如何使用NetworKit对大型网络进行安全分析
关于NetworKit
NetworKit是一款针对高性能网络安全分析的开源工具,该工具旨在帮助广大安全研究人员分析具备数千到数十亿条边界的大型网络。为了实现这个目标,该工具实现了非常高效的图形算法,其中许多算法是并行的,以利用多核架构来计算网络分析的标准度量。NetworKit专注于功能方面的可扩展性和全面性,而NetworKit也是一种算法工程的试验平台,其中包含了很多最新发表的处于研究中的新算法。
NetworKit本质上是一个 Python模块,其中的高性能算法是基于C++开发的,并通过Cython工具链开放给Python。而Python反过来会为我们提供交互工作的能力,以及用于数据分析和科学计算的丰富工具环境。除此之外,如果需要的话,我们还可以构建NetworKit的核心并将其以本地库的形式使用。
工具要求
我们需要下列软件来将NetworKit安装为Python包:
· 一个现代C++编译器,例如g++(>= 6.1)、clang++(>= 3.9)或MSVC(>= 14.13);
· OpenMP(为实现并行性,通常随编译器提供);
· Python 3(6或更高版本);
· pip;
· CMake(6或更高版本,安装命令:“pip3 install cmake”);
· 构建系统:Make或Ninja;
· Cython(29或更高版本,安装命令:“pip3 install cython”)。
工具安装
为了使用NetworKit,我们可以通过包管理器来安装,或从源码构建Python模块。
通过包管理器安装
我们可以通过包管理器来安装最新版本的NetworKit。
Pip安装
pip3 install [--user] networkit
Conda安装
conda config --add channels conda-forge
conda install networkit [-c conda-forge]
Brew安装
brew install networkit
Spack安装
spack install py-networkit
从源码构建Python模块
git clone https://github.com/networkit/networkit networkit
cd networkit
python3 setup.py build_ext [-jX]
pip3 install -e .
工具使用样例
在下面的工具演示样例中,我们将生成一个具有十万个节点的随机双曲线图,并使用PLM方法计算其网络(社区):
>>> import networkit as nk
>>> g = nk.generators.HyperbolicGenerator(1e5).generate()
>>> communities = nk.community.detectCommunities(g, inspect=True)
PLM(balanced,pc,turbo) detected communities in 0.14577102661132812 [s]
solution properties:
------------------- -----------
# communities 4536
min community size 1
max community size 2790
avg. community size 22.0459
modularity 0.987243
------------------- -----------
将NetworKit以代码库的形式使用
除了直接使用NetworKit之外,我们还可以将NetworKit以代码库的形式使用。在下面的示例中,我们将在/usr/local中编译和安装NetworKit:
cmake ..
make -jX install
安装好NetworKit之后,我们就可以在C++应用程序中通过下列方法来使用include指令了:
#include <networkit/graph/Graph.hpp>
我们还可以通过以下方法编译我们的源码:
g++ my_file.cpp -lnetworkit
许可证协议
本项目的开发与发布遵循MIT开源许可证协议。
项目地址
https://github.com/networkit/networkit
相关文章
- 金融服务领域的大数据:即时分析
- 影响大数据、机器学习和人工智能未来发展的8个因素
- 从0开始构建一个属于你自己的PHP框架
- 如何将Hadoop集成到工作流程中?这6个优秀实践必看
- SEO公司使用大数据优化其模型的5种方法
- 关于Web Workers你需要了解的七件事
- 深入理解HTTPS原理、过程与实践
- 增强分析:数据和分析的未来
- PHP协程实现过程详解
- AI专家:大数据知识图谱——实战经验总结
- 关于PHP的错误机制总结
- 利用数据分析量化协同过滤算法的两大常见难题
- 怎么做大数据工作流调度系统?大厂架构师一语点破!
- 2019大数据处理必备的十大工具,从Linux到架构师必修
- OpenCV中的KMeans算法介绍与应用
- 教大家如果搭建一套phpstorm+wamp+xdebug调试PHP的环境
- CentOS下三种PHP拓展安装方法
- Go语言HTTP Server源码分析
- Go语言HTTP Server源码分析
- 2017年4月编程语言排行榜:Hack首次进入前五十