1(中国人民解放军战略支援部队信息工程大学 郑州 450001); 2(数学工程与先进计算国家重点实验室(中国人民解放军战略支援部队信息工程大学) 郑州 450001); 3(郑州轻工业大学计算机与通信工程学院 郑州 450001) (lmypretty@163.com)
出版日期: 2019-03-01基金资助:国家重点研发计划项目(2016YFB0801303,2016QY01W0105)；国家自然科学基金项目(U1636219,61572052,61672354,61772549)；河南省科技创新人才计划项目(2018JR0018)；河南省科技攻关项目(162102210032)City-Level IP Geolocation Method Based on Network Node Clustering
Li Mingyue1,2, Luo Xiangyang1,2, Chai Lixiang1,2, Yuan Fuxiang1,2, GanYong31(Zhengzhou Information Science and Technology Institute, Zhengzhou 450001); 2(State Key Laboratory of Mathematical Engineering and Advanced Computing (Zhengzhou Information Science and Technology Institute), Zhengzhou 450001); 3(School of Computer and Communication Engineering, Zhengzhou University of Light Industry, Zhengzhou 450001)
Online: 2019-03-01摘要/Abstract
摘要： 现有经典的基于网络拓扑启发式聚类的目标IP城市级定位方法(HC-Based定位方法)通过网络结构的集群划分对网络IP节点进行聚类，定位结果误差较大，为此提出了一种基于网络节点聚类的IP定位方法(简记为NNC方法).该方法首先利用同一个网络社区往往位于同一个城域网的规律，考虑模块度能够可靠衡量网络社区结构强度的特点，基于模块度最优化进行网络拓扑聚类，得到模块度最高的网络社区划分结果；然后，基于IP地理位置数据库投票规则确定网络社区所处位置；最后，根据目标IP所处的网络社区，确定其所处的城市.基于中国河南、山东、陕西、广东、浙江5个省的15 000个互联网IP节点的实验结果表明：NNC方法与HC-Based定位方法相比，能够明显提升对目标IP的城市级定位的准确率和召回率，并降低地标错误对定位结果的影响.
参考文献
相关文章 15
| [1] | 刘海姣, 马慧芳, 赵琪琪, 李志欣. 融合用户兴趣偏好与影响力的目标社区发现[J]. 计算机研究与发展, 2021, 58(1): 70-82. |
| [2] | 赵霞, 张泽华, 张晨威, 李娴. RGNE：粗糙粒化的网络嵌入式重叠社区发现方法[J]. 计算机研究与发展, 2020, 57(6): 1302-1311. |
| [3] | 涂盼鹏,王兴伟,李婕,黄敏. BIRI：支持信息中心范型的BBO启发式MSN路由算法[J]. 计算机研究与发展, 2019, 56(9): 1918-1926. |
| [4] | 郑文萍,车晨浩,钱宇华,王杰. 一种基于标签传播的两阶段社区发现算法[J]. 计算机研究与发展, 2018, 55(9): 1959-1971. |
| [5] | 杜航原，王文剑，白亮. 基于网络节点中心性度量的重叠社区发现算法[J]. 计算机研究与发展, 2018, 55(8): 1619-1630. |
| [6] | 陈俊宇,周刚,南煜,曾琦. 一种半监督的局部扩展式重叠社区发现方法[J]. 计算机研究与发展, 2016, 53(6): 1376-1388. |
| [7] | 辛宇,杨静,汤楚蘅, 葛斯乔. 基于局部语义聚类的语义重叠社区发现算法[J]. 计算机研究与发展, 2015, 52(7): 1510-1521. |
| [8] | 辛宇,杨静,谢志强. 基于随机游走的语义重叠社区发现算法[J]. 计算机研究与发展, 2015, 52(2): 499-511. |
| [9] | 刘瑶,康晓慧,高红,刘峤,吴祖峰,秦志光. 基于节点亲密度和度的社会网络社团发现方法[J]. 计算机研究与发展, 2015, 52(10): 2363-2372. |
| [10] | 杨 静, 辛 宇, 谢志强,. 基于话题综合因子分析的语义社会网络社区发现算法[J]. 计算机研究与发展, 2014, 51(3): 559-569. |
| [11] | 孙怡帆,李赛. 基于相似度的微博社交网络的社区发现方法[J]. 计算机研究与发展, 2014, 51(12): 2797-2807. |
| [12] | 郭茂祖,代启国,徐立秋,刘晓燕. 一种蛋白质复合体模块度函数及其识别算法[J]. 计算机研究与发展, 2014, 51(10): 2178-2186. |
| [13] | 朱 牧 孟凡荣 周 勇. 基于链接密度聚类的重叠社区发现算法[J]. 计算机研究与发展, 2013, 50(12): 2520-2530. |
| [14] | 邓小龙 王 柏 吴 斌 杨胜琦. 基于信息熵的复杂网络社团划分建模和验证[J]. , 2012, 49(4): 725-734. |
| [15] | 林友芳, 王天宇, 唐 锐, 周元炜, 黄厚宽,. 一种有效的社会网络社区发现模型和算法[J]. , 2012, 49(2): 337-345. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3879
