一种网络节点种群优化方法、装置、电子设备及存储介质

本技术涉及数据处理，尤其涉及一种网络节点种群优化方法、装置、电子设备及存储介质。

背景技术：

1、在复杂应用环境中，网络系统难以避免受到外部干扰和恶意攻击的影响。这些干扰和破坏程度不一，可能仅造成轻微扰动，也有可能破坏网络结构从而极大地损害网络系统功能。目前解决最大化影响力问题的方法很少考虑网络结构遭到破坏的情况。因为在信息传播过程中，网络结构是动态变化的，而且与网络性能密切相关。这意味着网络结构的变化会进一步影响候选节点的影响力传播过程。因此，鉴于如何在动态网络中选择具有鲁棒性和影响力的候选节点对保证网络稳定性和性能至关重要，鲁棒影响力最大化问题值得深入研究。

2、申请内容

3、本技术实施例的主要目的在于提出一种网络节点种群优化方法、装置、电子设备及存储介质，能够实现网络节点种群优化。

4、为实现上述目的，本技术实施例的一方面提出了一种网络节点种群优化方法，方法包括：

5、对目标网络进行节点随机选择，初始化得到初始种群；其中，初始种群包括第一数量的种子集，种子集包括从目标网络中随机选择第二数量的节点；种子集表征初始种群中的个体；

6、将初始种群作为第一种群，根据鲁棒影响力性能指标对第一种群中每个个体进行性能评估，得到第一种群中每个个体的适应度值；

7、基于适应度值对第一种群进行池化操作，获得多个交配池和若干剩余个体；交配池中包括第三数量的相似个体；

8、基于交配池内的相似个体和剩余个体进行交叉操作，获得第二种群；

9、对第二种群进行变异操作，获得第三种群；对第三种群进行种群重组，获得第四种群；对第四种群进行搜索操作，获得第五种群；

10、根据鲁棒影响力性能指标对第五种群中每个个体进行性能评估，得到第五种群中每个个体的适应度值；进而基于适应度值对第五种群进行种群迭代，以迭代后的种群作为第一种群，然后返回根据鲁棒影响力性能指标对第一种群中每个个体进行性能评估，得到第一种群中每个个体的适应度值这一步骤，直至达到预设迭代次数，以最后一次迭代后的种群作为目标种群；

11、根据鲁棒影响力性能指标对目标种群进行性能评估，获得目标种群中适应度值最大的个体作为种群最优解。

12、在一些实施例中，性能评估，包括：

13、对目标网络模拟级联故障传播过程，并在每次级联故障传播结束时重新评估候选集的影响力，直至目标网络完全崩溃；候选集表征进行性能评估的个体所包括的节点集；

14、对每次级联故障结束后候选集的影响力进行求和、归一化，获得候选集的适应度值。

15、在一些实施例中，对每次级联故障结束后候选集的影响力进行求和、归一化，获得候选集的适应度值，包括：

16、获取目标网络的总链路数和发生链路故障的比例，进而得到链路失效总数；

17、基于链路失效总数，结合每次级联故障结束后候选集的影响力进行求和、归一化，获得候选集的适应度值；

18、其中，根据鲁棒影响力性能指标确定的适应度值的表达式为：

19、

20、式中，m×per表示目标网络的链路失效总数，m为目标网络的总链路数，per为目标网络发生链路故障的比例；表示发生第p次级联故障后候选集在目标网络中的影响力。

21、在一些实施例中，基于适应度值对第一种群进行池化操作，获得多个交配池和若干剩余个体，包括：

22、从第一种群中选出适应度值最高的个体作为交配池的主导者；

23、将主导者与第一种群中的剩余个体进行相似度匹配，获得主导者与第一种群中每个剩余个体的相似度；进而按照相似度从第一种群中的剩余个体选出一定数量的个体加入交配池；

24、从第一种群中未分配到交配池的剩余个体选出适应度值最高的个体作为下一个交配池的主导者，然后返回将主导者与第一种群中的剩余个体进行相似度匹配这一步骤，直至第一种群中未分配到交配池的剩余个体不足以进行交配池的分配，获得多个交配池和若干剩余个体。

25、在一些实施例中，基于交配池内的相似个体和剩余个体进行交叉操作，包括：

26、从交配池中选择一个个体作为目标个体；

27、分别从目标个体的交配池内和交配池外选择两个个体作为交叉对象；

28、对目标个体和交叉对象进行基因片段交换；

29、其中，当基因片段交换后的个体中存在重复节点，随机生成新基因交换重复节点。

30、在一些实施例中，对第三种群进行种群重组，包括：

31、对第三种群中的重复个体进行剔除处理，进而基于随机策略生成新个体填补剔除的重复个体的空缺位置。

32、在一些实施例中，基于适应度值对第五种群进行种群迭代，包括：

33、基于适应度值对第五种群中的各个个体进行轮盘赌选择，将轮盘赌选择的个体放入下一代种群。

34、为实现上述目的，本技术实施例的另一方面提出了一种网络节点种群优化装置，装置包括：

35、第一模块，用于对目标网络进行节点随机选择，初始化得到初始种群；其中，初始种群包括第一数量的种子集，种子集包括从目标网络中随机选择第二数量的节点；种子集表征初始种群中的个体；

36、第二模块，用于将初始种群作为第一种群，根据鲁棒影响力性能指标对第一种群中每个个体进行性能评估，得到第一种群中每个个体的适应度值；

37、第三模块，用于基于适应度值对第一种群进行池化操作，获得多个交配池和若干剩余个体；交配池中包括第三数量的相似个体；

38、第四模块，用于基于交配池内的相似个体和剩余个体进行交叉操作，获得第二种群；

39、第五模块，用于对第二种群进行变异操作，获得第三种群；对第三种群进行种群重组，获得第四种群；对第四种群进行搜索操作，获得第五种群；

40、第六模块，用于根据鲁棒影响力性能指标对第五种群中每个个体进行性能评估，得到第五种群中每个个体的适应度值；进而基于适应度值对第五种群进行种群迭代，以迭代后的种群作为第一种群，然后返回根据鲁棒影响力性能指标对第一种群中每个个体进行性能评估，得到第一种群中每个个体的适应度值这一步骤，直至达到预设迭代次数，以最后一次迭代后的种群作为目标种群；

41、第七模块，用于根据鲁棒影响力性能指标对目标种群进行性能评估，获得目标种群中适应度值最大的个体作为种群最优解。

42、为实现上述目的，本技术实施例的另一方面提出了一种电子设备，电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的方法。

43、为实现上述目的，本技术实施例的另一方面提出了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的方法。

44、本技术实施例至少包括以下有益效果：本技术提供一种网络节点种群优化方法、装置、电子设备及存储介质，该方案通过对目标网络进行节点随机选择，初始化得到初始种群；其中，初始种群包括第一数量的种子集，种子集包括从目标网络中随机选择第二数量的节点；种子集表征初始种群中的个体；将初始种群作为第一种群，根据鲁棒影响力性能指标对第一种群中每个个体进行性能评估，得到第一种群中每个个体的适应度值；基于适应度值对第一种群进行池化操作，获得多个交配池和若干剩余个体；交配池中包括第三数量的相似个体；基于交配池内的相似个体和剩余个体进行交叉操作，获得第二种群；对第二种群进行变异操作，获得第三种群；对第三种群进行种群重组，获得第四种群；对第四种群进行搜索操作，获得第五种群；根据鲁棒影响力性能指标对第五种群中每个个体进行性能评估，得到第五种群中每个个体的适应度值；进而基于适应度值对第五种群进行种群迭代，以迭代后的种群作为第一种群，然后返回根据鲁棒影响力性能指标对第一种群中每个个体进行性能评估，得到第一种群中每个个体的适应度值这一步骤，直至达到预设迭代次数，以最后一次迭代后的种群作为目标种群；根据鲁棒影响力性能指标对目标种群进行性能评估，获得目标种群中适应度值最大的个体作为种群最优解。本技术实施例基于种群初始化、池化、交叉、变异、重组以及搜索，进一步结合根据鲁棒影响力性能指标的性能评估方法来解决网络上稳定影响力传播问题，进而实现网络节点种群优化。

技术实现思路