20、社交网络与物联网安全：关键节点识别与安全威胁应对

社交网络与物联网安全：关键节点识别与安全威胁应对

社交网络中关键节点的识别

在社交网络里，部分节点具有极大的影响力，它们在社交互动中传播病毒的风险也最高。因此，找到一种能以低成本、广泛覆盖目标受众的方式来快速传播或阻止信息传播至关重要。

相关中心性指标回顾

• 度中心性 ：图中与特定节点相邻的节点总数。节点的度可视为该节点受网络中信息影响的直接风险。它是一种局部指标，在网络较小时有用，但效果不佳。
• 接近中心性 ：特定节点与网络中所有其他节点之间最短路径的平均值。位于网络中心的节点与其他节点距离更近，接近中心性更高。
• 中介中心性 ：当在图中任意两个其他节点之间选择随机最短路径时，节点充当桥梁的实例计数。具有高中介中心性的节点在信息传播中起着重要作用，若这些节点缺失，可能导致图中顶点之间的通信中断。
• 特征向量中心性 ：考虑节点邻居的重要性来衡量节点的中心性。与不太重要的邻居节点相比，拥有重要邻居节点的节点更具影响力，通过对邻接矩阵进行矩阵计算来确定主特征向量。
• 渗流中心性 ：在考虑节点在网络中传播传染病的贡献的同时，为节点分配中心性值。
• K - 壳中心性 ：通过不断移除度较小的节点来测量，直到所有节点都被移除。该方法的主要缺点是同一壳中的所有节点被赋予相同的中心性值。
• 邻域核度中心性 <