TY - JOUR AU - Jia, Chengfeng AU - Ma, Jie AU - Liu, Qi AU - Zhang, Yu AU - Han, Hua PY - 2020 DA - 2020/04/08SP - 7348281 VL - 2020 AB -网络信息系统的脆弱性在金融网络、交通网络、基础设施系统等各个领域都引起了广泛的研究。为了全面研究网络漏洞，需要设计良好的攻击策略。然而，由于网络的完整信息往往无法获取，因此很难制定一个全局的攻击策略。为了克服这一局限性，本文提出了一种新的预测算法Linkboost，该算法通过预测网络的隐藏边，以有限的信息补充网络中看似缺失但潜在存在的连接。该算法的关键在于能够处理网络数据中存在的类分布不均衡问题。在几种类型的网络上进行了测试，实验结果表明，在信息不完全的情况下，该算法能够成功地提高网络的破坏率。而且，当缺失信息比例较小时，依赖高度节点的攻击策略比完全信息的攻击策略效果更好。这一发现表明，对网络结构和连接性重要的节点可以通过Linkboost添加的链接更容易识别。因此，使用Linkboost可以提供有用的操作指导和设计更有效的攻击策略。 SN - 1076-2787 UR - https://doi.org/10.1155/2020/7348281 DO - 10.1155/2020/7348281 JF - Complexity PB - Hindawi KW - ER -