摘要: 针对以往社团划分算法中存在的子团规模过大的问题,在CNM算法的基础上重新定义子团规模,提出了CLCNM社团划分算法.社团划分结果表明,改进后的算法在子团数量和模块度方面要优于CNM算法.在此基础上,研究社团划分与地理位置间的关系,提出地址前缀相似度的概念,子团地址前缀相似度越大,说明社团划分后的地理效应越明显.CLCNM社团划分结果表明:IPv6网络子团具有明显的地理效应,即子团中节点分布在相邻的地理位置.这一结论可对网络拓扑的再部署提供借鉴性意见.
中图分类号:
徐久强;崔行兵;于群;赵海;. 基于子团规模的社团划分算法与地理位置[J]. 东北大学学报(自然科学版), 2012, 33(11): 1567-1570.
Xu, Jiu-Qiang (1); Cui, Xing-Bing (1); Yu, Qun (1); Zhao, Hai (1) . Partition algorithm based on the size of sub-community and geography[J]. Journal of Northeastern University, 2012, 33(11): 1567-1570.