一种网络节点划分方法、装置、设备及存储介质与流程

1.本发明实施例涉及计算机技术，尤其涉及一种网络节点划分方法、装置、设备及存储介质。


背景技术：

2.复杂网络是现实社会复杂系统的重要表现形式之一，其社团划分方式具有重要的研究意义。目前对复杂网络的网络节点进行社团划分，当网络节点的所有邻居节点具有多个相同的最大标签时，随机选择其中一个出现最频繁的标签作为自己的标签。
3.发明人在实现本发明的过程中，发现现有技术存在如下技术缺陷：从网络节点的全部邻居节点中，随机选择一个出现最频繁的标签作为自己的标签，导致两个或更多断开连接的节点组最终可能具有相同的标签，会带来雪崩效应。


技术实现要素：

4.本发明实施例提供一种网络节点划分方法、装置、设备及存储介质，以实现将网络中相似度较高的节点有效划分至同一社团的效果。
5.第一方面，本发明实施例提供了一种网络节点划分方法，其中，该方法包括：
6.根据待划分网络节点集中各网络节点的属性数据，生成与待划分网络节点集匹配的相关性矩阵；
7.对所述相关性矩阵中的各相关性元素分别进行编码处理，确定各相关性元素之间的大小关系，以建立与待划分网络节点集匹配的节点相似度网络；
8.获取所述节点相似度网络中各网络节点的邻居节点集和节点重要度，为所述节点相似度网络中各网络节点分配标识；
9.根据所述标识及各网络节点与邻居节点间的相关性，对各网络节点进行标识重标记，实现网络节点划分。
10.第二方面，本发明实施例还提供了一种网络节点划分装置，其中，该装置包括：
11.相关性矩阵生成模块，用于根据待划分网络节点集中各网络节点的属性数据，生成与待划分网络节点集匹配的相关性矩阵；
12.节点相似度网络建立模块，用于对所述相关性矩阵中的各相关性元素分别进行编码处理，确定各相关性元素之间的大小关系，以建立与待划分网络节点集匹配的节点相似度网络；
13.标识分配模块，用于获取所述节点相似度网络中各网络节点的邻居节点集和节点重要度，为所述节点相似度网络中各网络节点分配标识；
14.标识重标记模块，用于根据所述标识及各网络节点与邻居节点间的相关性，对各网络节点进行标识重标记，实现网络节点划分。
15.第三方面，本发明实施例还提供了一种电子设备，其中，该电子设备包括：
16.一个或多个处理器；
17.存储装置，用于存储一个或多个程序；
18.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所述的一种网络节点划分方法。
19.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如本发明任意实施例所述的一种网络节点划分方法。
20.本发明实施例通过根据待划分网络节点集中各网络节点的属性数据，生成与待划分网络节点集匹配的相关性矩阵；对相关性矩阵中的各相关性元素分别进行编码处理，确定各相关性元素之间的大小关系，以建立与待划分网络节点集匹配的节点相似度网络；获取节点相似度网络中各网络节点的邻居节点集和节点重要度，为节点相似度网络中各网络节点分配标识；根据标识及各网络节点与邻居节点间的相关性，对各网络节点进行标识重标记，实现网络节点划分，解决现有技术的复杂网络中一个网络节点的邻居节点具有多个相同最大标签时，随机选择其中一个出现最频繁的标签作为自己的标签，导致两个或更多断开连接的节点组最终可能具有相同的标签，并带来雪崩效应的问题，实现将网络中相似度较高的节点有效划分至同一社团的效果。
附图说明
21.图1为本发明实施例一提供的一种网络节点划分方法的流程图；
22.图1a为本发明实施例一提供了一种网络节点划分方法的具体应用场景示意图；
23.图2为本发明实施例二提供的一种网络节点划分装置的结构示意图；
24.图3为本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
25.下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部结构。
26.实施例一
27.图1为本发明实施例一提供的一种网络节点划分方法的流程图，本实施例可适用于对大数据量的网络节点进行社团划分的情况，该方法可以由一种网络节点划分装置来执行，该装置可以通过软件和/或硬件的方式实现，并集成在执行本方法的设备中，在本实施例中执行本方法的设备可以是服务器。参考图1，该方法具体包括如下步骤：
28.s110、根据待划分网络节点集中各网络节点的属性数据，生成与待划分网络节点集匹配的相关性矩阵。
29.其中，待划分网络节点集可以是网络中多个设备组成的集合。其中，网络节点可以是指网络中的通信设备。
30.属性数据可以是指网络节点工作时生成或者采集的数据。示例性的，可以关注cpu(central processing unit，中央处理器)、内存、磁盘和网络中的关键对象，如磁盘利用率、页面文件使用率、进程数、平均负载率和内存使用率等属性数据；传感器节点可以关注传感器工作中监测得到的数据，例如温度、湿度和风速等属性数据。
31.相关性矩阵可以是由多个网络节点彼此间的相关性而构建的矩阵。
32.在本实施例中，可以获取各网络节点对应的属性数据，由该属性数据计算网络节点彼此间的相关性，并生成与待划分网络节点集匹配的相关性矩阵。
33.在本实施例的一个可选实施方式中，根据待划分网络节点集中各网络节点的属性数据，生成与待划分网络节点集匹配的相关性矩阵，可以包括：
34.获取待划分网络节点集中各网络节点的属性数据；根据所述属性数据，计算所述待划分网络节点集中各目标节点之间的相关性；根据所述各目标节点之间的相关性，形成与待划分网络节点集匹配的相关性矩阵。
35.其中，目标节点可以是指在计算网络节点彼此间的相关性时，从待划分网络节点集中选择的当前进行处理的节点。相关性可以表示两个网络节点之间的相似程度，典型的，可以利用最大信息系数方法计算获得。
36.具体的，可以从网络节点本地获取相应的节点属性数据，并可以对属性数据进行预处理，例如，删除明显异常的数据或者缺失的数据等。从而可以根据预处理后的网络节点属性数据，通过最大信息系数方法依次计算两两网络节点之间的相关性。进而可以根据两两网络节点之间的相关性，生成一个矩阵，作为与待划分网络节点集匹配的相关性矩阵。
37.s120、对所述相关性矩阵中的各相关性元素分别进行编码处理，确定各相关性元素之间的大小关系，以建立与待划分网络节点集匹配的节点相似度网络。
38.其中，相关性元素可以是指相关性矩阵中的相关性数值。节点相似度网络可以是以各网络节点为顶点，以相关性元素为边建立的网络。
39.可选的，可以对相关性矩阵中每个相关性元素进行编码处理，根据编码结果以确定各相关性元素的大小关系，从而根据各网络节点和网络节点彼此间的相关性大小，以网络节点为顶点，以相关性元素为边建立节点相似度网络。
40.在本实施例的一个可选实施方式中，对所述相关性矩阵中的各相关性元素分别进行编码处理，确定各相关性元素之间的大小关系，以建立与待划分网络节点集匹配的节点相似度网络，可以包括：
41.生成与所述相关性矩阵中每个相关性元素对应的0编码集合和1编码集合；根据每个相关性元素的0编码集合和1编码集合，确定各相关性元素之间的大小关系；根据所述各相关性元素之间的大小关系，建立与待划分网络节点集匹配的节点相似度网络。
42.具体的，可以对相关性矩阵中每个相关性元素分别生成对应的0编码集合与1编码集合，通过两个相关性元素各自的0编码集合和1编码集合，确定各相关性元素之间的大小关系。从而根据确定的大小关系，建立连边的相似度网络。
43.示例性的，假设有两个数值x和y，当x的1编码集合与y的0编码集合的交集不为空时，则x》y；当x的1编码集合和y的1编码集合相等且x的0编码集合也和y的0编码集合相等时，则x＝y；否则，x《y。
44.这样设置的好处在于，在确定各网络节点彼此间的相关性大小时，采用0-1编码的方式，可以实现隐私保护。
45.s130、获取所述节点相似度网络中各网络节点的邻居节点集和节点重要度，为所述节点相似度网络中各网络节点分配标识。
46.其中，邻居节点集可以是在节点相似度网络中，与当前处理的目标节点有边连接
的所有节点的集合。节点重要度可以是指在节点相似度网络中节点的重要程度。标识可以是指节点的身份识别符，例如，节点1、节点2、
……
和节点n。
47.可选的，可以从节点相似度网络中确定与每个网络节点分别对应的邻居节点集，可以度量每个网络节点在节点相似度网络中的重要度，根据重要度，为各网络节点分配对应的标识。
48.在本实施例的一个可选实施方式中，获取所述节点相似度网络中各网络节点的邻居节点集和节点重要度，为所述节点相似度网络中各网络节点分配标识，可以包括：
49.获取所述节点相似度网络中各网络节点的邻居节点集；根据每个网络节点的邻居节点数目及网络节点与邻居节点间的相关性，度量节点重要度；将各网络节点按照所述节点重要度进行降序排列，并按照排列顺序为节点相似度网络中各网络节点分配标识。
50.其中，邻居节点数目可以根据每个网络节点的邻居节点集统计得到，邻居节点数目可以用于度量节点重要度，示例性的，节点1的邻居节点数目为5，节点3的邻居节点数目为1，可以确定节点1的重要度高于节点3。排列顺序可以是指按照节点重要度，对节点相似度网络中各网络节点从大到小进行排列的顺序。
51.具体的，可以从节点相似度网络中确定与每个网络节点分别对应的邻居节点集，统计各邻居节点集，得到每个网络节点的邻居节点数目，并结合网络节点与相应邻居节点间的相关性，度量每个网络节点的节点重要度。从而按照节点重要度，将各网络节点降序排列，按照排列顺序，依次为节点相似度网络中各网络节点分配标识，即，依次分配节点1、节点2、
……
和节点n。
52.其中，结合网络节点与相应邻居节点间的相关性，度量每个网络节点的节点重要度，可以理解为如果两个节点的邻居节点数目相同，可以根据这两个节点和相应邻居节点间的相关性，度量节点重要度，更大相关性对应的节点重要度更高。
53.s140、根据所述标识及各网络节点与邻居节点间的相关性，对各网络节点进行标识重标记，实现网络节点划分。
54.可选的，可以根据每个网络节点对应的标识及各网络节点与邻居节点间的相关性，对各网络节点进行标识重标记，以实现网络节点划分。
55.在本实施例的一个可选实施方式中，根据所述标识及各网络节点与邻居节点间的相关性，对各网络节点进行标识重标记，实现网络节点划分，可以包括：
56.从所述节点相似度网络中获取当前处理网络节点，根据当前处理网络节点与各邻居节点的相关性，获取与当前处理网络节点相关性最大的邻居节点标识；根据所述邻居节点标识，对当前处理网络节点进行标识重标记；依次遍历所述节点相似度网络中各网络节点及匹配的邻居节点集，对全部网络节点完成标识重标记；返回执行从所述节点相似度网络中获取当前处理网络节点的操作，直至各网络节点的标识不再变化，完成对网络节点的划分处理。
57.可以通过算法对网络节点进行标识重标记，以实现网络节点的划分。典型的，如lpa(label propagation，标签传播)算法。具体的，可以从节点相似度网络中按照节点标识依次获取一个网络节点作为当前处理网络节点，查询当前处理网络节点的邻居节点集，从邻居节点集中获取与当前处理网络节点项相关性最大的邻居节点，将该邻居节点的标识标记给当前处理网络节点，实现对当前处理网络节点的标识重标记。遍历节点相似度网络中
各网络节点且均完成标识重标记后，再次返回执行从所述节点相似度网络中获取当前处理网络节点的操作，即进行多次迭代，直至各网络节点的标识不再变化，完成对网络节点的划分处理。
58.这样设置的好处在于，可以对重要度更高的节点尽早进行标识更新，加快算法的收敛速度，并降低了算法的时间复杂度。
59.本发明实施例的技术方案，通过根据待划分网络节点集中各网络节点的属性数据，生成与待划分网络节点集匹配的相关性矩阵；对相关性矩阵中的各相关性元素分别进行编码处理，确定各相关性元素之间的大小关系，以建立与待划分网络节点集匹配的节点相似度网络；获取节点相似度网络中各网络节点的邻居节点集和节点重要度，为节点相似度网络中各网络节点分配标识；根据标识及各网络节点与邻居节点间的相关性，对各网络节点进行标识重标记，实现网络节点划分，解决了现有技术的复杂网络中一个网络节点的邻居节点具有多个相同最大标签时，随机选择其中一个出现最频繁的标签作为自己的标签，导致两个或更多断开连接的节点组最终可能具有相同的标签，并带来雪崩效应的问题，实现将网络中相似度较高的节点有效划分至同一社团的效果。
60.示例性的，图1a为本发明实施例一提供了一种网络节点划分方法的具体应用场景示意图。获取网络节点的属性数据并进行预处理，根据预处理后的网络节点的属性数据，通过最大信息系数方法计算网络节点之间的相似度(即相关性)，基于隐私保护的数值比较实现相似度大小比较，从而构建图的邻接矩阵，建立一个复杂网络(即节点相似度网络)，再通过改进的lpa算法探测构建的复杂网络，使得相关性较高的网络节点位于同一个社团。其中，同一社团内网络节点的相似度较高，而不同社团间网络节点的相斥性较高，即相似度较低。
61.实施例二
62.图2为本发明实施例二提供的一种网络节点划分装置的结构示意图，该装置可以执行上述各实施例中涉及到的网络节点划分方法。参照图2，该装置包括：相关性矩阵生成模块210、节点相似度网络建立模块220、标识分配模块230和标识重标记模块240。其中：
63.相关性矩阵生成模块210，用于根据待划分网络节点集中各网络节点的属性数据，生成与待划分网络节点集匹配的相关性矩阵；
64.节点相似度网络建立模块220，用于对所述相关性矩阵中的各相关性元素分别进行编码处理，确定各相关性元素之间的大小关系，以建立与待划分网络节点集匹配的节点相似度网络；
65.标识分配模块230，用于获取所述节点相似度网络中各网络节点的邻居节点集和节点重要度，为所述节点相似度网络中各网络节点分配标识；
66.标识重标记模块240，用于根据所述标识及各网络节点与邻居节点间的相关性，对各网络节点进行标识重标记，实现网络节点划分。
67.本发明实施例的技术方案，通过根据待划分网络节点集中各网络节点的属性数据，生成与待划分网络节点集匹配的相关性矩阵；对相关性矩阵中的各相关性元素分别进行编码处理，确定各相关性元素之间的大小关系，以建立与待划分网络节点集匹配的节点相似度网络；获取节点相似度网络中各网络节点的邻居节点集和节点重要度，为节点相似度网络中各网络节点分配标识；根据标识及各网络节点与邻居节点间的相关性，对各网络
节点进行标识重标记，实现网络节点划分，解决了现有技术的复杂网络中一个网络节点的邻居节点具有多个相同最大标签时，随机选择其中一个出现最频繁的标签作为自己的标签，导致两个或更多断开连接的节点组最终可能具有相同的标签，并带来雪崩效应的问题，实现将网络中相似度较高的节点有效划分至同一社团的效果。
68.上述装置中，可选的是，相关性矩阵生成模块210，可以具体用于：
69.获取待划分网络节点集中各网络节点的属性数据；
70.根据所述属性数据，计算所述待划分网络节点集中各目标节点之间的相关性；
71.根据所述各目标节点之间的相关性，形成与待划分网络节点集匹配的相关性矩阵。
72.上述装置中，可选的是，节点相似度网络建立模块220，可以具体用于：
73.生成与所述相关性矩阵中每个相关性元素对应的0编码集合和1编码集合；
74.根据每个相关性元素的0编码集合和1编码集合，确定各相关性元素之间的大小关系；
75.根据所述各相关性元素之间的大小关系，建立与待划分网络节点集匹配的节点相似度网络。
76.上述装置中，可选的是，标识分配模块230，可以具体用于：
77.获取所述节点相似度网络中各网络节点的邻居节点集；
78.根据每个网络节点的邻居节点数目及网络节点与邻居节点间的相关性，度量节点重要度；
79.将各网络节点按照所述节点重要度进行降序排列，并按照排列顺序为节点相似度网络中各网络节点分配标识。
80.上述装置中，可选的是，标识重标记模块240，可以具体用于：
81.从所述节点相似度网络中获取当前处理网络节点，根据当前处理网络节点与各邻居节点的相关性，获取与当前处理网络节点相关性最大的邻居节点标识；
82.根据所述邻居节点标识，对当前处理网络节点进行标识重标记；
83.依次遍历所述节点相似度网络中各网络节点及匹配的邻居节点集，对全部网络节点完成标识重标记；
84.返回执行从所述节点相似度网络中获取当前处理网络节点的操作，直至各网络节点的标识不再变化，完成对网络节点的划分处理。
85.本发明实施例所提供的网络节点划分装置可执行本发明任意实施例所提供的网络节点划分方法，具备执行方法相应的功能模块和有益效果。
86.实施例三
87.图3为本发明实施例三提供的一种电子设备的结构示意图，如图3所示，该设备包括处理器310、存储装置320、输入装置330和输出装置340；设备中处理器310的数量可以是一个或多个，图3中以一个处理器310为例；设备中的处理器310、存储装置320、输入装置330和输出装置340可以通过总线或其他方式连接，图3中以通过总线连接为例。
88.存储装置320作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的网络节点划分方法对应的程序指令/模块(例如，网络节点划分装置中的相关性矩阵生成模块210、节点相似度网络建立模块220、标识分配模块
230和标识重标记模块240)。处理器310通过运行存储在存储装置320中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的网络节点划分方法，该方法包括：
89.根据待划分网络节点集中各网络节点的属性数据，生成与待划分网络节点集匹配的相关性矩阵；
90.对所述相关性矩阵中的各相关性元素分别进行编码处理，确定各相关性元素之间的大小关系，以建立与待划分网络节点集匹配的节点相似度网络；
91.获取所述节点相似度网络中各网络节点的邻居节点集和节点重要度，为所述节点相似度网络中各网络节点分配标识；
92.根据所述标识及各网络节点与邻居节点间的相关性，对各网络节点进行标识重标记，实现网络节点划分。
93.存储装置320可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置320可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置320可进一步包括相对于处理器310远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
94.输入装置330可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
95.实施例四
96.本发明实施例四还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在由处理器执行时用于执行一种网络节点划分方法，该方法包括：
97.根据待划分网络节点集中各网络节点的属性数据，生成与待划分网络节点集匹配的相关性矩阵；
98.对所述相关性矩阵中的各相关性元素分别进行编码处理，确定各相关性元素之间的大小关系，以建立与待划分网络节点集匹配的节点相似度网络；
99.获取所述节点相似度网络中各网络节点的邻居节点集和节点重要度，为所述节点相似度网络中各网络节点分配标识；
100.根据所述标识及各网络节点与邻居节点间的相关性，对各网络节点进行标识重标记，实现网络节点划分。
101.当然，本发明实施例所提供的一种计算机可读存储介质，其上存储有计算机程序，其计算机程序不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的网络节点划分方法中的相关操作。
102.通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设
备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
103.值得注意的是，上述网络节点划分装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
104.注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。