CN101778005A - 复杂网络配置方法和*** - Google Patents

Abstract

本发明提供了一种复杂网络配置方法和***。涉及通信领域；解决了没有一种对云计算网络进行合理配置的机制的问题。该方法包括：获取网络的云服务器池中各云计算服务器的访问记录；根据所述访问记录，构建复杂网络模型；对所述复杂网络模型进行社区划分处理，得到社区结构和各社区中成员隶属度；根据所述社区结构和各社区中成员隶属度，配置所述网络的结构。本发明提供的技术方案适用于云计算网络。

Description

复杂网络配置方法和***

技术领域

本发明涉及通信领域，尤其涉及一种云计算网络中的复杂网络配置方法和***。

背景技术

云计算(Cloud Computing)是一种新兴的商业计算模型。它将计算任务分布在大量计算机构成的资源池上，这种资源池称为“云”。通过云计算，使各种应用***能够根据需要获取计算力、存储空间和各种软件服务。

“云”是一些可以自我维护和管理的虚拟计算资源，通常为一些大型服务器集群，包括计算服务器、存储服务器、宽带资源等等。云计算将所有的计算资源集中起来，并由软件实现自动管理，无需人为参与。这使得应用提供者无需为繁琐的细节而烦恼，能够更加专注于自己的业务，有利于创新和降低成本。

云计算的基本原理是，通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将更与互联网相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储***。从最根本的意义来说，云计算就是利用互联网上的软件和数据的能力。

从云计算的原理中可以看出，云计算的实现需要大型服务器集群来为终端用户提供所需的资源如带宽、存储空间、计算能力。由于需求用户在数量和对云计算的需求程度上并不是均匀划分的，很大程度上与当地的经济和科研状况有关。因此合理的分配和安置服务器集群对于提高云计算的效率和合理分配云计算资源具有非常重要的意义，但目前还没有一种对云计算网络进行合理配置的机制。

发明内容

本发明提供了一种复杂网络配置方法和***，解决了没有一种对云计算网络进行合理配置的机制的问题。

一种复杂网络配置方法，包括：

获取网络的云服务器池中各云计算服务器的访问记录；

根据所述访问记录，构建复杂网络模型；

对所述复杂网络模型进行社区划分处理，得到社区结构和各社区中成员隶属度；

根据所述社区结构和各社区中成员隶属度，配置所述网络的结构。

进一步的，该复杂网络配置方法还包括：

所述云服务器池中各云计算服务器记录所述网络中的终端对本云计算服务器的资源请求情况，作为所述访问记录。

进一步，所述获取云服务器池中各云计算服务器的访问记录的步骤之前，还包括：

设置网络结构配置周期，用于指示按照该网络结构配置周期进行复杂网络配置。

进一步的，所述获取云服务器池中各云计算服务器的访问记录包括：

在各个网络结构配置周期，从云服务器池中的各云计算服务器读取该云计算服务器的访问记录；

在读取完成后，清除该云计算服务器上的访问记录。

进一步的，所述根据所述访问记录，构建复杂网络模型包括：

将各云计算服务器和各终端作为结点，获取所述各终端对所述各云计算服务器的访问次数作为该终端与该云计算服务器边的权重；

根据所述权重，获取所述网络的模型数据；

根据所述模型数据，构建复杂网络模型。

进一步的，所述对所述复杂网络模型进行社区划分处理，得到社区结构成各社区中成员隶属度包括：

根据表达式 $E=\underset{\mathrm{ij}}{\mathrm{\Σ}}(M_{\mathrm{ij}}-\frac{d_i{d}_j}{n}){\mathrm{\Δ}}_{\mathrm{ij}},$ 计算获得增益函数值E，其中，M_ij为结点i和结点j相同的邻居结点数目，d_i为结点i的度， ${\mathrm{\Δ}}_{\mathrm{ij}}=\left\{\begin{array}{c}1,i=j\\ 0,i\≠j\end{array},\right.$

为当网络随机相连时结构对之间拥有相同邻居的数目；

根据表达式 $C=\left(c_{\mathrm{ij}}\right)=(\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{A}_{\mathrm{ki}}{A}_{\mathrm{kj}}-\frac{d_i{d}_j}{n}),$ 计算获得增益矩阵C；

根据增益矩阵C最大特征对应的特征向量，将所述网络划分为两个社区；

根据表达式 $C^{\left(g\right)}=\left(c_{\mathrm{ij}}^{\left(g\right)}\right)=(c_{\mathrm{ij}}-{\mathrm{\Δ}}_{\mathrm{ij}}\underset{k\∈g}{\mathrm{\Σ}}{c}_{\mathrm{ik}})$ 计算获得各社区的增量矩阵C^(g)其中，g为社区编号；

分别根据各个社区的增量矩阵最大特征值对应的特征向量进行进一步划分，计算划分后得到的各社区的增益函数值E的增量ΔE；

如果ΔE≤0，则将当前社区的社区结构和社区中成员隶属度作为最终结果；或，

如果ΔE＞0，则对社区进行进一步划分，直至划分后获取的社区的增量ΔE≤0。

进一步的，所述根据所述社区结构成各社区中成员隶属度，配置所述网络的结构包括：

根据社区结构，调整云计算服务器位置；

根据各社区中成员隶属度，调整云计算服务器数据。

进一步的，所述根据社区结构，调整云计算服务器位置包括：

根据社区中各终端对云计算服务器的访问次数，计算该云计算服务器与各终端的平均距离最小位置；

将所述云计算服务器置于所述平均距离最小位置。

进一步的，所述获取网络的云服务器池中各云计算服务器的访问记录的步骤之前，还包括：

设置隶属度判断标准，用于提供调整云计算服务器的依据。

进一步的，所述根据各社区中成员隶属度，调整云计算服务器数据包括：

判断各云计算服务器的隶属度是否达到所述隶属度判断标准；

如果云计算服务器的隶属度达到所述隶属度判断标准，则为该云计算服务器添加负载分担服务器；或，

如果云计算服务器的隶属度未达到所述隶属度判断标准，删除所述云计算服务器。

本发明还提供了一种复杂网络配置***，包括云服务器池、访问记录数据库管理维护模块和服务器资源配置管理模块；

所述访问记录数据库管理维护模块，用于获取网络的云服务器池中各云计算服务器的访问记录；

所述服务器资源配置管理模块，用于根据所述访问记录，构建复杂网络模型，对所述复杂网络模型进行社区划分处理，得到社区结构和各社区中成员隶属度，并根据所述社区结构成各社区中成员隶属度，配置所述网络的结构。

进一步的，所述云服务器池包括至少一台云计算服务器，用于记录所述网络中终端对各云计算服务器的资源请求情况，作为访问记录。

本发明的实施例提供了一种复杂网络配置方法和***，获取网络的云服务器池中各云计算服务器的访问记录，根据所述访问记录，构建复杂网络模型，再对所述复杂网络模型进行社区划分处理，得到社区结构和各社区中成员隶属度，最后根据所述社区结构成各社区中成员隶属度，配置所述网络的结构，实现了根据当前网络中各云计算服务器的使用情况进行网络配置，解决了没有一种对云计算网络进行合理配置的机制的问题，提高了云计算服务器提供的带宽、存储空间和计算能力。

附图说明

图1为包含多个社区的复杂网络结构示意图；

图2为本发明的实施例应用场景结构示意图；

图3为本发明的实施例提供的一种复杂网络结构配置方法流程图；

图4为一种复杂网络的结构示意图；

图5为图3中步骤305的具体流程图。

具体实施方式

复杂网络是复杂***的抽象，网络中的结点是复杂***中的个体，结点之间的边是个体之间按照某种规则而自然形成或人为构造的一种关系。朋友关系网络、万维网、电力网、新陈代谢网络等都可看成是复杂网络。小世界特性(small world character)和无标度特性(scale-free character)。小世界特性是指与相同规模的随机网络相比，该网络具有较小的平均最短距离和较大的簇系数。无标度特性是指网络中结点的度分布服从幂律分布，即在双对数坐标系下度分布是一条下降的直线。

社区结构是复杂网络所呈现出的一个重要特征，整个网络是由若干个“群(group)”或“团(cluster)”构成，每个群内部的结点之间的连接相对非常紧密，但是各个群之间的连接相对来说却比较稀疏，一个包含多个社区的复杂网络结构如图1所示。

在复杂网络社区结构划分的研究中，社区结构划分算法所要划分的网络大致可分为两类，第一类是比较常见的网络，即仅包含正联系的网络(网络中边的权值为正实数)；第二类是符号社会网络，即网络中既包含正向联系的边，也包含负向联系的边。因此划分网络中社区结构的算法相应分为两大类，而对于第一类网络又提出了许多不同的社区结构划分算法，划分第一类网络社区的传统算法可分为两大类，第一类是基于图论的算法，比如K-L算法、谱平分法、随机游走算法和派系过滤算法等；第二类是层次聚类算法，比如基于相似度度量的凝聚算法和基于边介数度量的***算法等。最近几年从其他不同的角度又提出了许多划分第一类网络社区结构的算法，大致可划分如下：基于电阻网络性质的算法、基于信息论的算法、基于PCA的算法和最大化模块度的算法等。对于符号网络，现有技术中有一种利用局部搜索划分符号网络社区结构的算法，还有一种基于代理的启发式划分符号网络社区结构的算法(FEC)。下面着重介绍一下基于模块度矩阵的社区结构划分算法。

该算法的目的是为了让社区内部拥有尽可能多的边数，此目的可通过最大化实际网络中社区内部的边数和网络在随机相连的情况下社区内部的边数的差值来实现。但是，寻找该差值的最大值将会耗费很大的计算量，不适合大型复杂网络数据的社区划分，因此可寻找一种使差值尽可能大的方法。基于模块度矩阵的社区划分方法就是利用模块度矩阵的谱特征，使差值尽可能大的一种方法。表达式一中去掉等式右边的常系数项后表示在网络划分为两个社区的情形下的上述差值：

$Q=\frac{1}{4m}\underset{\mathrm{ij}}{\mathrm{\Σ}}(A_{\mathrm{ij}}-\frac{k_i{k}_j}{2m})(s_i{s}_j+1)=\frac{1}{4m}\underset{\mathrm{ij}}{\mathrm{\Σ}}(A_{\mathrm{ij}}-\frac{k_i{k}_j}{2m})s_i{s}_j$ 表达式一

其中m为网络中的总边数，k_i为网络中结点i的度，A_ij为网络邻接矩阵中的元素，

为网络在随机相连的情形下，结点i与结点j之间拥有的边数。S＝(s₁，s₂，...，s_n)^T是一个标记向量，若结点i属于第一个社区，则s_i＝1，否则s_i＝-1。上式Q的值为网络进行二社区划分后的模块度的值。表达式一可转换为如下的等价形式：

$Q=\frac{1}{4m}{s}^T\mathrm{Bs}$ 表达式二

其中矩阵B被称为模块度矩阵， $B_{\mathrm{ij}}=A_{\mathrm{ij}}-\frac{k_i{k}_j}{2m}.$

基于模块度矩阵划分网络二社区的算法描述如下：首先求得模块度矩阵B的最大特征值所对应的特征向量，然后根据此特征向量中元素的正负，把网络划分为两个社区。正的元素为一个社区，负的元素属于另一个社区。该算法的时间复杂度为O(n²log n)，其中n为网络中结点的个数。

在复杂网络模型构造中，云计算服务器和终端用户可看作是网络中的结点，若终端用户对某个云计算服务器有过请求，则它们之间就有边相连，并且边的权重代表终端用户对此云计算服务器访问的次数。由于在网络模型的构造中主要集中于云计算服务器和终端用户的资源请求关系，并且终端用户倾向于请求的是距离自己较近的服务器，因此云计算服务器在整个网络中处于核心的位置，它需要与众多的终端用户进行交互。所以此网络模型符合复杂网络的特点，可利用复杂网络社区划分技术进行分析。

本发明实施例将上述对复杂网络进行社区划分的方法与云计算网络相结合，提供了一种复杂网络配置方法，解决了没有一种对云计算网络进行合理配置的机制的问题，实现了根据当前网络中各云计算服务器的使用情况进行网络配置。

为了使本发明的实施例更易理解，首先对本发明的实施例的应用环境进行介绍，本发明的实施例所使用的网络环境如图2所示，包括云服务器池201，云终端202，访问纪录数据库管理维护***203和服务器资源配置管理***204。其中，云服务器池201包括至少一组云服务器群，每组云服务器群对应一种业务；云终端202包括多种用户接入网络的终端，如手机、PC等；访问纪录数据库管理维护***203包括访问记录数据管理器2031和访问记录数据库2032；服务器资源配置管理***204包括复杂网络处理子模块2041、服务器资源控制器2042和服务器资源配置数据库2043。云服务器池201、云终端202、访问纪录数据库管理维护***203和服务器资源配置管理***204通过IP网进行通信。访问记录数据管理器2031用于对访问云服务器的记录数据进行保存及数据库维护。

下面结合上述应用环境，对本发明的实施例提供的复杂网络配置方法进行说明，使用该方法完成网络配置的过程如图3所示，包括：

步骤301、设置网络结构配置周期；

本步骤中，设置网络结构配置周期，并将该周期存储于服务器资源控制器中。

由于终端用户对服务器集群的访问是随着时间而变化的，因此服务器集群的整体架构不能是一成不变的，故需要周期的对***进行调整，以符合新的资源需求的变化。

此外，在新构建云计算网络时，也需要通过本发明的实施例提供的复杂网络配置方法对该云计算网络进行配置。

步骤302、云服务器池中各云计算服务器记录所述网络中终端对本云计算服务器的资源请求情况，作为访问记录；

本发明实施例中，在各云计算服务器上均维护有一终端用户访问服务器的清单，清单中每一项的内容为访问云计算服务器的终端用户的IP以及被访问的次数，用于获取一段时间内终端用户对服务器资源的请求情况，该清单即为访问记录。

步骤303、获取网络的云服务器池中各云计算服务器的访问记录；

本步骤中，在到达一个网络结构配置周期时，复杂网络处理子模块从各云计算服务器导出在该网络结构配置周期内的访问记录，并将所有的云计算服务器被访问的数据导入访问记录数据库。

步骤304、根据所述访问记录，构建复杂网络模型；

本发明实施例中，将云计算服务器和终端用户作为网络的结点，终端用户对服务器的访问次数作为连接终端用户和服务器边的权重，利用访问记录数据库管理器得出复杂网络的模型数据。例如，如图4所示，以A、B、C和D分别代表云计算中的两台不同的云服务器和两个不同的用户终端，假设它们之间的资源请求网络如下所示，其中边的权重代表终端向云服务器请求的次数，AC间的权重为1，BC间的权重为2，BD间的权重为3，AD间的权重为4，则相对应的复杂网络的模型数据为一矩阵，如下所示：

复杂网络处理子模块根据该模型数据，构建该云计算网络的复杂网络模型，以进行社区划分。

本领域技术人员显然知道，获取模型数据的方法并不局限于上述一种，本发明实施例中不再一一举例说明。

步骤305、对所述复杂网络模型进行社区划分处理，得到社区结构和各社区中成员隶属度；

本步骤中，复杂网络处理子模块利用复杂网络社区划分技术，对此复杂网络模型数据进行分析处理，具体流程如图5所示，包括：

步骤3051、根据表达式三，计算获得增益函数值E；

$E=\underset{\mathrm{ij}}{\mathrm{\Σ}}(M_{\mathrm{ij}}-\frac{d_i{d}_j}{n}){\mathrm{\Δ}}_{\mathrm{ij}}$ 表达式三

其中，M_ij为结点i和结点j相同的邻居结点数目，d_i为结点i的度， ${\mathrm{\Δ}}_{\mathrm{ij}}=\left\{\begin{array}{c}1,i=j\\ 0,i\≠j\end{array}\right.,$

为当网络随机相连时结构对之间拥有相同邻居的数目。

步骤3052、根据表达式四，计算获得增益矩阵C；

$C=\left(c_{\mathrm{ij}}\right)=(\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{A}_{\mathrm{ki}}{A}_{\mathrm{kj}}-\frac{d_i{d}_j}{n})$ 表达式四

步骤3053、根据增益矩阵C最大特征对应的特征向量，将所述网络划分为两个社区；

由于特征向量有正负之分，故本发明实施例中，在进行社区划分时都是将一个网络划分为两个社区。需要说明的是，在对复杂网络进行社区划分时，依据特征向量进行划分仅为划分方法之一，本领域技术人员显然知道划分方法不限于上述一种，根据划分方法的不同，在进行划分时可划分的社区数量也会进行相应的变化，本发明实施例在此不一一举例说明。

步骤3054、根据表达式五计算获得各社区的增量矩阵C^(g)；

$C^{\left(g\right)}=\left(c_{\mathrm{ij}}^{\left(g\right)}\right)=(c_{\mathrm{ij}}-{\mathrm{\Δ}}_{\mathrm{ij}}\underset{k\∈g}{\mathrm{\Σ}}{c}_{\mathrm{ik}})$ 表达式五

其中，g为社区编号。

步骤3055、分别根据各个社区的增量矩阵最大特征值对应的特征向量进行进一步划分，计算划分后得到的各社区的增益函数值E的增量ΔE；

步骤3056、判断是否需要对社区进行进一步区分；

本步骤具体为判断各社区的增益函数值E的增量ΔE是否小于等于0。

如果ΔE≤0，则将当前社区的社区结构和社区中成员隶属度作为最终结果；如果ΔE＞0，则对社区进行进一步划分，直至划分后获取的社区的增量ΔE≤0。

步骤306、根据所述社区结构和各社区中成员隶属度，配置所述网络的结构；

本步骤中，将社区划分处理后得到的各社区结构和各社区中成员隶属度导入服务器资源配置数据库，服务器资源控制器从服务器资源配置数据库获取社区结构和各社区中成员隶属度，对云服务器进行动态配置，具体配置过程包括两方面，下面对这两个配置流程进行具体说明。

一方面，需要调整提供同一种业务的云计算服务器数目。大多数划分复杂网络社区结构的算法规定社区内部成员对该社区的隶属度范围为0～1，并且隶属度的值越大，说明该成员在社区内的地位越重要。本发明实施例中，在***初始化时，在服务器资源控制器上设置一个隶属度判断标准，该隶属度判断标准具体可为一隶属度阈值，此阈值的获取可通过取所有社区内服务器对社区隶属度的平均值获得，隶属度大于等于该阈值的云计算服务器任务较繁重，需要另外添加负载分担服务器以分担此云计算服务器的工作量。若某台云计算服务器的隶属度小于上述阈值，则可以考虑在服务器集群中删除此台云计算服务器。

可选的，所述隶属度判断标准也可以是两个隶属度阈值，分别为第一阈值和第二阈值，第一阈值大于第二阈值，当云计算服务器的隶属度值大于等于第一阈值时，认为该云计算服务器任务较繁重；当云计算服务器的隶属度值小于等于第二阈值时，认为该云计算服务器较空闲，可删除该云计算服务器。

另一方面，在每个社区内部，通过终端用户对每个服务器的访问次数，能够计算出该云计算服务器距离社区内终端用户的平均距离最短的位置，具体的，可以在该社区内部定义一个二维坐标，每个终端均对应一个坐标值，假设该社区内部有两个终端用户x和y，坐标分别为(x1，y1)，(x2，y2)，且对应访问社区内云服务器的次数为2和3，则该社区内所有终端用户x坐标的平均值可通过(x1*2+x2*3)/(2+3)得到，y坐标的平均值也可相应得到，此坐标平均值可作为云服务器的安放位置，根据以上计算结果调整服务器的位置。本领域技术人员显然知道还有其他计算平均距离最短位置的方法，在此不再一一举例说明。

通过利用复杂网络社区划分技术对此网络模型进行划分，可得到如下结果，n个社区以及社区中的每个服务器对该社区的隶属程度。在每个社区内部，可根据社区内每个终端用户对该社区内云计算服务器的访问次数调整云计算服务器的放置位置，使其到达每个终端用户的相对平均距离最短，因为此平均距离考虑到终端用户对云计算服务器的访问次数，所以并不一定是地理位置上的平均距离。并且如果该服务器在社区内的隶属程度比较高，说明该社区内终端用户对资源的需求量比较大，因此可适当增加服务器的数量，减小该社区内服务器的负载量。

本发明的实施例还提供了一种复杂网络配置***，包括云服务器池、访问记录数据库管理维护模块和服务器资源配置管理模块；

所述访问记录数据库管理维护模块，用于获取网络的云服务器池中各云计算服务器的访问记录；

所述服务器资源配置管理模块，用于根据所述访问记录，构建复杂网络模型，对所述复杂网络模型进行社区划分处理，得到社区结构和各社区中成员隶属度，并根据所述社区结构成各社区中成员隶属度，配置所述网络的结构。

进一步的，所述云服务器池包括至少一台云计算服务器，用于记录所述网络中终端对各云计算服务器的资源请求情况，作为访问记录。

上述复杂网络配置***，可以与本发明的实施例提供的一种复杂网络配置方法相结合，获取网络的云服务器池中各云计算服务器的访问记录，根据所述访问记录，构建复杂网络模型，再对所述复杂网络模型进行社区划分处理，得到社区结构和各社区中成员隶属度，最后根据所述社区结构成各社区中成员隶属度，配置所述网络的结构，实现了根据当前网络中各云计算服务器的使用情况进行网络配置。通过动态的添加和减少服务器集群的数量以及合理的调整服务器集群的位置，使得云计算服务器资源得到合理的利用，并且可以通过缩短用户数据的传输距离，达到缩短用户数据的传输时间和提高用户数据的传输质量的目的，有利于提高云计算***的时效性和可靠性。

本领域普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

另外，在本发明各个实施例中的各功能单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求所述的保护范围为准。

Claims (12)

1.一种复杂网络配置方法，其特征在于，包括：

获取网络的云服务器池中各云计算服务器的访问记录；

根据所述访问记录，构建复杂网络模型；

对所述复杂网络模型进行社区划分处理，得到社区结构和各社区中成员隶属度；

根据所述社区结构和各社区中成员隶属度，配置所述网络的结构。

2.根据权利要求1所述的复杂网络配置方法，其特征在于，该方法还包括：

所述云服务器池中各云计算服务器记录所述网络中的终端对本云计算服务器的资源请求情况，作为所述访问记录。

3.根据权利要求1所述的复杂网络配置方法，其特征在于，所述获取云服务器池中各云计算服务器的访问记录的步骤之前，还包括：

设置网络结构配置周期，用于指示按照该网络结构配置周期进行复杂网络配置。

4.根据权利要求3所述的复杂网络配置方法，其特征在于，所述获取云服务器池中各云计算服务器的访问记录包括：

在各个网络结构配置周期，从云服务器池中的各云计算服务器读取该云计算服务器的访问记录；

在读取完成后，清除该云计算服务器上的访问记录。

5.根据权利要求1所述的复杂网络配置方法，其特征在于，所述根据所述访问记录，构建复杂网络模型包括：

将各云计算服务器和各终端作为结点，获取所述各终端对所述各云计算服务器的访问次数作为该终端与该云计算服务器边的权重；

根据所述权重，获取所述网络的模型数据；

根据所述模型数据，构建复杂网络模型。

6.根据权利要求1所述的复杂网络配置方法，其特征在于，所述对所述复杂网络模型进行社区划分处理，得到社区结构成各社区中成员隶属度包括：

根据表达式 $E=\underset{\mathrm{ij}}{\mathrm{\Σ}}(M_{\mathrm{ij}}-\frac{d_i{d}_j}{n}){\mathrm{\Δ}}_{\mathrm{ij}},$ 计算获得增益函数值E，其中，M_ij为结点i和结点j相同的邻居结点数目，d_i为结点i的度， ${\mathrm{\Δ}}_{\mathrm{ij}}=\left\{\begin{array}{c}1,i=j\\ 0,i\≠j\end{array}\right.,$ 为当网络随机相连时结构对之间拥有相同邻居的数目；

根据表达式 $C=\left(c_{\mathrm{ij}}\right)=(\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{A}_{\mathrm{ki}}{A}_{\mathrm{kj}}-\frac{d_i{d}_j}{n}),$ 计算获得增益矩阵C；

根据增益矩阵C最大特征对应的特征向量，将所述网络划分为两个社区；

根据表达式 $C^{\left(g\right)}=\left(c_{\mathrm{ij}}^{\left(g\right)}\right)=(c_{\mathrm{ij}}-{\mathrm{\Δ}}_{\mathrm{ij}}\underset{k\∈g}{\mathrm{\Σ}}{c}_{\mathrm{ik}})$ 计算获得各社区的增量矩阵C^(g)其中，g为社区编号；

分别根据各个社区的增量矩阵最大特征值对应的特征向量进行进一步划分，计算划分后得到的各社区的增益函数值E的增量ΔE；

如果ΔE≤0，则将当前社区的社区结构和社区中成员隶属度作为最终结果；或，

如果ΔE＞0，则对社区进行进一步划分，直至划分后获取的社区的增量ΔE≤0。

7.根据权利要求1所述的复杂网络配置方法，其特征在于，所述根据所述社区结构成各社区中成员隶属度，配置所述网络的结构包括：

根据社区结构，调整云计算服务器位置；

根据各社区中成员隶属度，调整云计算服务器数据。

8.根据权利要求7所述的复杂网络配置方法，其特征在于，所述根据社区结构，调整云计算服务器位置包括：

根据社区中各终端对云计算服务器的访问次数，计算该云计算服务器与各终端的平均距离最小位置；

将所述云计算服务器置于所述平均距离最小位置。

9.根据权利要求7所述的复杂网络配置方法，其特征在于，所述获取网络的云服务器池中各云计算服务器的访问记录的步骤之前，还包括：

设置隶属度判断标准，用于提供调整云计算服务器的依据。

10.根据权利要求9所述的复杂网络配置方法，其特征在于，所述根据各社区中成员隶属度，调整云计算服务器数据包括：

判断各云计算服务器的隶属度是否达到所述隶属度判断标准；

如果云计算服务器的隶属度达到所述隶属度判断标准，则为该云计算服务器添加负载分担服务器；或，

如果云计算服务器的隶属度未达到所述隶属度判断标准，删除所述云计算服务器。

11.一种复杂网络配置***，其特征在于，包括云服务器池、访问记录数据库管理维护模块和服务器资源配置管理模块；

所述访问记录数据库管理维护模块，用于获取网络的云服务器池中各云计算服务器的访问记录；

所述服务器资源配置管理模块，用于根据所述访问记录，构建复杂网络模型，对所述复杂网络模型进行社区划分处理，得到社区结构和各社区中成员隶属度，并根据所述社区结构成各社区中成员隶属度，配置所述网络的结构。

12.根据权利要求11所述的复杂网络配置***，其特征在于，

所述云服务器池包括至少一台云计算服务器，用于记录所述网络中终端对各云计算服务器的资源请求情况，作为访问记录。

Images