基于蚁群算法的骨干网络发现

针对交互网络中实体的非法、异常活动日趋隐蔽,复杂的交互关系又加剧了网络分析难度的问题,提出一种发现骨干网络的蚁群模型.该模型基于路径寻优理论模拟实体间交互关系,量化信息交互路径的显著性,实现网络规模约减.首先,利用网络中心性理论,提出了交互网络中蚂蚁初始位置选择策略;然后,设计了拟合信息交互行为的蚁群模型路径转移机制;最后,利用自适应的信息素动态更新机制引导信息流通路径优化.在真实金融交互网络上的实验结果表明,所提模型在最优解质量和性能上均优于传统蚁群算法,且相比于贪心算法具有更好的覆盖率和准确率.