تحلیل آسیب‌پذیری شبکه اجتماعی علامتدار با درنظر گرفتن ضریب خوشه‌بندی و نظریه تعادل

نویسندگان

1 Electrical and Computer Engineering Group, Golpayegan College of Engineering, Isfahan University of Technology, Golpayegan, Iran,

2 Department of Computer Engineering, Abadan Branch, Islamic Azad University, Abadan, Iran

doi
10.22034/tjee.2024.59608.4777
چکیده

پایداری یک شبکه اجتماعی در برابر رویدادهای غیرمنتظره هنوز برای شبکه‌های واقعی چالش‌برانگیز است. این مقاله به چالش ارزیابی پایداری شبکه‌های اجتماعی در برابر رویدادهای غیرمنتظره، به ویژه در شبکه‌های امضا شده واقعی می‌پردازد. ما آسیب‌پذیری خوشه‌بندی و تعادل شبکه‌های اجتماعی علامتدار (SSN) را در شرایطی که گره‌های مهم از کار می‌افتند، تحلیل می‌کنیم. هدف اصلی شناسایی گره‌های حیاتی است که حذف آن‌ها باعث تضعیف خوشه‌بندی شبکه می‌شود. این ارزیابی با استفاده از ضریب خوشه‌بندی محلی متوسط و بر اساس درجه تعادل شبکه‌ها انجام می‌شود. برای شناسایی گره‌های حیاتی، استراتژی‌های حریصانه مبتنی بر پارامتر پیشنهاد می‌کنیم که گره‌ها را بر اساس معیارهای خاص حذف می‌کنند. ما یک تحلیل جامع از SSNهای واقعی و مصنوعی که توسط مدل‌های شناخته شده مختلف و همچنین مجموعه‌های داده آنلاین تولید شده‌اند، انجام می‌دهیم. آزمایش‌های ما نشان می‌دهد که حذف درصد کمی از گره‌ها با بالاترین ارزش FMF به طور قابل توجهی ضریب خوشه‌بندی شبکه را کاهش می‌دهد. علاوه بر این معیارهای مرکزیت و PageRank نیز  به میزان کمتری نقش دارند و به ترتیب در رتبه‌های دوم و سوم از نظر تأثیر حیاتی قرار می‌گیرند.