系，得到拓扑网络；步骤223、根据拓扑网络，得到节点状态方程组；步骤224、根据据节点状态方程组，通过基于链式风险传导推理模型修改节点的健康度，得到各节点运行状态信息。4.如权利要求3所述的复杂网络脆弱性分析方法，其特征在于，，步骤S2中，根据节点属性信息，各个节点初始脆弱性值，包括：步骤231、获取历史节点属性数据；步骤232、对历史节点属性数据进行预处理；步骤233、根据预处理后的历史节点属性数据，得到训练集；步骤234、将训练集的关联字段代入Lasso回归模型进行调参训练，得到最优网络节点预测模型；步骤235、将实时的节点属性数据代入最优网络节点预测模型，计算各个节点初始脆弱性值。5.如权利要求4所述的复杂网络脆弱性分析方法，其特征在于，步骤S3具体包括：步骤31、根据复杂网络系数、各节点运行状态信息和各个节点初始脆弱性值，通过脆弱性物理关联模型，得到以单个节点为中心的系统脆弱性；步骤32、根据单个节点为中心的系统脆弱性，得到所有节点为中心的系统脆弱性和节点状态变化使网络的系统脆弱性带来的变化。6....

【专利技术属性】
技术研发人员：周懿芳，
申请(专利权)人：中电普信北京科技发展有限公司，
类型：发明
国别省市：