基于图神经网络的复杂网络关键节点检测算法

作者：陈娜

来源：无线电工程, 2023, 53(01): 64-72.

• 复杂网络
• 关键节点检测
• 网络关键节点
• 社区检测
• 深度学习
• 深度神经网络

针对复杂网络关键节点检测算法准确性低及可靠性不足的问题，结合图神经网络(Graph Neural Network, GNN)模型提出了一种新的复杂网络关键节点检测算法。将复杂网络建模为图模型，通过注意力机制学习每个邻居节点的权重；利用GNN强大的图学习和推理能力，评估网络中节点与连接的关键性评分；采用强化学习(Reinforcement Learning, RL)搜索GNN的超参数，从而提高关键节点检测算法的可扩展性及可靠性。仿真实验结果表明，由该算法检测的关键节点具有较高的准确性，并且具有较快的运算速度。