原文服务方: 西安交通大学学报       
摘要:
针对大规模网络图中存在的大量4节点子图数量难以精确统计分析的问题,提出了一种大规模网络图中4节点子图数量快速估计算法(SmartMoss).该算法通过随机变量方差分析技术对比3路径采样算法(3PS)和中心3路径采样算法(C3PS)两种前沿算法的估计误差得出其各自不同的适用范围,进而通过计算被测网络图权重密度分布与误差实时选择使用3PS算法或C3PS算法对网络图中4节点子图进行快速采样,通过采样比例混合3PS算法与C3PS算法的估计结果实现对网络图中各4节点子图出现数量的快速估计.实验结果表明,在同等估计误差下提出的Smart-Moss算法比已有3PS算法和C3PS算法快10倍以上.SmartMoss算法可以实现对大规模网络图中4节点子图数量进行快速准确的估计,同时为网络社团演化和恶意代码检测等实际应用提供一定的理论参考.
推荐文章
基于随机游走的大规模图中节点对采样算法
随机游走
均匀顶点采样
社会网络
基于随机游走的大规模图中节点对采样算法
随机游走
均匀顶点采样
社会网络
基于Graphlab的网络图关键节点发现算法研究
关键节点
桥接中心度
分布式算法
Graphlab
大规模软件网络节点中生代指数解法研究
大规模软件
有向网络图
家族指数
中生代指数
时间性能
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 大规模网络图中4节点子图数量快速估计算法
来源期刊 西安交通大学学报 学科
关键词 网络图 采样算法 子图数量估计
年,卷(期) 2018,(12) 所属期刊栏目
研究方向 页码范围 57-62
页数 6页 分类号 TP301.6
字数 语种 中文
DOI 10.7652/xjtuxb201812009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李国栋 西安交通大学智能网络与网络安全教育部重点实验室 18 107 5.0 10.0
5 孙雨 西安交通大学智能网络与网络安全教育部重点实验室 2 14 1.0 2.0
9 覃遵颖 西安交通大学智能网络与网络安全教育部重点实验室 7 6 1.0 2.0
13 齐怀睿 西安交通大学电子与信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (15)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网络图
采样算法
子图数量估计
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导