- 首先要有自己的邻接关系,最好是邻接表,如下图这样包括起点和终点
- 要在网络中读取自己的文件,生成自己的复杂网络图
- 知道攻击方式包括哪些:比如度、介数等,选择自己想要的攻击方式
在研究复杂网络的鲁棒性的时候,我们往往会通过随机与蓄意攻击网络节点,观察网络指标的下降比例,或者说是变化来进行网络特性的研究。
常见的指标有:最大连通子图比例、网络效率、平均距离等等。
-
def network_eff(G0, n): sum_eff = 0 for u in G.nodes(): # 遍历流量图F的每个点 path = nx.shortest_path_length(G, source=u) # 在网络G中计算从u开始到其他所有节点(注意包含自身)的最短路径长度。如果两个点之间没有路径,那path里也不会存储这个目标节点(比前面的代码又省了判断是否has_path的过程) for v in path.keys(): # path是一个字典,里面存了所有目的地节点到u的最短路径长度 if u != v: # 如果起终点不同才累加计算效率 sum_eff += 1 / path[v] sum_eff = (1 / (n * (n - 1))) * sum_eff # 计算网络剩余效率 #return sum_eff print(sum_eff) network_eff(G, 10)
这三个指标是不同的,但是实现随机攻击与蓄意攻击的原理是相同的,这里以按照节点度攻击的网络效率变化为例(其他两个指标就是函数不同,想按照其他节点重要度排序指标,也是类似的,只需要按照想要的排序方法得出节点的排序即可)。