1.一种环境感知的用于网络测量的节点重要性度量方法,包括以下部分:
a、通过传染病动力学模型sirs对不同类型的终端设备进行分类;
b、通过局部集聚系数来评估网络中节点在结构层面的重要性;
c、利用区域信息熵进一步量化网络中节点在信息含量层面的重要性。
2.根据权利要求1所述的用于网络测量的节点重要性度量方法,其特征在于,所述的部分a中,所述的传染病动力学模型是指:传染病的基本数学模型,通常被用来研究传染病的传播速度、空间范围、传播途径、动力学机理等问题。由于病毒文件在物理网络中的传播与传染病在社交网络中的传播具有一定的相似之处。因此,本发明使用该模型来对网络中的终端设备进行分类,并作为依据,在后续用于评估节点所处环境的风险值。
3.根据权利要求1所述的用于网络测量的节点重要性度量方法,其特征在于,所述的部分b中,所述的集聚系数是指:在图论中,集聚系数是用来描述一个图中的顶点之间结集成团的程度的系数。具体来说,是一个点的邻接点之间相互连接的程度。集聚系数分为整体与局部两种。整体集聚系数可以给出一个图中整体的集聚程度的评估,而局部集聚系数则可以测量图中每一个结点附近的集聚程度。已有研究表明,在大多数网络中,包括互联网,节点都倾向于聚集。鉴于密集区域中的节点有更大的可能受到入侵的损害,例如,病毒文件将具有更多的途径传播到更广的区域。因此,密集区域的节点显然需要受到较多的关注,且重要性应当较大。因此,本发明通过引入局部聚集系数以描述网络中每个节点附近的聚集程度,并在此基础上评估拓扑级别上节点的重要性。
4.根据权利要求1所述的用于网络测量的节点重要性度量方法,其特征在于,所述的部分c中,所述的信息熵是指:信息熵常被用来作为一个系统的信息含量的量化指标,并可以用来量化系统的有序性。此外,信息熵也可以作为一个系统复杂程度的度量,如果系统越复杂,出现不同情况的种类越多,那么他的信息熵是比较大的。如果一个系统越简单,出现情况种类很少此时的信息熵也较小。基于上述分析,利用部分a中对终端设备的分类,可以计算一个区域内信息熵的大小,并利用该值来评估系统的有序性与稳定性。若信息熵较大,则代表该区域内系统较不稳定,应该受到较多的关注。