1、收稿日期:2021 01 11基金项目:国家自然科学基金资助项目(62071134)作者简介:刘军(1969 )，男，辽宁沈阳人，东北大学副教授第44卷第3期2023 年 3 月东北 大 学 学 报(自 然 科 学 版)Journal of Northeastern University(Natural Science)Vo l 44，No 3Mar2 0 2 3doi:1012068/j issn 1005 3026 2023 03 002面向服务的天基信息网节点重要性评估算法刘军1，石家伟1，焦浩月1，姜向宏2(1.东北大学 计算机科学与工程学院，辽宁 沈阳110169;2.湖北工业大学
2、工程技术学院，湖北 武汉430068)摘要:针对传统节点重要性评估只考虑拓扑方面，主观赋权法与客观赋权法分别具有限制性，多评估指标如何准确有效融合的问题，建立面向服务的节点重要性指标体系，提出基于粒子群的主、客观综合赋权法与基于余弦距离和灰色关联的逼近理想排序算法 结果表明，与传统方法相比，优先移除或修复本文方法评估出的重要节点对网络性能的影响更大，即本文的节点重要性评估算法更准确关键词:天基信息网;节点重要性;面向服务;组合权重;逼近理想解排序中图分类号:TP 915文献标志码:A文章编号:1005 3026(2023)03 0315 09An Algorithm for Assessing
3、 the Importance of Service OrientedSpace-based Information Network NodesLIU Jun1，SHI Jia-wei1，JIAO Hao-yue1，JIANG Xiang-hong2(1.SchoolofComputerScience Engineering，NortheasternUniversity，Shenyang110169，China;2.Engineering and Technology College，Hubei University of Technology，Wuhan 430068，China Corre
4、spondingauthor:LIU Jun，E-mail:liujun cse neu edu cn)Abstract:Traditional node importance assessment only considers topologies，subjective andobjective assignment methods have limitations In order to integrate multiple assessment indicatorsaccurately and effectively，the service-oriented node importanc
5、e indicator system was establishedand the subjective and objective comprehensive weighting method based on particle swarm and anapproximate ideal solution sorting algorithm based on cosine distance and grey correlation wereproposed The results show that removing or repairing the important nodes eval
6、uated by themethod has a greater impact on the network performance compared with traditional methods Thenode importance assessment algorithm is more accurate than traditional algorithmsKey words:space-based information network;node importance;service oriented;combinationweight;TOPSIS(techique for or
7、der prefece by similarity to ideal solution)随着信息化建设与科学技术的快速发展，人类对太空资源的探索正在逐步加深 天基信息网1 2 作为推动全球信息化的重要组成部分，在军民应用、国家信息安全等领域都发挥了巨大作用 天基信息网因其具有覆盖区域广泛且实时性强的优点，使其在导航、侦察及通信等各个军事领域发挥了较高的作战效能 基于此，加强天基信息网建设将是未来空间信息传输的发展趋势和必然要求天基信息网本身构成十分复杂，其中卫星节点一旦失效很难修复，还会导致整个天基信息网的性能下降，甚至会产生严重的连锁效应致使全网处于瘫痪状态 因此，有必要通过对网络中的节点进
8、行重要性评估，以便及时发现网络中的关键节点并予以保护，以此来搭建一个具有极高弹性的天基信息网3 目前有很多关于节点重要性评估方法4 7，网络节点重要性的计算方法分为社会网络分析方法和系统科学分析方法8 社会网络分析法通常不破坏网络的连通性，通过分析网络中某些显著性来判断节点重要性 而系统科学分析法的思路通常是“核与核度”，每一个系统都存在重要因素与非重要因素，某些重要因素一旦遭到破坏，会造成系统的崩溃9 这些节点重要性评估算法均有一定的优势，但是基于网络中的某个单一特性提出的评价指标，不能适应实际应用下的各种复杂情况 基于此，为了更准确地对节点重要性进行评估，许多文献将研究重心放在如何进行多指
9、标融合上 文献 10 提出了基于图论计算节点偏心率的新算法 在评估过程中，为了能够同时考虑在网络拓扑内节点的实际位置以及不同节点间的相关性，该算法用节点偏心率和图的中位数来简单加权得到最终的评估结果 文献 11 提出了一种能够降低不同中心性算法差异的融合算法，完善不同算法的不足，该算法利用欧氏距离实现多个中心性算法的融合 文献 12 利用多元统计分析理论，在加权高斯核函数的基础上，提出了一种新型的评估模型，该模型可以实现对节点中心性描述的节点重要性进行多元统计，快速有效地判定不同节点的重要性 但是这种算法在确定指标权重时仅考虑了指标间的客观联系，没有考虑用户需求等主观评价 上述算法从静态网络拓
10、扑和实际网络节点流量两方面研究节点重要性评估目前针对静态拓扑网络已经有了众多的研究成果13 15，然而，天基信息网与陆地网络平面拓扑结构不同，天基信息网的网络拓扑结构为三维立体形式，并且整个网络拓扑结构随着时间的变化而变化，天基信息网具有周期性、规律性以及可预测性的特点，所以其网络拓扑结构为四维拓扑形式16 17 本文将充分考虑现有研究的不足并对其进行改进，提出一种科学有效且适用于天基环境的节点重要性评估方法，从而提高天基信息网络的弹性以及对于敌方网络打击的精准性1天基信息网模型的建立与分析天基信息网与传统地面网络有很多不同之处 首先其节点集主要是由各种类型和功能的卫星组成;其次每个卫星节点的
11、位置是实时变化的，并不像地面网络节点一样能够保持静止不动 因此运用基于时间片的分析方法将动态网络划分为静态时间片模型，其能够展现一段时间内稳定的拓扑结构 为简化模型，定义假设条件如下:1)在一个时间段中，节点处于比较稳定的状态，只考虑边的增加和删除2)网络中任意节点对之间的链路都可以实现双方互传3)忽略环境条件对网络拓扑产生影响1.1天基信息网节点建模天基信息网节点可以分为卫星节点和地面站节点两类 所有节点的集合可以表示为V=S，G(1)其中:S 代表卫星节点;G 代表地面站节点对卫星节点进行模型构建时，需要综合衡量节点的固定属性和位置状态属性，分别表示为Satellite 和 State，即
12、S=Satellite，State(2)对地面站节点进行模型构建时，需要关注的是其节点编号、地理位置坐标和节点类型 3 种因素，最终的地面站节点模型为G=id，position，type(3)1.2天基信息网链路建模天基信息网中的节点对均通过链路进行通信 天基网的边模型包括空间链路、时间链路和链路类型 天基信息网中的链路可表示为E=link(v，u)，time，type(4)其中:link(v，u)表示节点 v 与节点 u 之间的空间链路;time 表示时间链路即链路的生存时间长度;type 为链路的类型1.3天基信息网拓扑建模天基信息网拓扑结构与传统地面网络之间的主要区别在于，地面网络节点的
13、链路不会随时间变化，而天基信息网是高度动态时变的网络 基于此，天基信息网动态拓扑的时间聚合图建模定义为G=(V，E，ts，te)(5)其中:G为天基信息网拓扑;ts，te为待评估的天基信息网运行时间段;V=V1，V2，Vn 为天基信息网节点集合，n 为天基信息网节点数;E 表示天基信息网的边集1.4基于时间片的动态网络拓扑分析方法基于时间片的动态拓扑分析方法是根据节点间的链路通断情况划分要评估的网络运行时间段 划分时间片的时间点选择原则是，在某一时刻，天基信息网中任意两个节点之间的链路出现变化 这样可以保证划分出的每个时间片内的网络拓扑都是静态不变的，此时每个静态网络拓扑中的节点数是固定的，并
14、且保证节点之间的链路数量和特征参数也都是固定不变的 这样，在每个静态时间片上应用本文提出的面向服务的节点重要性评估方法，可以将复杂的动态问题转换为简单直观的静态问题除此之外，使用该算法划分的各个时间片长度不尽相同，因此在每个时间片上得到的节点重613东北大学学报(自然科学版)第 44 卷要性权重也是不相同的，本文设天基信息网拓扑模型中每个时间片所占权重为 i，并且把时间片序列的权重集合定义为W=1，i，l=b1f1t，bifit，blflt(6)其中:bifi为第 i 个时间片的长度;t 为待评估的时间长度2面向服务的节点重要性评价指标体系由于天基信息网本身承载着信息采集、处理和转发等关键功能
15、，节点的重要程度应该取决于节点当前所参与服务的情况和所提供服务的质量 因此，本文提出了面向服务的节点重要性评价指标体系，如图 1 所示图 1面向服务的节点重要性评价指标体系Fig.1Service oriented node importance evaluationindex system2.1基于网络拓扑的评价指标本文天基信息网节点重要性评估方法的网络拓扑类评价指标分为度中心性、紧密中心性与特征向量中心性1)度中心性 度中心性的本质是某一节点与之直接相连的邻居节点数量越多，则其在网络中的重要性越大，其计算公式为CD(V)=deg(V)n 1(7)其中，deg(V)是节点 V 的度数2)紧密
16、中心性 用比较从网络中的某一节点到网络中所有其他节点的最短路径之和的方式确定网络中信息传播的速度，进而判断节点中心性，其定义为Cc(V)=tVdG(V，T)n 1(8)其中，dG(V，T)为节点 V 到节点 T 的最短路径3)特征向量中心性 在考虑节点本身在网络中位置的同时，还考虑了网络中相邻节点的重要性，计算公式为Ve(V)=1nT=1aVTeT(9)其中，aVT表示节点对之间的连接情况，节点对(V，T)之间存在连接，则 aVT=1;否则 aVT=0 网络的邻接矩阵特征值用 1，2，n表示 特征值对应的特征向量为 e=(e1，e2，en)2.2基于服务参与情况的评价指标天基环境下的面向服务节点重要性评价指标体系中提出以下 3 个基于服务参与情况的评价指标1)通信流量 节点所承载的通信流量可以直观地反映整个天基信息网复杂的动态特性 本文将通信流量定义为划分的时间片内该节点所发送的数据总量，计算公式为Ci=ci(tf)ci(tb)(10)其中:Ci表示节点 i 在一个时间片内的通信流量;ci(tb)表示 i 节点在时间片开始 tb时刻累计数据转发量;ci(tf)表示 i 节点在时间片结束
