社会网络中的Gnutella对等网络数据集分析

社会网络中的Gnutella对等网络数据集分析

姓名：鞠雪琴

学号：1401384

班级：计算机应用技术15班

Gnutella对等网络数据集分析

一．概述

本文对2002年8月24号Gnutella对等网络数据集进行分析，总共有9个Gnutella 网络快照，节点代表在Gnutella对等网络拓扑中的主机数，边代表主机之间的联系。数据格式为TEXT，数据的详细介绍如下：

二．数据资料

将数据集用表格打开，另存为CSV格式后，就可以用Gephi打开了，Gnutella对等网络数据集在分析软件Gephi中部分节点存储的数据格式如图2.1所示，边存储的数据格式如图2.2所示。

图2.1 节点存储数据格式

图 2.2 边存储数据格式

三．概览

1.排序

将Gnutella对等网络数据集导入到分析软件Gephi中，设置度的最小尺寸为1，最大尺寸为47；按节点的度进行排序得到的网络图如图3.1所示，图中节点较大颜色较深是度

比较大的节点。

图 3.1 按节点的度排序的有向图

2.模块化与分割

按节点的块模型进行分割得到的网络图如图3.2所示，图中节点较大颜色较深是所属社

团较大的节点，且相关联的节点以及它们的边具有相同的颜色。

图 3.2 模块化分割后的有向图

四．布局

在分析软件Gephi中有6个主要的布局工具分别是：Force Atlas、Force Atlas2、Fruchterman Reingold、Yifan Hu、Yifan Hu比例、Yifan Hu多水平，下面分别介绍这六种布局方法，以及Gnutella对等网络数据集在这些布局方法中的变化情况，本小节的图都是在图3.2的基础上进行布局算法的。

1.Force Atlas及Force Atlas2

Force Atlas及Force Atlas2为力引导布局，力引导布局方法能够产生相当优美的网络布局，并充分展现网络的整体结构及其自同构特征，所以在网络节点布局技术相关文献中该方法占据了主导地位。

力引导布局即模仿物理世界的引力和斥力，自动布局直到力平衡；Force Atlas布局使图更紧凑，可读性强，并且显示大于hub的中心化权限（吸引力分布选项），自动稳定提高布局的衔接。图4.1为运行Force Atlas布局得到的Gnutella对等网络分布图；图4.2 为运行ForceAtlas2布局得到的Gnutella对等网络分布图，其中行为替代参数选择：劝阻Hubs,LinLog模式，防止重叠，我们可以看到每个节点在向外拉升。

图4.1 Force Atlas布局图

图4.2 ForceAtlas2布局图

2.Fruchterman Reingold布局

Fruchterman和Reingold基于再次改进的弹性模型提出了FR算法。该算法遵循两个简单的原则：有边连接的节点应该互相靠近；节点间不能离得太近。FR算法建立在粒子物理理论的基础上，将图中的节点模拟成原子，通过模拟原子间的力场来计算节点间的位置关系。算法通过考虑原子间引力和斥力的互相作用，计算得到节点的速度和加速度。依照类似原子或者行星的运动规律，系统最终进入一种动态平衡状态。

图4.3 Fruchterman Reingold布局

3.Yifan Hu多水平布局

Yifan Hu、Yifan Hu比例、Yifan Hu多水平为胡一凡布局,Yifan Hu多水平布局[1]适用于非常大的图形，特点是粗化图形，减少计算量，运行速度比较快；图4.4为运行Yifan Hu多水平布局得到的网络分布图。

图4.4 Yifan Hu多水平布局（1）

图4.4 Yifan Hu多水平布局（2）——由（1）进一步得到五．网络特征值

将数据集导入到分析软件Gephi后，计算和统计网络的一些特征值：

1.基本信息：节点数6324、边数20801，网络为有向图。

2.平均度为

3.289，图5.1,5.2,5.3为网络节点度的分配图。

图5.1 平均度分配图

图5.2 入度分配图

图5.3 出度分配图

3.网络直接和平均路径长度

（1）网络直径是指网络任意两节点间距离的最大值。Gnutella对等网络直径是20。

（2）网络平均路径长度是所有点对之间的最短路径的算术平均值。Gnutella对等网络的平均路径长度是6.632。Gnutella对等网络的最短路径数:13152226.

（3）介数中心度是度量一个节点出现在网络中最短路径上的频率。Gnutella对等网络的介数中心度分布图如图5.4所示。

(4)紧密中心度是从一个给定起始节点到所有其他节点的平均距离。Gnutella对等网络的紧密中心度分布图如图5.5所示。

(5)离心率是从一个给定起始节点到距其最远节点的距离。Gnutella对等网络的离心率分布图如图5.6所示

图5.4介数中心度分布图

图5.5紧密中心度分布图

图5.6离心率分布图

六、分析和结论

在Gnutella分布式对等网络模型中，每一个联网计算机既是客户机同时又是服务器，因此被称为对等机，通过与相邻对等机之间的连接遍历整个网络。Gnutella网络模型中每个对等机在功能上都是相似的，并没有专门的服务器。

通过了解网络中节点和边的含义，在分析软件Gephi中改变网络图的布局，观察不同的布局图，统计网络图的一些特征值并了解其含义，分析出Gnutella对等网络的一些特点[2]。

1.Gnutella对等网络的优势

1）拥有丰富的信息资源

任何 Gnutella网络用户能够扫描活动节点并搜索需要的信息，然后直接从这个节点上下载信息。用户可以在他们的机器上把下载的信息共享出来，这样，请求率高的文件能够很快地在许多节点上扩散开来，从网络的各种布局方法和特征值可知，信息能够很快地在