王媛媛，張 瑞

（蘭州財經(jīng)大學(xué)，甘肅　蘭州　730020）

復(fù)雜網(wǎng)絡(luò)與網(wǎng)站評估體系研究*

王媛媛，張 瑞

（蘭州財經(jīng)大學(xué)，甘肅蘭州730020）

介紹了當(dāng)前網(wǎng)站評估存在的問題之后將復(fù)雜網(wǎng)絡(luò)的研究方法引入到網(wǎng)站評估體系建設(shè)之中，接下來由網(wǎng)站數(shù)據(jù)架構(gòu)數(shù)據(jù)處理開始，從靜態(tài)評估指標(biāo)和動態(tài)評估指標(biāo)兩方面出發(fā)，深入闡述了多項(xiàng)基于復(fù)雜網(wǎng)絡(luò)的評估指標(biāo)與網(wǎng)站體系之間的關(guān)系。為搭建高效合理的網(wǎng)站系統(tǒng)提供了一種研究新思路，進(jìn)而可以幫助社會提升對網(wǎng)站信息的管理水平。

復(fù)雜網(wǎng)絡(luò)；網(wǎng)站評估；靜態(tài)指標(biāo)；動態(tài)指標(biāo)

1　概述

2015年7月，中國互聯(lián)網(wǎng)信息中心（CNNIC）發(fā)布的《第36次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》報告顯示，截至2015年6月，中國域名總數(shù)為2 231萬個，其中“.CN”域名總數(shù)為1 225萬個，占中國域名總數(shù)比例為54.9%，“.中國”域名總數(shù)為26萬個。目前，中國IPv4地址數(shù)量為3.36億，擁有IPv6地址19 338個。中國國際出口帶寬為4 717 761 Mbps，半年增長率為14.5%。但在互聯(lián)網(wǎng)高度繁榮發(fā)展的同時，也催生了諸多問題，比如網(wǎng)站建設(shè)、信息維護(hù)和安全性問題等，具體表現(xiàn)在：（1）網(wǎng)站在開發(fā)初期，缺乏統(tǒng)一的設(shè)計規(guī)劃思路，往往照搬照抄其他網(wǎng)站，致使后期功能受限；（2）網(wǎng)站信息匱乏，網(wǎng)站普遍存在網(wǎng)頁設(shè)計雜亂無章、信息更新不及時，導(dǎo)致信息訪問受阻；（3）網(wǎng)站安全性低，缺乏信用保障，缺乏統(tǒng)一的標(biāo)準(zhǔn)體系，不安全性問題成為網(wǎng)站發(fā)展中最大的障礙。根據(jù)相關(guān)的研究內(nèi)容及成果可以看出，目前針對網(wǎng)站的研究內(nèi)容及方法多集中在人員調(diào)查及反饋意見等方面，而對網(wǎng)站真實(shí)架構(gòu)的研究非常少見。但是當(dāng)前許多網(wǎng)站亟待解決的問題都直接與網(wǎng)站架構(gòu)相關(guān)。復(fù)雜網(wǎng)絡(luò)及動力學(xué)恰恰為我們提供了這樣的一個研究體系及工具，可以直接從網(wǎng)站拓?fù)浣Y(jié)構(gòu)出發(fā)，揭示其發(fā)展規(guī)律及動力學(xué)特征。該方法為搭建及評估網(wǎng)站建設(shè)提供了一種新的思考方式。

2　復(fù)雜網(wǎng)絡(luò)與網(wǎng)站評估

近年來，復(fù)雜網(wǎng)絡(luò)已經(jīng)成為一個跨越多學(xué)科的研究熱點(diǎn)，它已逐漸成為研究多種復(fù)雜問題的重要方法，對復(fù)雜網(wǎng)絡(luò)的研究正受到來自不同領(lǐng)域的越來越多的研究人員的關(guān)注。首先，復(fù)雜網(wǎng)絡(luò)是指具有自組織性、自相似、吸引子、小世界、無標(biāo)度部分或全部性質(zhì)的網(wǎng)絡(luò)。一個具體的復(fù)雜網(wǎng)絡(luò)就是一個由點(diǎn)集V和邊集E組成的圖G=（V，E）。E中的每條邊都有V中一對點(diǎn)與之相對應(yīng)。對于網(wǎng)站而言，點(diǎn)集指的是在某一具體環(huán)境下的一個個獨(dú)立的頁面或者獨(dú)立的瀏覽者，而邊集就是頁面與頁面之間或者頁面與瀏覽者之間的鏈接，這些關(guān)系可以是有向的，也可以是無向的，一個網(wǎng)站的這些信息被提取出來就構(gòu)成了一個完整的復(fù)雜網(wǎng)絡(luò)。

將這些大量的網(wǎng)站結(jié)構(gòu)模擬拓?fù)涑鰜?，嘗試去發(fā)現(xiàn)評價網(wǎng)站功能設(shè)計是否合理及安全的機(jī)制，進(jìn)而設(shè)計出完善的網(wǎng)站系統(tǒng)。

2.1網(wǎng)站架構(gòu)數(shù)據(jù)的預(yù)處理

基于復(fù)雜網(wǎng)絡(luò)的網(wǎng)站評估體系研究，首先是建立網(wǎng)站的模擬拓?fù)鋱D。其主要過程就是對于網(wǎng)站的遍歷，我們采用自主設(shè)計的網(wǎng)絡(luò)爬蟲和網(wǎng)絡(luò)機(jī)器人，同時采用深度優(yōu)先搜索和廣度優(yōu)先搜索來進(jìn)行遍歷。就是首先訪問網(wǎng)站中的首頁，然后由該頁面出發(fā)，依次訪問各個未被訪問過的鄰接節(jié)點(diǎn)P1，P2，P3…Pt，接下來再按順序訪問P1，P2…Pt的所有還未被訪問過的鄰接頁面，再從這些訪問的頁面出發(fā)，訪問他們的所有未被訪問過的鄰接節(jié)點(diǎn)，如此循環(huán)下去，直到所有的節(jié)點(diǎn)頁面都被訪問到。從而收集到了網(wǎng)站的網(wǎng)頁和超鏈接全信息。該工作包括了重復(fù)鏈接信息的刪除，還有對各個網(wǎng)頁的標(biāo)注及編號。根據(jù)我們的研究顯示，所有挖掘網(wǎng)站的結(jié)構(gòu)呈現(xiàn)出兩種主要的拓?fù)浣Y(jié)構(gòu)。第一種類型的網(wǎng)絡(luò)我們稱之為泊松網(wǎng)絡(luò)或均勻網(wǎng)絡(luò)，這就是通常所說的典型隨機(jī)網(wǎng)絡(luò)。這種網(wǎng)絡(luò)的頁面數(shù)量在10 000以內(nèi)，頁面的鏈接數(shù)量在數(shù)千或者幾萬個。它的度分布值在200以內(nèi)，而且出現(xiàn)一個明顯的峰值，在峰值兩邊迅速的衰減。它的其度分布p（k）近似為泊松（泊松）分布。當(dāng)該網(wǎng)絡(luò)規(guī)模N→∞時，網(wǎng)絡(luò)的度分布接近以下格式的分布形式P（k）=e-（k），見圖1（a）所示。第二種類型的網(wǎng)絡(luò)被稱為無標(biāo)度（scale-free）網(wǎng)絡(luò)，它屬于十分典型的冪率（power law）分布，其度分布表現(xiàn)形式為P（k）∝k-r。該種類網(wǎng)站的頁面數(shù)量非常巨大，通常以萬計，頁面之間的超鏈接數(shù)量已經(jīng)多達(dá)十幾萬條或者幾十萬條，該類型網(wǎng)站的度分布沒有峰值的特點(diǎn)，但是存在個別具有較多鏈接的頁面，大部分的頁面鏈接較少，見圖1（b）所示。

2.2靜態(tài)指標(biāo)體系的搭建

利用復(fù)雜網(wǎng)絡(luò)對網(wǎng)站的靜態(tài)評估起始于基本的三項(xiàng)內(nèi)容，分別稱為度與平均度、聚集系數(shù)、平均路徑長度、自組織臨界值和靴襻滲流值。

2.2.1度與平均度

度在復(fù)雜網(wǎng)絡(luò)中主要是指與頁面鏈接的其他頁面的數(shù)量，通常分為出度和入度兩種，也就是其他節(jié)點(diǎn)指向該節(jié)點(diǎn)與該節(jié)點(diǎn)指向其他節(jié)點(diǎn)的數(shù)量。從遍歷出的網(wǎng)站拓?fù)鋱D可以看出有些節(jié)點(diǎn)具有較大的出度與入度，我們將出度與入度的平均值稱為網(wǎng)絡(luò)的節(jié)點(diǎn)平均度。對于泊松分布的網(wǎng)站其平均度的數(shù)值區(qū)間在20-60之間，這和網(wǎng)絡(luò)的實(shí)際建設(shè)情況是相一致的。如果超過這個區(qū)間則表現(xiàn)為明顯的不可靠性，容易產(chǎn)生信息孤島。基于冪率分布的網(wǎng)站其平均度數(shù)值在1-80之間平均分布，該類型網(wǎng)站具有較好的穩(wěn)健性，原因在于網(wǎng)站架構(gòu)統(tǒng)一，內(nèi)容涉及合理，該網(wǎng)站即使失效60%左右的頁面也能正常使用。

2.2.2平均路徑長度

該指標(biāo)主要指兩個頁面節(jié)點(diǎn)之間的最短距離的平均值。該值較小則說明網(wǎng)站具有較小的延遲傳輸，網(wǎng)頁的查找較方便。根據(jù)我們的研究顯示，該值的合理區(qū)間在1到3之間，如果該值小于1，則說明網(wǎng)站的鏈接過于單一。如果大于3則說明該網(wǎng)站的層次過于復(fù)雜，鏈接冗長，對于網(wǎng)頁的瀏覽造成障礙，降低網(wǎng)站的使用效率。

2.2.3聚集系數(shù)

該系數(shù)主要表達(dá)了網(wǎng)絡(luò)頁面節(jié)點(diǎn)的鄰居節(jié)點(diǎn)數(shù)量，也就是網(wǎng)絡(luò)的緊密程度。根據(jù)我們的研究結(jié)果顯示該指標(biāo)的正常數(shù)值大于0.1，較小的值則顯示出該網(wǎng)站具有較少的連通性，沒有足夠的集團(tuán)化特點(diǎn)，也就是不具備一定的發(fā)散性，而較大的聚集系數(shù)則證明該網(wǎng)站頁面節(jié)點(diǎn)有較高的連通度，也就是各主題的安排較集中，形成一定規(guī)模聚集效應(yīng)，方便了瀏覽者的瀏覽。

2.2.4自組織臨界值

目前，許多網(wǎng)站在發(fā)展和演變的過程中發(fā)現(xiàn)網(wǎng)站突然發(fā)生一種擁堵現(xiàn)象，導(dǎo)致網(wǎng)站喪失訪問功能，這是網(wǎng)站內(nèi)部機(jī)制導(dǎo)致的嚴(yán)重事故。1987年巴克等人提出了自組織臨界值的概念，它全面闡述了一個動力學(xué)系統(tǒng)，在外部組件和內(nèi)部單元的相互制約下，會逐步到達(dá)一個動力學(xué)臨界狀態(tài)，在這個狀態(tài)下，只要有一個微小的局部擾動就可能造成整個系統(tǒng)的奔潰。在我們的研究過程中，選取了連接概率這一指標(biāo)對網(wǎng)站的穩(wěn)定性進(jìn)行了研究。該連接概率的取值區(qū)間在0～1之間，該值越小，網(wǎng)站的連通性不高，發(fā)生崩塌的可能性較小，但伴隨該值的不斷增加，網(wǎng)站在局部連通的作用力下，全面崩塌的可能性逐步增大。由此可見，伴隨網(wǎng)站內(nèi)容的不斷增加，網(wǎng)頁間的全鏈接不能盲目的增加，這就需要適度的添加，而且要控制網(wǎng)站的規(guī)模。

圖1兩類網(wǎng)絡(luò)空間結(jié)構(gòu)對比圖

2.2.5靴襻滲流值

靴襻滲流是在1979年由Chalupa等提出的一個理論，其初始理論來自對于非磁性雜質(zhì)導(dǎo)致磁有序降低并全部消失的物理現(xiàn)象。該理論與網(wǎng)站動力學(xué)的演化關(guān)系主要是指所有網(wǎng)頁節(jié)點(diǎn)均存在兩種狀態(tài)，活躍狀態(tài)和非活躍狀態(tài)。而且所有的節(jié)點(diǎn)都是相對獨(dú)立的，在一定的概率條件下，部分節(jié)點(diǎn)開始由非活躍狀態(tài)轉(zhuǎn)換為活躍狀態(tài)。其中如果某一個節(jié)點(diǎn)的活躍鄰居節(jié)點(diǎn)數(shù)達(dá)到一定數(shù)值，則該節(jié)點(diǎn)變?yōu)榛钴S節(jié)點(diǎn)。該模型直接與網(wǎng)站謠言傳播、網(wǎng)站病毒發(fā)作以及熱點(diǎn)事件出現(xiàn)的現(xiàn)象高度吻合。在對于泊松分布的網(wǎng)站的研究中，我們發(fā)現(xiàn)該類型的網(wǎng)站都存在一個十分明顯的臨界跳變點(diǎn)，這個點(diǎn)恰恰就是網(wǎng)站功能產(chǎn)生重大改變的關(guān)鍵點(diǎn)，該跳變點(diǎn)直接與網(wǎng)站的平均度＜k＞相關(guān)，該值小于5時，明顯看到跳變可能性變小，換言之，在這種情況下導(dǎo)致網(wǎng)站癱瘓的可能性已經(jīng)很小了，見圖2所示。而冪率分布的網(wǎng)站則表現(xiàn)出較大的差異，當(dāng)冪指數(shù)在［-5-4］之間時，有跳變點(diǎn)出現(xiàn)，而在［-3-2］時，則無明顯的跳變點(diǎn)，見圖3所示。

圖2　泊松分布網(wǎng)絡(luò)中平均度與臨界值變化圖

圖3　冪率分布網(wǎng)絡(luò)中冪指數(shù)與臨界值變化圖

2.3動態(tài)指標(biāo)體系的搭建

利用復(fù)雜網(wǎng)絡(luò)對網(wǎng)站的動態(tài)態(tài)評估起始于基本的兩項(xiàng)內(nèi)容，分別稱為網(wǎng)絡(luò)的魯棒性和網(wǎng)站病毒傳播與防御。

2.3.1網(wǎng)站魯棒性

魯棒性主要是指系統(tǒng)在遭受外力或者內(nèi)部作用時，網(wǎng)絡(luò)維持其正常功能的一種能力，這是網(wǎng)站所具有的一種動力學(xué)特性。它與網(wǎng)站的生命力直接相關(guān)，屬于網(wǎng)站動態(tài)評價指標(biāo)之一。在我們的研究過程中，我們主要采取了隨機(jī)攻擊策略和蓄意攻擊策略兩種方式。在隨機(jī)攻擊策略中，我們按照步驟策測試網(wǎng)站的隨機(jī)選定的部分節(jié)點(diǎn)去除，結(jié)果顯示平均最短路徑在［2 3］區(qū)間的冪率分布網(wǎng)站顯示出較強(qiáng)的穩(wěn)定性，其連通度基本沒有大的改變。而泊松分布的平均最短路徑小于5的網(wǎng)站則出現(xiàn)了明顯的訪問功能受阻，同時出現(xiàn)了較多的孤立子網(wǎng)。在蓄意攻擊策略下，我們選擇網(wǎng)站中的連接最多的節(jié)點(diǎn)進(jìn)行了刪除，結(jié)果顯示冪率分布的網(wǎng)站很快出現(xiàn)了訪問故障，表現(xiàn)出較大的脆弱性。而泊松分布的網(wǎng)站由于其度分布的平均性，其功能保持了最大的完整性。

2.3.2網(wǎng)站病毒傳播與防御

目前，計算機(jī)病毒給網(wǎng)絡(luò)的使用及管理帶來了巨大的威脅，包括個人信息泄露和網(wǎng)絡(luò)功能喪失等多種問題?；趶?fù)雜網(wǎng)絡(luò)的病毒防治是一種新的嘗試。網(wǎng)絡(luò)病毒傳播共有兩種模型，SIR模型和SIS模型。其中S是易感染頁面，他們不會感染其他頁面，但有可能被感染病毒；I是染病頁面，他們已經(jīng)攜帶染病并且具有傳染性；R是免疫頁面，他們是被治愈并獲得了免疫能力的頁面，不具有傳染性，也不會再次被感染。根據(jù)我們的研究顯示，泊松分布的網(wǎng)站存在一個病毒發(fā)作臨界值，當(dāng)該值大于0.13%時，也就是1 000個頁面中有13個感染病毒時，就會導(dǎo)致網(wǎng)站內(nèi)大面積病毒爆發(fā)，從而廣泛傳播，網(wǎng)站功能受限，生命力減弱。而對于冪率分布的無標(biāo)度網(wǎng)絡(luò)，我們的研究發(fā)現(xiàn)不存在這樣的臨界值，病毒在該類型的網(wǎng)站中會長期存在。

3　結(jié)束語

目前，對于網(wǎng)站架構(gòu)評估的方法比較少，體系結(jié)構(gòu)更是無從談起。而基于傳統(tǒng)統(tǒng)計研究方法對于網(wǎng)絡(luò)架構(gòu)的研究越來越顯示出局限性，其主要原因在于無法對網(wǎng)站的實(shí)際架構(gòu)以及架構(gòu)與功能及網(wǎng)站生命力展開研究?；趶?fù)雜網(wǎng)絡(luò)的網(wǎng)站評估研究提供了一條新的研究方法，它的定位直接觸及網(wǎng)絡(luò)的核心架構(gòu)，以及該架構(gòu)與網(wǎng)站表現(xiàn)及演化機(jī)理之間的關(guān)系，從而引導(dǎo)網(wǎng)站的建設(shè)過程，從根本上加強(qiáng)網(wǎng)站的管理水平。

［1］ 劉河偉.網(wǎng)站人性化評估［M］.北京：電子工業(yè)出版社，2015.

［2］ 許躍軍.政府網(wǎng)站與績效評估［M］.浙江：浙江大學(xué)出版社，2008.

［3］ 杜平.中國政府網(wǎng)站互聯(lián)網(wǎng)影響力評估報告（2013）［M］.北京：社會科學(xué)文獻(xiàn)出版社，2013.

［4］ 何大韌，劉宗華，汪秉宏.復(fù)雜系統(tǒng)與復(fù)雜網(wǎng)絡(luò)［M］.北京：高等教育出版社，2009.

［5］ 郭雷，許曉鳴.復(fù)雜網(wǎng)絡(luò)［M］.上海：上?？萍冀逃霭嫔纾?006.

［6］ 林敏.網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對自組織臨界行為影響的研究［D］.天津：南開大學(xué)，2005.

［7］ 韓定定.復(fù)雜網(wǎng)絡(luò)的拓?fù)洹恿W(xué)行為及其實(shí)證研究［D］.上海：華東師范大學(xué)，2008.

［8］ 陳小龍.復(fù)雜網(wǎng)絡(luò)爆炸滲流研究綜述［J］.電子科技大學(xué)學(xué)報，2015（1）：12-21.

［9］ 萬寶惠，張鵬，張晶，等.二分網(wǎng)上的靴襻滲流［J］.物理學(xué)報，2012，61（16）：166402-166402.

［10］ 張旸.滲流相變現(xiàn)象的行為特征與演化機(jī)制研究［D］.北京：北京航空航天大學(xué)，2014.

G250.7；TY391

A

10.3969/j.issn.1672-6375.2016.04.003

2016-3-12

2015年度甘肅省社科規(guī)劃——“甘肅省網(wǎng)絡(luò)謠言及其治理問題研究”（YB058）；2015年度甘肅省高等學(xué)?？蒲许?xiàng)目——基于復(fù)雜網(wǎng)絡(luò)的教育網(wǎng)站績效評估新體系綜合研究（2015B-068）

王媛媛（1980-），女，漢族，山西臨猗人，研究生，講師，主要研究方向：偏微分方程反問題、復(fù)雜網(wǎng)絡(luò)。