تأثیر الگوریتم‌های بهینه‌سازی فرااکتشافی برای حل مسئله بیشینه‌سازی نفوذ در شبکه‌های اجتماعی

به گزارش خبرنگار گروه استان‌های خبرگزاری علم و فناوری آنا، مقالات دکتری تخصصی کامپیوتر وحیده سحرگاهی دانشجوی دکتری تخصصی رشته کامپیوتر با گرایش هوش مصنوعی و رباتیک با راهنمایی وحید مجیدنژاد به‌عنوان استاد راهنمای اول و سعید تقوی افشرد به‌عنوان استاد راهنمای دوم و از اعضای هیئت علمی دانشگاه آزاد اسلامی واحد شبستر با عنوان «یک الگوریتم فرا ابتکاری ترکیبی جدید برای پیشینه‌سازی نفوذ در شبکه‌های پیچیده» در انتشارات الزویر و اشپرینگر با ضرایب تأثیر بالا انتشار یافت.

دانش‌آموخته دکتری تخصصی دانشگاه آزاد اسلامی واحد شبستر با بیان این مطلب به خبرنگار آنا گفت: مسئله بیشینه‌سازی نفوذ یک چالش حیاتی در شبکه‌های اجتماعی بوده و هدف این مسئله، یافتن زیرمجموعه‌ای از گره‌‌هاست تا بر روی بسیاری از گره‌های دیگر شبکه تأثیر بگذارند.

سحرگاهی اضافه کرد: روش‌های پیشین برای حل این مسئله از منظر محاسباتی و مقیاس‌پذیری ضعف دارند، هرچند الگوریتم‌های بهینه‌سازی فرااکتشافی برای حل چنین مسائلی می‌توانند کارایی قابل قبولی داشته باشند، اما الگوریتم‌های موجود قادر به حل همه نوع از این مسائل به طور کارآمد نیستند.

وی یادآور شد: بنابراین در این رساله دو الگوریتم فرا اکتشافی به نام‌های «الگوریتم بهینه‌سازی تکثیر هوشمند ICO» و «الگوریتم تکاملی ترکیبی IWOGSA» پیشنهاد و سپس حالت گسسته‌ای از این الگوریتم‌ها به نام‌های DICCO و DIWOGSA برای حل مسئله تشخیص نفوذ ارائه می‌شوند.

دانش‌آموخته دکتری تخصصی دانشگاه آزاد اسلامی واحد شبستر مطرح کرد: در این رساله یک الگوریتم تکاملی دو کروموزومی جدید دیگری به نام DCEA برای حل مسئله مذکور پیشنهاد می‌‌شود.

سحرگاهی تصریح کرد: نتایج به‌ دست‌ آمده نشان‌دهنده آن است که ICO از نظر مقیاس‌پذیری و همگرایی در مقایسه با بیشتر روش‌های فراابتکاری پیشرفته اخیر بهتر و دقیق‌تر عمل می‌کند.

وی تشریح کرد: با توجه به میانگین آزمون رتبه‌بندی فریدمن، ICO پیشنهادی رتبه نخست را در بین سایرین کسب می‌‌کند و نتایج پیاده‌سازی ثابت می‌کند که الگوریتم IWOGSA در مقایسه با روش‌های اخیر رقابتی است و با استفاده از رتبه متوسط آزمون فریدمن می‌تواند رتبه نخست را کسب کند.

دانش‌آموخته دکتری تخصصی دانشگاه آزاد اسلامی واحد شبستر اضافه کرد: روش‌های پیشنهادیDIWOGSA ، DCEA و DICO بر روی 6 شبکه‌ دنیای واقعی مورد ارزیابی قرار گرفته و نتایج به دست آمده با روش‌های موجود مقایسه شده و نتایج ارزیابی نشان می‌دهند که روش‌های پیشنهادی در مقایسه با بیشتر روش‌های رایج موجود میزان نفوذ بالاتری دارند.