在无源网络中，常用的中心性度量包括：
度中心性（Degree Centrality）：度中心性是指节点的连接数，即节点的度。度中心性高的节点在网络中拥有更多的连接，通常被认为在信息传播和影响力传播中起着重要作用。
接近中心性（Closeness Centrality）：接近中心性衡量了节点到其他节点的平均距离，距离越短的节点具有更高的接近中心性。在网络中，接近中心性高的节点能够更快地接触到其他节点，具有更快的信息传播速度。
中介中心性（Betweenness Centrality）：中介中心性衡量了节点在网络中的桥接作用，即节点在其他节点之间的信息传递中扮演的角色。中介中心性高的节点通常位于网络的信息传播路径上，能够控制信息的流动。
特征向量中心性（Eigenvector Centrality）：特征向量中心性考虑了节点的相邻节点的中心性，即一个节点的中心性受到其相邻节点中心性的影响。特征向量中心性高的节点通常连接着其他中心性高的节点。
PageRank算法：PageRank算法是谷歌搜索引擎使用的一种网页排名算法，也可以用来衡量节点的中心性。PageRank将网络视作一个随机游走的过程，节点的排名取决于其被访问的概率，从而反映了节点的重要程度。
这些中心性度量可以帮助管理者理解网络中节点的重要性和影响力，从而指导管理决策和资源配置。
关键字：无源网络、中心性度量、度中心性、接近中心性、中介中心性、特征向量中心性、PageRank算法