def ratePartition(self):
"""
Metoda do oceny podziału sieci. Porównuje podział wykonany z wzrocowym i wyznacza procentową skuteczność podziału.
@return:
"""
result = 0
maximal_result = 0
for index, node in enumerate(self.graph.nodes()):
for groupNo in self.partition:
if node in groupNo:
nodeComputedGroup = self.partition.index(groupNo)
for groupNo in handPartition:
if node in groupNo:
nodeOriginalGroup = handPartition.index(groupNo)
for secondNode in self.graph.nodes()[index+1:]:
for groupNo in self.partition:
if secondNode in groupNo:
secondNodeComputedGroup = self.partition.index(groupNo)
for groupNo in handPartition:
if secondNode in groupNo:
secondNodeOriginalGroup = handPartition.index(groupNo)
if nodeOriginalGroup == secondNodeOriginalGroup:
maximal_result += 1
if (nodeOriginalGroup == secondNodeOriginalGroup) and (nodeComputedGroup == secondNodeComputedGroup):
result += 1
ret = float(result)/maximal_result * 100.0
logger.info("# Jakość grupowania FB: " + str(ret) + "%")
return ret
def karateClub():
"""
Funkcja uruchamia różne algorytmy grupowania na sieci klubu karate
@return: W systemie plików zapisywane są obrazy PNG z wynikami grupowań
"""
karateG = karate_graph.karate_graph()
cq = sna.Cliquer(karateG)
logger.info("# Karate Graph... ")
partition = cq.blondelAlgorithm()
cq.prettyPlotter(l=partition, filename="karate_blondel.png")
partition = cq.newmanAlgorithm()
cq.prettyPlotter(l=partition, filename="karate_newman.png")
partition = cq.causetNewmanAlgorithm()
cq.prettyPlotter(l=partition, filename="karate_causet_newman.png")
partition = cq.MCLAlgorithm(2.0)
cq.prettyPlotter(l=partition, filename="karate_MCL.png")
logger.info("# Karate Graph wykonano")
def rateQuality(self, hardGroupsNo = 0):
'''
Wyznacza wskaźniki jakości działania metody autorskiej
@type hardGroupsNo: number
@param hardGroupsNo: liczba kolejnych (od najmniej licznej) grup, których członkowie będą uznani za podjerzanych
@rtype: tuple
@return: Krotka matchRate i popRate
'''
if hardGroupsNo:
self.selectGroups = [hardGroupsNo]
for i in self.selectGroups: # pobierz pierwszych i grup
matchCount = 0
# suspects = self.cq.smartGetFristNGroups(self.result, i)
suspects = self.cq.getSuspectedGroups(self.result, i)
logger.debug("# Podejrzani: ")
logger.debug("# " + str(suspects))
for v in self.rings:
if int(v) in suspects:
matchCount += 1
matchRate = matchCount/len(self.rings) * 100.0
popRate = len(suspects)/self.vertexNo * 100.0
suspectsRate = matchCount/len(suspects) * 100.0
logger.info("%d ; %f ; %f" % (i, matchRate, popRate)) # liczba grup, procent wykrytych, procent podejrzewanje populacji
return (matchRate, popRate, suspectsRate)
def nativeCliquer(self):
"""
Wykorzystuje metodę znajdowania klik z biblioteki NetworkX.
Metoda ta nie wykorzystuje algorytmów grupowania, wyznacza jedynie k-kliki. Nie jest to właściwe podejście do problemu.
"""
cliques = list(nx.find_cliques(self.graph))
logger.info("Kliki wyznaczone:")
import pprint
pprint.pprint(cliques)
def __init__(self, testingDataPath = "/tmp/testing-ring.txt"):
"""
Konstruktor
@param testingDataPath: ścieżka do pliku z testowymi danymi o głosowaniu
@type testingDataPath: text
"""
logger.info("################### WYZNACZANIE KLIK ZLOSLIWYCH GLOSUJACYCH ######################")
self.testingDataPath = testingDataPath
self.dm = sna.DataMaker(self.testingDataPath)
self.gm = sna.GraphMaker(self.testingDataPath)
def loadGraph(self, filename = 'fb.gpickle'):
"""
Ładuje sieć do pamięci z pliku typu python pickle.
@param filename: nazwa pliku
"""
self.graph = nx.read_gpickle(filename)
# anonimizacja grafu, każdemu węzłowi przypisywany jest numer
i = 1
for node in self.graph:
self.labels[node] = i
i += 1
logger.info("########################## FACEBOOK EXPERIMENT ########################")
logger.debug("Sieć załadowana, krawędzi: %d, węzłów: %d" % (self.graph.number_of_edges(), self.graph.number_of_nodes()))
def partitionGraph(self, filename = "fb_partition.png", method = 'blondelAlgorithm'):
from thesis.sna import Cliquer
cq = Cliquer(self.graph)
function = getattr(cq, method)
self.partition = function()
# write down partition
for cluster in self.partition:
members = ""
for member in cluster:
members += str(self.labels[member]) + " "
logger.info(str(self.partition.index(cluster)) + ", " + members)
# partition done, making colors
# making graph
nodeList = self.partition
colorList = [0] * self.graph.number_of_nodes()
for nbunch in nodeList:
for n in nbunch:
colorList[self.graph.nodes().index(n)] = nodeList.index(nbunch)
import matplotlib.pyplot as plt
# stupid hack becouse of pygraphviz utf-8 malfunction
graph_copy = nx.Graph();
graph_copy.add_nodes_from(self.graph.nodes())
graph_copy.add_edges_from(self.graph.edges())
# end stupid hack
pos=nx.pygraphviz_layout(graph_copy,prog='neato')
for i in pos:
pos[i] = (pos[i][0]*3, pos[i][1]*3)
plt.figure(figsize=(20,20))
plt.axis('off')
nx.draw_networkx_edges(self.graph,pos,alpha=0.2)
nx.draw_networkx_nodes(self.graph, pos, size = 4, node_color=colorList, with_labels=False)
nx.draw_networkx_labels(self.graph, pos, font_size = 10, labels = self.labels)
import config
filename = config.PLOT_OUT_DIR+filename
plt.savefig(filename)
def plotTuple(self, tuple, caption = "This is experiment", xlabel = "This is x label", ylabel = "This is y label", file_title = "chart", xaxis = [], step = 1):
"""
Metoda rysuje wykres ilustrujący eksperyment
@param tuple: krotka z wynikami
@param caption: tytuł wykresu
@param xlabel: tytuł osi poziomej
@param ylabel: tytuł osi pionowej
@param file_title: nazwa pliku
@return: W systemie plików pojawia się plik w formacie eps będący zadanym wykresem
"""
if not xaxis:
from numpy import arange
xaxis = arange(0,len(tuple[0]),1)
logger.info("############# Rysowanie wykresu ################")
logger.info("# " + str(tuple))
import Gnuplot
g = Gnuplot.Gnuplot()
suspects = Gnuplot.Data(xaxis, tuple[0], title ='procent wykrytych zlosliwych glosujacych', with_="points lt 1 lw 6 lc 1")
population = Gnuplot.Data(xaxis, tuple[1], title='podejrzany procent populacji', with_="points lt 4 lw 6 lc 3")
suspectsR = Gnuplot.Data(xaxis, tuple[2], title='procent zlosliwych glosujacych wsrod podejrzanych', with_="points lt 2 lw 6 lc 4")
near100 = Gnuplot.Data(xaxis, tuple[3], title='procent wykryc powyzej 90%', with_="points lt 3 lw 6 lc 6")
g.title(caption)
g.xlabel(xlabel)
g.ylabel(ylabel)
g('set xtics ' + repr(step))
g('set grid')
g('set size 1.3,1.3')
maxs = []
maxs.append(max(tuple[0]))
maxs.append(max(tuple[1]))
maxs.append(max(tuple[2]))
maxs.append(max(tuple[3]))
max_y = max(maxs)
g('set yrange [ 0 : ' + repr(max_y+10) + ' ]')
g.plot(suspects, population, suspectsR, near100)
#g.plot(suspects, population, suspectsR)
import config
file_title = config.PLOT_OUT_DIR+file_title
g.hardcopy(file_title + '.eps', eps=True)
def fbExperiment():
"""
Uruchomienie eksperymentów na danych z platformy facebook. Zakłada, że sieć znajduje się w pliku fb.gpickle.
"""
fb = Facebooker()
fb.loadGraph()
fb.partitionGraph()
fb.ratePartition()
fb.computeMeasures()
fb.loadMeasures()
fb.graphMeasure('clustering', True)
fb.graphMeasure('betweeness', True)
fb.graphMeasure('degree', True)
fb.graphMeasure('closeness', True)
fb.graphMeasure('eigenvector', True)
from thesis import logger
logger.info("# Średni wsp. gronowania: " + str(fb.centrality['avg_clustering']))
logger.info("# Średnia najkrótsza ścieżka: " + str(fb.centrality['avg_shortest_path'] ))
def iterateParam(self, minValue = 10, maxValue = 25, step = 5, param = "target_size", hardGroupsNo = 2, runsNo = 100):
'''
Służy do przeprowadzania eksperytmentu polegającego na ocenie jakości działania metody przy zmieniającym się jednym parametrze generatora.
Podawana jest nazwa parametru, wartości minimalna i maksymalna oraz krok, z jakim zmieniania jest wartość.
@param minValue: wartość startowa parametru
@param maxValue: wartośc końcowa
@param step: krok
@param param: nazwa parametru
@param hardGroupsNo: liczba grup
@param runsNo: liczba uruchomień
@rtype: tuple
@return Krotka zwierające krotkę z wynikami oraz listę argumentów, w celu rysowania wykresów
'''
oldDictValue = self.paramsDict[param]
self.paramsDict[param] = minValue
matchRates = []
popRates = []
suspectRates = []
near100Rates = []
xaxis = []
while self.paramsDict[param] <= maxValue:
logger.info("# Będzie zmieniany parametr %s : teraz wynosi %d:" % (param, self.paramsDict[param]))
tuple = self.compute(hardGroupsNo = hardGroupsNo, runsNo = runsNo)
xaxis.append(self.paramsDict[param])
self.paramsDict[param] += step
if hardGroupsNo:
matchRates.append(tuple[0])
popRates.append(tuple[1])
suspectRates.append(tuple[2])
near100Rates.append(tuple[3])
self.paramsDict[param] = oldDictValue
if hardGroupsNo:
return ((matchRates, popRates, suspectRates, near100Rates), xaxis)
def makeGraph(self):
"""
Tworzy sieć według autorskiej metody wczytując dane o głosowaniu z pliku.
@rtype: networkx.Graph
@return: Wczytana sieć.
"""
if self.file_type == FileType.VOTING_RING:
i = 0
voters = []
with open(self.path) as file:
for line in file:
if not i % 2 == 0: # voters line
voters = [int(v) for v in line.split()]
# voting for same item increases edge weight between all of voters by 1
self.graph.add_nodes_from(voters)
self.addEdges(voters)
i += 1
logger.info("# Sieć załadowana, węzłów: " + repr(self.graph.number_of_nodes()) + ", krawędzi: " + repr(self.graph.number_of_edges()))
return self.graph
def graphMeasure(self, measure = 'degree', anonymized_log = True):
"""
Metoda twrzy rysunek grafu reprezentującego sieć kolorując węzły odpowiednio do charakteryzującej je miary centralnośći.
@param measure: nazwa miary centralności, której wartość bęðzie wykorzystana przy kolorowaniu węzłów
@type anonymized_log: boolean
@param anonymized_log: włączenie anonimizacji danych zapisywanch w pliku dziennika (numery zamiast pełnego imienia i nazwiska)
"""
measureValues = self.centrality[measure]
filename = measure + ".png"
# print sorted node list on INFO
nodesDict = dict()
for node, data in self.graph.nodes_iter(data=True):
nodesDict[node] = measureValues[node]
sortedNodes = sorted(nodesDict, key=nodesDict.get, reverse = True)
logger.info("******########*******" + measure + "******########*******")
for node in sortedNodes:
if not anonymized_log:
logger.info(self.graph.node[node]['name'] +" (" + str(self.labels[node]) + "): " + str(nodesDict[node])) # z nazwiskami osob
else:
logger.info(str(self.labels[node]) + ": " + str(nodesDict[node])) # same numery
# set my value to 0 for better colors
if self.graph.node[node]['name'] == 'Marcin Mincer':
measureValues[node] = 0
# stupid hack becouse of pygraphviz utf-8 malfunction
graph_copy = nx.Graph();
graph_copy.add_nodes_from(self.graph.nodes())
graph_copy.add_edges_from(self.graph.edges())
# end stupid hack
pos=nx.pygraphviz_layout(graph_copy,prog='neato')
for i in pos:
pos[i] = (pos[i][0]*3, pos[i][1]*3)
import matplotlib.pyplot as plt
plt.figure(figsize=(20,20))
plt.axis('off')
nx.draw_networkx_edges(self.graph,pos,alpha=0.2)
nx.draw_networkx_nodes(self.graph, pos, size = 4, with_labels=False, node_color=measureValues.values(), cmap=plt.cm.get_cmap('Spectral'))
nx.draw_networkx_labels(self.graph, pos, font_size = 10, labels = self.labels)
plt.colorbar(orientation="horizontal", fraction = 0.04, pad = 0.01, aspect = 16)
import config
filename = config.PLOT_OUT_DIR+filename
plt.savefig(filename)
def sixtyOne(sliceLevels = [3]):
"""
Funkcja uruchamia autorską metodą na danych ze strony thesixtyone.com
@param sliceLevels: lista poziomów odcięcia, z jakimi ma być uruchomiony algorytm
@return: Obraz PNG w systemie plików, lista podejrzanych w pliku dziennika
"""
import config
gm = sna.GraphMaker(config.SIXTYONE_SOURCE_FILE)
gm.makeGraph()
for sliceLevel in sliceLevels:
cq = sna.Cliquer(gm.graph)
nodesNo = cq.graph.number_of_nodes()
cq.sliceGraph(sliceLevel)
partition = cq.blondelAlgorithm()
suspects = cq.smartGetFristNGroups(partition, 2)
suspects_no = len(suspects)
logger.info("############### EKSPERYMENT THESIXTYONE ##################")
logger.info("# O przynależność do kliki jest podejrzanch %d użytkowników, co stanowi %f procent całej populacji." % (suspects_no, (suspects_no / nodesNo ) * 100.0) )
logger.info("# Identyfikatory podjerzanych użytkowników: ")
logger.info(suspects)
def compute(self, hardGroupsNo = 0, runsNo = 1):
'''
Metoda wykonuje określoną w L{runsNo} liczbę uruchomień algorytmu, zwaraca średnią arytmetyczną wskaźników jakości.
@type hardGroupsNo: number
@param hardGroupsNo: liczba grup (począwszy od najmniej licznej), których członkowie są uważania za podjerzanych
@rtype: tuple
@return: Zwraca krotkę (matchRate, popRate, suspectsRate, near100rate), która zwiera średnią arytmetyczną z wartości wyznaczonych przez metodę L{rateQuality}.
'''
logger.info("# Parametry generatora")
logger.info("# " + str(self.paramsDict))
logger.info("# Liczba prób: %d" % runsNo )
logger.info("# Poziom odcięcia: %d" % self.paramsDict['slice_level'])
matchRate = 0.0
matchRateList = []
popRate = 0.0
suspectsRate = 0.0
near100Rate = 0.0
for run in xrange(runsNo):
self.dm.generate(**self.paramsDict)
self.graph = self.gm.makeGraph()
self.rings = sum(self.dm.voting_rings, []) # H-H-HHACKISH spłaszczenie listy list
self.vertexNo = len(self.graph)
self.cq = sna.Cliquer(self.graph)
self.cq.sliceGraph(self.paramsDict['slice_level'])
self.result = self.cq.blondelAlgorithm()
tuple = self.rateQuality(hardGroupsNo)
matchRate += tuple[0]
matchRateList.append(tuple[0])
popRate += tuple[1]
suspectsRate += tuple[2]
# czwarty wskaźnik jakości
if tuple[0] > 90:
near100Rate += 1
logger.debug(near100Rate)
matchRateAvg = float(matchRate/float(runsNo))
# obliczenie wariancji matchRate
matchRateList = map(lambda rate: (rate - matchRateAvg)**2, matchRateList)
matchRateVariance = 1.0/runsNo * sum(matchRateList)
# wyznaczanie średnich arytmetycznych
tuple = (float(matchRate/float(runsNo)), float(popRate / float(runsNo)), float(suspectsRate / float(runsNo)), float(near100Rate / float(runsNo))*100.0)
logger.info("# Po %d uruchomieniach (procent wykrytych; procent populacji podjerzewany; procent faktycznych wśród podejrzewanych; procent podejść, gdzie wykryto powyżej 90 procent" % runsNo)
logger.info(tuple)
logger.info("# Dla parametrów generatora: ")
logger.info(self.paramsDict)
logger.info("# Wariancja porcentu wykrytych")
logger.info(matchRateVariance)
logger.info("# ------------------- KONIEC --------------------")
return tuple
