Правильная ссылка на статью:
Горлушкина Н.Н., Иванов С.Е., Иванова Л.Н..
Метод обобщенной центральности для анализа сетевого киберпространства
// Кибернетика и программирование.
2019. № 2.
С. 55-64.
DOI: 10.25136/2644-5522.2019.2.23117 URL: https://nbpublish.com/library_read_article.php?id=23117
Аннотация:
Предметом исследования являются методы анализа сетевого киберпространства на основе графовых моделей. Анализ позволяет обнаруживать лидеров групп и сообществ, находить сплоченные группы и наглядно визуализировать результаты. Основными методам теории графов применяемых для киберпространства социальных сетей являются методы анализа центральностей для определения относительного веса или важности вершин графа. Известны методы анализа центральностей: по степени, по близости, по посредничеству, по радиальности, по эксцентричности, по статусу, собственного вектора, ссылочного ранжирования. Недостаток этих методов в том, что они основываются только на одном или нескольких свойствах участника сети. На основе методов анализа центральностей предложен новый обобщенный метод центральностей, учитывающий такие свойства участника как популярность участника, важность и скорость распространения информации в сетевом киберпространстве. Разработана математическая модель нового метода обобщенной центральности. Выполнено сравнение результатов представленного метода с методами анализа центральностей. В качестве наглядного примера проанализирована подгруппа киберпространства, состоящая из двадцати участников, представленная графовой моделью. Сравнительный анализ показал точность метода обобщенной центральности при учете сразу ряда факторов и свойств участника сети.
Ключевые слова:
сетевое киберпространство, методы анализа сообществ, метод центральностей, графове модели, социальные сети, определение лидеров групп, веса вершин, центральность по степени, центральность по близости, центральность по посредничеству
Abstract:
The subject of the research is the methods of network cyberspace analysis based on graph models. The analysis allows to find leaders of groups and communities, to find cohesive groups and visualize the results. The main methods of the graph theory used for cyberspace social networks are the methods of analyzing the centrality to determine the relative weight or importance of the vertices of the graph. There are known methods for analyzing centralities: by degree, by proximity, by mediation, by radiality, by eccentricity, by status, eigenvector, referential ranking. The disadvantage of these methods is that they are based only on one or several properties of the network participant. Based on the centrality analysis methods, a new generalized centrality method is proposed, taking into account such participant properties as the participant's popularity, the importance and speed of information dissemination in the cyberspace network. A mathematical model of a new method of generalized centrality has been developed. Comparison of the results of the presented method with the methods of the analysis of centralities is performed. As a visual example, a subgroup of cyberspace consisting of twenty participants, represented by a graph model, is analyzed. Comparative analysis showed the accuracy of the method of generalized centrality, taking into account at once a number of factors and properties of the network participant.
Keywords:
degree centrality, weights of vertices, definition of group leaders, social networks, graph model, centrality method, community analysis methods, network cyberspace, closeness centrality, betweenness centrality