發(fā)布時(shí)間：2021-09-02 23:58

　　社交網(wǎng)絡(luò)以社交個(gè)體之間社交活動(dòng)為研究對(duì)象,將其抽象為個(gè)體間相互作用的網(wǎng)絡(luò).從社交網(wǎng)絡(luò)進(jìn)行子圖結(jié)構(gòu)挖掘?qū)Ω顚哟蔚卣J(rèn)識(shí)客觀世界是非常有意義的,也是社交網(wǎng)絡(luò)中安全性問題分析的重要基礎(chǔ).社交網(wǎng)絡(luò)產(chǎn)生的用來(lái)記錄個(gè)體之間關(guān)系的數(shù)據(jù)被稱為關(guān)系數(shù)據(jù).最為常見的用來(lái)描述關(guān)系數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)是圖.圖有有向和無(wú)向之分,其中無(wú)向圖可以很容易地轉(zhuǎn)化為有向圖,反之則不能,故研究針對(duì)有向圖的子圖結(jié)構(gòu)挖掘方法比無(wú)向圖更為重要.針對(duì)信息安全問題,對(duì)社交網(wǎng)絡(luò)中存在的各種子圖結(jié)構(gòu)進(jìn)行挖掘是非常有必要的.例如,以智能體為社交個(gè)體的多智能體協(xié)同系統(tǒng)網(wǎng)絡(luò)中,強(qiáng)連通分量結(jié)構(gòu)對(duì)于智能體之間信任協(xié)議的漸進(jìn)收斂具有促進(jìn)作用,而以社交用戶為個(gè)體的加密信息傳輸網(wǎng)絡(luò)中,若是存在有向圈結(jié)構(gòu),則可能引起邏輯死鎖問題.當(dāng)前子圖結(jié)構(gòu)挖掘研究中,最常用的方法是基于圖論的方法.近年來(lái),由于經(jīng)典圖論在處理不確定性關(guān)系數(shù)據(jù)中的缺陷,以及粗糙集在處理不確定信息方面的優(yōu)勢(shì),基于粗糙集理論的子圖結(jié)構(gòu)挖掘研究受到了許多學(xué)者的關(guān)注.本文結(jié)合粗糙集理論和圖論,研究如何從刻畫現(xiàn)實(shí)社交網(wǎng)絡(luò)的有向圖中挖掘子圖結(jié)構(gòu),以及其在信息安全領(lǐng)域的應(yīng)用問題,主要?jiǎng)?chuàng)新研究?jī)?nèi)容和成果包括:（... 

【文章來(lái)源】：西南交通大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：119 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

有向圖的兩種不同布局結(jié)果

布局2圖圖5-2 確定包絡(luò) 1所對(duì)應(yīng)頂點(diǎn)集 1的最小外接圓過程布布局局1中中: 頂點(diǎn)集 1的重心 ( ) 的坐標(biāo)( ( 1) , ( 1) )計(jì)算過程為 ( 1) = (1 + 0.25 + 0.5 + 0.875 + 1 + 1.25 + 1.5)/7 = 0.911, ( 1) = (0.4 + 0.2 + 0.4 + 0.8 + 1 + 0.8 + 0.4)/7 = 0.571.通 過 窮 舉 搜 索,選 定 2, 5, 7這3個(gè) 頂 點(diǎn) 來(lái) 確 定 1的 最 小 外 接 圓.根 據(jù) 公 式5-11,圓心 ( ) 的 坐 標(biāo), 以 及 半 徑 ( ) 的 計(jì) 算 過 程 為: = 1.7

在 和 上的取值是相等的.(a) Original X (b) Rotated X (c) Scaled up X圖圖5-3 一個(gè)布局案例（A)）以及該它的兩個(gè)變形布局（旋轉(zhuǎn), 放大）從理論角度,根據(jù)性質(zhì)5.2及其證明過程,也說明了本章提出的對(duì)稱性度量方法對(duì)于布局的變形是魯棒的.性質(zhì)5.2設(shè) = { , } 為一個(gè)有向圖, 為 的一個(gè)可視化布局. 對(duì)于任意 ∈ , ( ) 可用來(lái)衡量 的鄰居在它周圍的分布可以被認(rèn)為是對(duì)稱的程度. 和 則可以衡量布局 的對(duì)稱程度. 那么, 下列命題成


本文編號(hào)：3379985