1.一种防止复杂网络中的社团结构被深度挖掘的方法,包括以下步骤:(1)对于给定的网络,采用遗传算法寻找复杂网络聚类算法的最优攻击策略;
(2)根据该攻击策略重新构建新网络以防止复杂网络中的社团结构被深度挖掘。
2.如权利要求1所述的防止复杂网络中的社团结构被深度挖掘的方法,其特征在于,步骤(1)中,给定网络为G=(V,E),其中,V表示网络节点集合,E表示网络连边集合;
染色体编码方式为:每个基因位表示一次重连边攻击,具体包括删除连边和增加连边,染色体长度表示攻击次数;采用所述染色体编码方式随机生成初始种群,并固定种群大小;
对初始种群中个体进行选择,交叉,变异操作,同时引入精英保留策略,以获得最优个体,该最优个体即为最优的攻击策略。
3.如权利要求2所述的防止复杂网络中的社团结构被深度挖掘的方法,其特征在于,根据以下方式对初始种群中的个体进行选择:首先,计算种群中每个个体的适应度值;
然后,采用轮盘赌方式进行选择,即每个个体被选中的概率与其适应度值大小成正比:其中,pi表示第i个个体被选中的概率,f(i)、f(j)分别表示对应的第i个、第j个个体的适应度值。
4.如权利要求3所述的防止复杂网络中的社团结构被深度挖掘的方法,其特征在于,所述适应度值通过以下适应度函数计算得到,适应度函数f(x)为:f(x)=2*e-Q
其中,Q为模块度,模块度是用于衡量复杂网络聚类算法得到的划分结果的社团结构强度的一个指标,Q值越小说明社团结构强度越弱;
模块度公式如下:
其中,m表示网络的连边数,Aij表示网络的邻接矩阵,ki,kj分别表示节点i,j的度值,ci,cj表示节点i,j所属的社团,δ(ci,cj)为克罗内克δ函数。
5.如权利要求2所述的防止复杂网络中的社团结构被深度挖掘的方法,其特征在于,所述交叉,变异操作包括:被选中的两个父代个体以一定的交叉概率Pc进行交叉操作,形成两个新个体;
产生的新个体再以一定的变异概率Pm进行变异操作,变异操作包括:删边变异,表示攻击目标节点不变,删除边发生改变;
加边变异,表示攻击目标节点不变,添加边发生改变;
重连边变异,表示包括攻击目标节点在内的整个基因位发生改变。
6.如权利要求2所述的防止复杂网络中的社团结构被深度挖掘的方法,其特征在于,所述精英保留具体包括:用父代中最优的10%的个体替换子代中最差的10%的个体。
7.如权利要求1所述的防止复杂网络中的社团结构被深度挖掘的方法,其特征在于,所述根据该攻击策略重新构建新网络包括:根据得到的最优个体,在网络中增删相应的连边。