基于改进k-shell算法的节点影响力的识别

在复杂网络中具有较大影响力的节点在控制谣言传播、优化资源分配、高效传播信息、精确投放广告等方面发挥着重要作用。鉴于当前众多方法在识别节点的不同影响力时存在一定局限性，因此在k-shell方法的基础上，通过度量边的潜在重要性，考虑邻居节点的差异贡献性，从而定义了节点的加权度概念，并提出了MKS（Modified k-shell）算法，该算法综合考虑了节点的本身、位置以及局部属性。通过在具有代表性的Zachary空手道俱乐部网络上进行实现，并和其他典型方法进行比较分析，发现该算法改进了k-shell方法的粗粒化划分，其结果更加合理。     

基于多特征信息传播模型的微博意见领袖挖掘

在线社交网络中的意见领袖通常是指在社交网络的信息传播中具有较大社会影响力的个体。针对当前意见领袖挖掘方法中只考虑社交网络的拓扑结构和节点的个体属性,缺乏信息传播中交互特征的问题,该文提出了基于扩展独立级联模型,并融入网络结构特征、个体属性和行为特征的意见领袖挖掘模型(extended independent cascade, EIC)。该模型以个体属性、个体在信息传播过程中的交互行为建立加权的传播网络,利用改进的CELF(cost effective lazy forward)算法,挖掘网络中影响力较大的个体。通过实验验证,在意见领袖的扩展核心率指标上,该算法优于拓扑结构类算法,且具有较好的稳定性,同时并未降低意见领袖的传播范围。     

基于k-shell分解的多智能体牵制控制算法

针对多智能体网络在牵制控制过程中存在的网络分裂现象,考虑到牵制节点选择对多智能体收敛速度的影响,提出一种基于k-shell分解的牵制控制算法.首先根据节点连通度划分子网;然后提出基于k-shell分解的牵制节点选择方法;最后完成多智能体的牵制控制.理论推导证明,采用该算法后整个智能体网络最终将形成一个子网.分析对比3种牵制控制算法,通过实验仿真结果验证所提出算法能够实现多智能体的一致性,有利于提高多智能体的收敛速度.     

基于社团结构的节点的影响力分析*

复杂网络中最具影响力节点的识别对网络动力学如加速信息的扩散或抑制流言的传播都具有重要影响意义。为了给节点影响力做出具体排序,在已有的各种最具影响力节点识别方法的基础上,提出了一种基于社团结构和k-shell节点法的节点影响力识别方法,基本思想为利用某个节点处于不同社团的邻居节点的ks值判断节点影响力（称为Nc值）——识别ks值相同的节点的不同影响力。并通过单感染源传染的SIR模型进行仿真,发现Nc值较高的节点不仅最终节点的影响范围较大,传播速度也快于其他节点。     

基于多关系网络的话题意见领袖挖掘

社交网络中的意见领袖在信息传播过程中起着重要的作用。传统的意见领袖挖掘仅基于网络结构,没有考虑特定话题或者事件下的作用,且目前基于话题的意见领袖挖掘仅基于单一的网络结构,并没有考虑到节点间的多种交互关系。本文提出一种基于多关系网络的话题意见领袖挖掘方法（Multi-relational networks, MRTRank）,融合话题因素和节点间多种交互关系,通过一种属性网络表示学习算法,得到不同节点在多关系网络上的相似性,形成节点的转移概率矩阵,最终通过PageRank算法得到top-k个意见领袖。在真实Twitter数据集上的实验结果验证了本文提出的方法优于传统的意见领袖挖掘算法。     

对等网络中基于节点交互和推荐的信誉管理

提出与描述了对等网络中基于节点交互和推荐的信誉管理模型。该模型中的节点在进行文件下载时,可以直接参考推荐节点,而不是去参考其他大量数目的普通节点,节省大量的时间和减少通信代价。该模型认为节点的信誉能力是多方面的, 参考了概率论中的贝叶斯网络,把节点的性能指标按照贝叶斯网络组织起来,在节点交互和文件共享过程中对信誉分数进行更新。构建了信誉管理模型的测试环境,性能分析表明在进行大量的节点和文件上传与下载时,系统可以通过推荐节点使交互数目稳定增加;与普通的对等网络相比,成功的交互数目也稳定增加。     

面向论坛网络的观点传播与舆情形成模型

根据网络论坛的信息传播规律和用户交互特性,提出了一个基于节点影响力的离散时间观点传播与舆情形成模型。在该模型中,节点具有自我影响力和观点值,并且节点影响力被定义为网络中边的权值,节点在每一个周期内重新分配权值并更新它们的观点。节点观点收敛于某一定值时,形成网络舆情。仿真结果表明,所提模型可以准确地体现节点观点的动态交互特性和收敛特征,并可为舆情传播趋势的预测研究提供依据。     

P2P网络环境中节点信息交换的信任机制研究

P2P网络的匿名性和动态性带来了许多安全问题,传统的信任管理模型并不能很好地适应P2P网络环境,动态信任模型是新的研究热点。本文在对现有P2P环境中的信任机制进行分析的基础上,通过研究消费节点对服务节点的信任,针对节点间的信息交换活动提出了一种改进的信用评估模型,评估服务提供者在信息交换过程中的信用度变化过程;并引入风险机制,分析了P2P网络中节点间进行信息交换的风险。实验证明,该模型能有效地抗信用炒作和抗周期性欺骗。     

基于平均场模型的传感器网络信息共享算法研究

为了提高分布式系统信息共享的可扩展性,并提供区分感知程度的支持能力,基于平均场提出了一种新的应用于大规模传感器网络的信息共享算法.利用统计机制建立了网络全局态势感知的概率分布模型,并与网络节点的交互关系进行了关联映射.通过分析概率分布模型发现,在某一控制变量的相变点,具有较高差异度的网络能够快速达到信息共享,随后以该变量作为决策参数设计开发了借鉴模拟退火的交互算法.不同网络模型下的仿真实验验证了算法的可行性和有效性,并能得出达到最优差异度所需的交互报文数量.利用该结果可进一步分析或统计处理,进而确定网络节点的交互时机和交互对象,调整网络达到最佳性能.     

DTM-SIR模型上信任机制对信息传播的影响

信任是连接人与人之间复杂社交关系的桥梁。通过网络分层机制将个体信任水平动态转变策略与社交网络上信息动态传播过程分层研究,从两个网络层节点独立传播和交互影响角度来研究个体信任水平博弈对信息传播过程的影响,改进了单层网路研究的局限性。两层网络节点符合层内独立传播、层间相互影响的规则。信任层节点的传播采用博弈演化动力学方法来处理,信息传播层节点传播则符合流行病动力学SIR传播模型,但其受信任层信任因子的影响。并且文中给出了DTM-SIR模型各层元素动态变化的具体分析过程,通过实例仿真表明信任层的引入对信息传播扩大化影响具有积极的意义。     

基于局部核值的节点影响力计算方法研究

识别复杂网络传播动力学中最重要的节点具有重要的应用价值。针对复杂网络影响力分析的问题,在核值影响力计算方法的基础上,提出了一种基于局部核值的影响力算法。以Email无标度网络数据为实验对象,来验证该方法的合理性和有效性。该方法为复杂网络影响力分析的应用研究提供了基础。     

基于虚拟力的能耗均衡层次路由协议

大规模无线传感器网络路由转发中主要存在节点负载不均衡,容易导致"热区"中节点过早死亡,从而大大降低传感器网络生存时间的问题.针对这一问题,本文提出一种新的路由协议ECFP,首先利用节点与Sink节点的最短跳数建立簇首竞争半径,根据簇首竞争半径选择剩余能量较高、链路质量较好的节点出任簇首,然后基于虚拟力模型进行非均匀分簇,最后簇首之间多跳将信息传输至Sink节点.实验结果表明本文提出的协议在能耗均衡性和网络生存时间方面都具有较好的性能.     

基于文本挖掘和网络分析的“东突”活动主要特征研究

开源情报是反恐研究的一种新数据源,内容十分丰富且获取与分析技术日益成熟.目前,基于开源情报的反恐方面的研究成果已彰显出巨大应用前景.本文以“东突”分裂活动为研究对象,利用网络爬虫从万维网中获取相关文本数据,采用文本分析方法从这些数据中抽取“东突”分裂活动中涉及的人员、组织、时间和地点四要素,依据概念之间的关联关系构建多模元网络.首先 采用元网络分解法将多模元网络分解成单顶点子网络和二分子网络,通过对各个子网络进行中心性分析判别各类节点的重要性; 然后综合各个子网络的中心性指标形成人员、组织、时间和地点四类节点的重要性综合指数(Importance composite index,ICI).随后,进一步采用k-壳分解法直接对多模元网络进行分解,判别出元网络中的核心节点.经对比分析,发现本文的研究结果与实际结果吻合较好.     

Effectively identifying the influential spreaders in large-scale social networks

With great theoretical and practical significance, the studies of information spreading on social media become one of the most exciting domains in many branches of sciences. How to control the spreading process is of particular interests, where the identification of the most influential nodes in larger-scale social networks is a crucial issue. Degree centrality is one of the simplest method which supposes that the node with more neighbours may be more influential. K-shell decomposition method partitions the networks into several shells based on the assumption that nodes in the same shell have similar influence and nodes in higher-level shells (e.g., central) are probably to infect more nodes. Degree centrality and k-shell decomposition are local methods which are efficient but less relevant. Global methods such as closeness and betweenness centralities are more exact but time-consuming. For effectively identifying the more influential spreaders in large-scale social networks, in this paper we proposed an algorithm framework to solve this dilemma by combining the local and global methods. All the nodes are graded by the local methods and then the periphery of the network is removed according to their central values. At last, the global methods are employed to find out which node is more influential. The experimental results show that our framework can be efficient and even more accurate than the global methods     

一种在低带宽下的安全网络编码模型

Feldman等人提出,网络编码满足安全性等价于找到满足一定广义矩阵的线性码。分析发现该模型存在一个严重的安全漏洞,即任意接收节点泄露了矩阵M给窃听者,该网络就失去了安全意义。针对模型的缺陷,提出了一种在低带宽下,对安全性要求高的安全网络编码模型。即结合一次一密,改变源输入信息的编码方式,用随机密钥k对原始信息进行加密,利用原来传输矩阵M的安全通道来传输随机密钥k的同时不必牺牲少量的整体容量。分析表明,该模型不仅能够抵抗节点的叛变攻击,内容保密性也得到了进一步提高,模型具有抵抗流量攻击能力,抵抗节点叛变攻击能力以及内容保密性较高等特点。     

基于新局域世界的BBV网络模型演化研究

在BBV加权无标度模型演化过程中,节点加入时选取的是整个网络,而实际复杂网络中只有小部分节点能够获得全局网络的信息,大部分节点只能获取局部网络的信息。针对该问题,提出一个新局域的BBV加权网络模型,将新局域世界模型引入BBV模型中。理论分析及仿真实验结果表明,该模型节点强度具有幂律分布的特性,且幂律指数可以通过参数的修改在区间[1,3]内进行调节。     

限定节点查看信息的网络编码签名方案

现有网络编码研究关注的是信息传送效率的增加而忽略了网络编码使信息在网络传送中过于泛滥,这对信息的安全造成威胁。为了解决这个问题,设计了限定节点查看消息的网络编码签名方案。依据网络环境中需要查看信息节点的个数,提出了两种方案：一是少数节点查看信息,使用接收节点的公钥签名,而只有拥有公钥对应私钥的节点才可以解密得到信息的方法;二是多个节点之间通信,为了避免没有权限的节点查看信息,需要通信的节点预先建立会话钥,利用会话钥进行签名信息传递的方法。新方案通过权限限制了节点查看到信息的内容,从而保证了信息在网络中的安全性。新方案使用网络编码有效的在提高信息传送效率的同时保证了信息在网络中传送的安全性。     

移动自组织网络中内部丢包的检测模型

无线移动自组织网络中数据的传输是基于中间节点的合作转发的,但由于内部自私节点为了节省带宽和电量或者网络受到恶意节点的攻击,导致丢包行为发生,网络性能严重降低。基于无线自组织网络常用的路由协议AODV,提出了一种新的针对内部丢包攻击的检测模型。该检测模型引入旁信道概念,旁信道节点和看门狗共同检测并记录节点转发报文行为,采用邻居信息表存放检测结果,当相应节点的记录值达到一定下限时就被隔离出网络。由于旁信道可以发送警报报文,该模型能够同时检测到自私节点或合作攻击节点引起的内部丢包攻击。