本发明涉及复杂网络，具体涉及一种基于复杂网络模型的传播控制方法及系统。
背景技术：
1、复杂网络是指具有复杂拓扑结构和动力学行为的大规模网络，它是由大量的节点通过边的相互连接而构成的图。例如，因特网、生物网络、无线通讯网络、高速公路网、电力网络、流行病和谣言传播网络等都是复杂网络。
2、随着时代的信息化发展，数据资产已经成为各个企业非常重要的资产之一；目前，对于企业数据的风险评估，大多都是通过单一侧的数据进行模型架构，然后通过模型进行数据的风险预测；这种预测方法得到的预测结果不够全面，准确性也不够高。
技术实现思路
1、本发明的主要目的是提供一种基于复杂网络模型的传播控制方法及系统，旨在解决现有的针对企业数据的风险评估方案的准确性不高的问题。
2、本发明提出的技术方案为：
3、一种基于复杂网络模型的传播控制方法，应用于基于复杂网络模型的传播控制系统；所述系统包括存储模块，以及通信连接于所述存储模块的处理模块；所述方法，包括：
4、所述处理模块获取存储模块中的待检测数据；
5、所述处理模块提取待检测数据中的目标数据，并根据所述目标数据构建复杂网络模型；
6、所述处理模块将所述复杂网络模型中的目标数据进行分组，以得到多个不同的目标群组，其中，目标群组中包括至少1个目标数据；
7、所述处理模块获取衡量指标，并基于所述衡量指标计算各目标群组中各目标数据对应的第一风险值；
8、所述处理模块获取预设结构数据，并将所述复杂网络模型中的目标数据与所述预设结构数据进行对比，然后根据对比结果得到所述复杂网络模型中各目标数据对应的第二风险值；
9、所述处理模块根据各所述目标数据的第一风险值和第二风险值计算得到所述待检测数据对应的综合风险值。
10、优选的，还包括：
11、所述处理模块获取黑名单数据和白名单数据，并结合黑名单数据和白名单数据计算所述复杂网络模型中各目标数据对应的第三风险值；
12、所述处理模块根据各所述目标数据的第一风险值和第二风险值计算得到所述待检测数据对应的综合风险值，还包括：
13、所述处理模块根据各所述目标数据对应的第一风险值、第二风险值和第三风险值计算得到所述待检测数据对应的综合风险值。
14、优选的，所述处理模块将所述复杂网络模型中的目标数据进行分组，以得到多个不同的目标群组，包括：
15、所述处理模块根据各目标数据的生成时刻进行分组，以得到多个不同的目标群组，包括：
16、所述处理模块确定预设时间段，以及存储模块的起始时刻，其中，起始时刻为存储模块首次运行的开始时刻；
17、所述处理模块将从当前时刻起至所述起始时刻之间的每个预设时间段内的所有目标数据归档作为1个目标群组；
18、所述处理模块判断是否存在目标数据个数为0的目标群组；
19、若是，所述处理模块将目标数据个数为0的目标群组剔除。
20、优选的，所述处理模块获取衡量指标，并基于所述衡量指标计算各目标群组中各目标数据对应的第一风险值，包括：
21、所述处理模块获取各目标群组中的各目标数据的被读取次数；
22、所述处理模块获取各目标群组对应的时间风险系数，其中，所述衡量指标包括所述被读取次数和所述时间风险系数；
23、所述处理模块基于各目标群组中的各目标数据的被读取次数，以及各目标群组对应的时间风险系数计算得到各目标数据对应的第一风险值。
24、优选的，所述处理模块基于各目标群组中的各目标数据的被读取次数，以及各目标群组对应的时间风险系数计算得到各目标数据对应的第一风险值的计算公式为：
25、
26、式中，fi,j,1为第i个目标群组中第j个目标数据所对应的第一风险值；i和j均为正整数，且满足i≤o，j≤pi，o为目标群组的总数量，pi为第i个目标群组中目标数据的总数量；xs,i为第i个目标群组对应的时间风险系数，取正数；cb为读取次数标准值，取正整数；ci,j为第i个目标群组内第j个目标数据所对应的被读取次数，取0或正整数。
27、优选的，所述时间风险系数的取值与所述目标群组的预设时间段相关，预设时间段越早，对应的目标群组对应的时间风险系数越小。
28、优选的，所述预设结构数据包括环形结构数据；所述处理模块获取预设结构数据，并将所述复杂网络模型中的目标数据与所述预设结构数据进行对比，然后根据对比结果得到所述复杂网络模型中各目标数据对应的第二风险值，包括：
29、所述处理模块判断所述目标数据是否为所述预设结构数据中的任一项；
30、若是，所述处理模块将所述目标数据对应的第二风险值赋值为1；
31、若否，所述处理模块将所述目标数据对应的第二风险值赋值为0。
32、优选的，所述处理模块获取黑名单数据和白名单数据，并结合黑名单数据和白名单数据计算所述复杂网络模型中各目标数据对应的第三风险值，包括：
33、所述处理模块获取黑名单数据：(a1,a1,...an)，以及白名单数据：(b1,b1,...bm)，其中，an表示第n个黑名单数据，bm表示第m个白名单数据；
34、所述处理模块结合黑名单数据和白名单数据计算所述复杂网络模型中各目标数据对应的第三风险值：
35、fi,j,3＝(sb,i,j-sa,i,j)，
36、式中，fi,j,3为第i个目标群组中第j个目标数据所对应的第三风险值；sb,i,j为第i个目标群组中第j个目标数据中包含的白名单数据的个数；sa,i,j为第i个目标群组中第j个目标数据中包含的黑名单数据的个数。
37、优选的，所述处理模块根据各所述目标数据对应的第一风险值、第二风险值和第三风险值计算得到所述待检测数据对应的综合风险值的计算公式为：
38、
39、式中，fz为待检测数据对应的综合风险值；fi,j,2为第i个目标群组中第j个目标数据所对应的第二风险值，取值为0或1。
40、本发明还提出一种基于复杂网络模型的传播控制系统，应用基于复杂网络模型的传播控制方法；所述系统包括存储模块，以及通信连接于所述存储模块的处理模块。
41、通过上述技术方案，能实现以下有益效果：
42、本发明提出的基于复杂网络模型的传播控制方法，先获取存储模块中的待检测数据，并提取目标数据以便于进行风险检测，然后构建复杂网络模型；之后将复杂网络模型中的目标数据进行分组，以得到多个不同的目标群组，然后基于衡量指标计算各目标群组中各目标数据对应的第一风险值；将复杂网络模型中的目标数据与预设结构数据进行对比，再根据对比结果得到复杂网络模型中各目标数据对应的第二风险值；最后根据各目标数据的第一风险值和第二风险值计算得到待检测数据对应的综合风险值。这样能够通过两种综合分值作为待检测数据的最终风险评分，使最终的风险评分更全面，准确性也更高；故本方案针对企业数据的风险评估方案的准确性更高。
1.一种基于复杂网络模型的传播控制方法，其特征在于，应用于基于复杂网络模型的传播控制系统；所述系统包括存储模块，以及通信连接于所述存储模块的处理模块；所述方法，包括：
2.根据权利要求1所述的一种基于复杂网络模型的传播控制方法，其特征在于，还包括：
3.根据权利要求1所述的一种基于复杂网络模型的传播控制方法，其特征在于，所述处理模块将所述复杂网络模型中的目标数据进行分组，以得到多个不同的目标群组，包括：
4.根据权利要求3所述的一种基于复杂网络模型的传播控制方法，其特征在于，所述处理模块获取衡量指标，并基于所述衡量指标计算各目标群组中各目标数据对应的第一风险值，包括：
5.根据权利要求4所述的一种基于复杂网络模型的传播控制方法，其特征在于，所述处理模块基于各目标群组中的各目标数据的被读取次数，以及各目标群组对应的时间风险系数计算得到各目标数据对应的第一风险值的计算公式为：
6.根据权利要求3所述的一种基于复杂网络模型的传播控制方法，其特征在于，所述时间风险系数的取值与所述目标群组的预设时间段相关，预设时间段越早，对应的目标群组对应的时间风险系数越小。
7.根据权利要求1所述的一种基于复杂网络模型的传播控制方法，其特征在于，所述预设结构数据包括环形结构数据；所述处理模块获取预设结构数据，并将所述复杂网络模型中的目标数据与所述预设结构数据进行对比，然后根据对比结果得到所述复杂网络模型中各目标数据对应的第二风险值，包括：
8.根据权利要求5所述的一种基于复杂网络模型的传播控制方法，其特征在于，所述处理模块获取黑名单数据和白名单数据，并结合黑名单数据和白名单数据计算所述复杂网络模型中各目标数据对应的第三风险值，包括：
9.根据权利要求8所述的一种基于复杂网络模型的传播控制方法，其特征在于，所述处理模块根据各所述目标数据对应的第一风险值、第二风险值和第三风险值计算得到所述待检测数据对应的综合风险值的计算公式为：
10.一种基于复杂网络模型的传播控制系统，其特征在于，应用如权利要求1-9中任一项所述的基于复杂网络模型的传播控制方法；所述系统包括存储模块，以及通信连接于所述存储模块的处理模块。
