模块化如何对网络分析有所帮助

Question

模块化如何对网络分析有所帮助

graphgraph-theorymodularitygephi

10

我有一个庞大的路由器网络，所有路由器都相互连接在一个社区网络中。我正在尝试找到不同的方法来分析这个网络，并通过分析图形（使用Gephi）获得有用的见解和改进方式。所以我了解了这个名为“模块性”的度量标准，它被定义为：

衡量网络分成模块（也称为群组、簇或社区）的程度。具有高模块性的网络在模块内节点之间具有密集的连接，但是不同模块之间的节点之间的连接则很稀疏。

我的问题是，通过使用“模块性”度量标准，我可以从网络中学到什么？例如，当我在Gephi中使用它时，网络被着色成段，但是它如何有助于我的工作呢？

- user2691659

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Aerodynamika · Accepted Answer

Gephi中实现的模块化算法寻找与网络中其余节点相比更密集连接在一起的节点（该算法的创建者在网站上发表了论文，可以通过Google学术搜索Blondel、Guillaume和Lefebvre查阅）。因此，当您实施此度量时，颜色指示由此算法确定的不同社区，并且基本上它将显示出哪些路由器之间的连接比与网络中其余部分的连接更加密集。但是，要使这些信息真正有用，您必须至少与另一种度量相对比。例如，如果应用介数中心性度量（显示哪些路由器将不同社区连接在一起或作为网络中最具影响力的节点），则可以识别每个社区中最脆弱的路由器，应该进行更密切的监视。您还可以过滤掉一个社区并识别每个社区内最连接的路由器（最高度度量），然后就可以显示出哪些路由器对于该特定社区很重要。

总之，模块化度量可以让您看到网络的易受攻击点，并为您提供有关其结构的一般思路。

还有有趣的关于模块性的研究作为网络鲁棒性的度量。例如，如果您的网络具有过高的模块性，则对随机外部攻击更加稳健，但也容易受到对最连接的集线器（高介数中心节点）的有针对性攻击。另一方面，如果它太互连，您可以更容易地通过对路由器进行大规模攻击（或者例如停电）来降低它。这里在信息流行病的论文（或视频/幻灯片展示）中有一些很好的解释，以及关于亚稳态与模块化度量的更普遍的解释。

希望这能帮助您，如果您有更多问题，请告诉我，我喜欢这个主题！