王 安，顾益军

(中国人民公安大学信息技术与网络安全学院，北京 102600)

1 引言

随着复杂网络科学的不断研究与发展，人们发现许多具备引用，共现关系的事物几乎都可以被转化成复杂网络。人类的社交关系的呈现出一定的组织结构，其构成的社交网络同样可以被转化成复杂网络的表示。为了对社交网络的人员进行有效地控制与管理，需要对社交网络中的节点与结构进行详细的分析。在社交网络中，一些节点在网络中处于关键的位置，如果这样的节点受到攻击不能发挥作用，就会导致整个网络的连通情况发生较大的变化，整个网络的功能也会受到较大的影响[1]。以社交通信网络为例，一些关键人物承担起重要的通信桥梁，对于这样的角色，所处的位置较为特殊，所扮演的角色较为关键，采取特定的打击便可以使整个网络崩溃。因此发掘出对于社交网络整体结构和功能起到关键作用的重要节点至关重要。

对于社交网络重要节点的评估，已有许多成熟的方法[2，3]，最为经典的方法是应用复杂网络中的中心性[4，5]，基于随机游走的PageRank[6]等方式从不同角度测定了各个节点的重要程度，进而对节点进行排序。

近年来国内外学者针对社交网络中节点重要性问题提出了一些新的改进方法。吕琳媛[7]等人在PageRank的基础上增加了背景节点，形成LeaderRank算法，将整个网络变成强连通网络，提升了算法的迭代速度与重要节点的传播性能。在LeaderRank的基础之上，顾亦然[8]等人引入节点间的相似度，以此来评估节点间的相互关系，进而得到节点的重要性表示。……