通信网络关键节点可视化分析系统
通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高,该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制, 使用该算法可以准确找到网络中某些“流量”非常大的重要节点;本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性; 本算法反映了节点在网络中居于中心的程度;本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响, 这是从网络中节点的地位和名望角度考虑,适用于网页排序。HITS是一种重要的网页重要性排序算法,主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法;该算法基于网页的链接结构给网页排序;它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量;本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法;输入数据,选择中心性算法,系统会快速展现算法分析结果;结果中越重要的节点在画面展示中直径越大, 直径越小的节点表示节点的重要性越低;在系统右侧栏目中节点以重要性程度降序排序,前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。
电子科技大学
2015-02-12