24、在线社交网络演化预测与分布式网络 APT 攻击博弈模型研究

在线社交网络演化预测与分布式网络 APT 攻击博弈模型研究

1 在线社交网络演化预测研究

1.1 研究背景与动机

在复杂网络分析领域，动态网络中的社区发现与演化问题是热门研究话题。以往有研究者使用相似度指标定义社区事件并提出多种社区事件框架，但大多只考虑社区节点间的相似度，忽略了节点间边的重要性。实际上，节点和边在网络中同样重要，例如两个拥有相同节点的社区，可能因节点连接方式不同而有明显差异。因此，有必要综合考虑边对社区关系的影响，以更精准地描述社区事件。

1.2 相关知识

1.2.1 重叠社区

网络社区的形成是有共同兴趣的个体或群体的聚集。一个人可能同时对不同话题感兴趣，就像同时参与两个兴趣小组，这导致社区出现重叠。重叠社区可定义为有共同兴趣的节点以及节点间边的集合，社区结构可表示为 (C_{a}^{i} = (N_{a}^{i}, E_{a}^{i}))，其中 (C_{a}^{i}) 表示时间 (i) 时的社区 (a)，(N_{a}^{i}) 和 (E_{a}^{i}) 分别表示该社区在时间 (i) 时的节点集合和边集合。例如，不同社区 (C_1 = {1, 2, 3, 4, 5, 6}) 和 (C_2 = {5, 6, 7, 8, 9, 10}) 有相同节点 (5) 和 (6)，形成了重叠社区。

1.2.2 动态网络

社交网络展示了个体间的关系，其关系结构的定义通常基于交互类型，且随时间变化，如友谊、雇佣关系等。网络是人类现实世界在虚拟世界的延伸，因此也是动态的。动态网络可看作多个相邻时间快照下静态网络的组合，用 (A_i = {N_i, E_i}) 表示第 (i) 个时间的静态网络，其中 (N_i)