考虑节点负载的多社团网络级联失效问题研究

为研究多社团网络级联失效问题,设计一种社团规模和结构可调的网络模型.在经典的线性负载-容量模型基础上,提出一种初始负载、容忍负载、临界负载三个阶段节点失效模型.采取蓄意攻击和随机攻击方式对网络进行攻击,通过评估指标的变化分析网络的鲁棒性.仿真结果表明:随机攻击时多社团网络鲁棒,蓄意攻击时多社团网络脆弱;节点初始负载越低...     

指挥控制网络级联失效建模与仿真

针对指挥控制网络拓扑结构以及级联失效等特点,以网络鲁棒性作为抗毁性测度,采用非线性负载容量模型和负载容量重新分配原则模拟级联失效过程,构建指挥控制网络级联失效模型。通过仿真分析负载参数、容量参数和演化步长等参量对指挥控制网络级联失效抗毁性的影响,为研究指挥控制网络的级联失效行为提供参考。     

考虑节点过载的碳排放空间关联系统级联失效模型

为提高突发事件级联失效对现实碳排放关联系统破坏程度的评估可信性，在传统复杂网络的"负载-容量"级联失效模型基础上，考虑个体成员对负载的冗余能力，提出一种过载失效概率，构建了考虑节点过载状态的级联失效模型，并基于节点特性提出了6种过载节点负载分配策略。仿真结果表明：在过载节点负载分配策略中，综合分配策略整体上较优，能够有效控制级联失效的规模，增加网络鲁棒性；在一定范围内提升过载参数有助于降低级联失效的影响，但提升到一定程度时改善效果不明显；在不同负载分配策略下，剩余系数存在一个最优值，容量可调参数存在最优区间，可以使碳排放关联网络保持较好鲁棒性的同时，花费较小的构建成本，其中紧密度分配策略对应的网络构建成本较高。     

指挥控制网络级联失效模型研究*

基于指挥控制网络的拓扑特征和级联失效特点,提出了一种带可调节参数的指挥控制网络级联失效模型。该模型提出了一种考虑节点组织地位的初始负载定义方法,以网络级联失效平均规模和级联失效临界值作为网络的抗毁性度量;通过仿真实验分析了网络负载的层次性、节点过载承受能力、跨级指挥和平行指挥等模型参数对指挥控制网络级联失效行为的影响,为现实指挥控制网络的级联失效行为的研究提供了新的思路。     

基于节点蓄意攻击的因特网鲁棒性研究

现实网络遭受蓄意攻击的鲁棒性一直是网络科学研究中的重要问题。本文通过考虑实际的因特网,采用节点度的幂函数来定义节点的初始负载,构建局域负载重分配下的级联模型,比较2种不同攻击策略对网络鲁棒性的影响,并研究蓄意攻击条件下重要网络参数对网络鲁棒性的影响。通过数值仿真实验,得出以下结论：1)当初始负载参数大于某一个阈值时,攻击高负载节点的确比攻击低负载节点对网络的危害更大,但当初始负载参数小于该阈值时,攻击低负载节点反而能更有效地破坏网络;2)节点的初始负载参数越小,容量参数越大,网络的鲁棒性越强。本文研究结果可为因特网中级联故障的控制和防御提供参考。     

面向级联失效的加权网络负载容量非线性模型鲁棒性优化

在考虑网络负载容量关系的情况下,研究加权网络中的级联失效现象。提出了负载容量非线性模型,并针对模型参数的多目标优化问题,通过理论分析确定其影响因素。以级联失效前后网络连通性测度的比值作为鲁棒性测度,以网络容量与负载的比值平均数作为网络成本测度,采用基于拥挤距离排序的多目标粒子群优化算法(MOPSO-CD)对参数进行优化。最后通过在模拟网络和实际网络中进行的仿真比较,验证了优化后的负载容量非线性模型可以在有限的网络成本下更好地提高网络对级联失效的抵御能力。     

考虑过载状态和失效概率的航空网络级联故障模型

为提高突然事件引起的级联故障对航空网络破坏程度的评估可信性,考虑到机场节点对负载的冗余能力,即如果在一定的空间范围内出现过载,节点不会立即失效,而是具备一定的超额负载处置能力,提出一种考虑过载状态和失效概率的航空网络级联故障模型.该模型首先在传统的"负载?容量"Motter-Lai级联故障模型中增加了过载系数、权重系数...     

考虑服务性能的计算机网络级联失效建模

为分析计算机网络中级联失效对服务性能的影响,在考虑初始负载、节点转发速率和路由策略的基础上,建立一种基于负载容量的级联失效模型。定义吞吐量、负载率和服务时延3个评价参数,对级联失效发生前后网络服务性能的变化进行度量。以BA无标度网络为对象进行仿真实验,结果表明,该模型能客观反映级联失效导致网络服务性能急剧下降的现象,对级联失效的预防和控制具有一定指导意义。     

基于边耦合的双层网络鲁棒性优化

近年来相依网络鲁棒性的研究引起人们广泛关注,考虑到实际网络中具有边耦合关系的一类双层边耦合网络,研究网络中存在边失效时双层网络中的网络结构和负载容量模型参数对边耦合网络鲁棒性的影响.研究结果表明:网络结构越趋向异质化,网络鲁棒性越好;直接受攻击网络的负载容量参数能够有效改变网络的相变行为,容量增大使得耦合网络的相变行为从一阶到混合相变,再到二阶相变,但不会提高网络在大规模攻击下的存活规模,并且通过增大直接受攻击网络的负载容量参数来改善网络鲁棒性能需要花费的代价较高;间接受攻击网络负载容量参数增大可以显著提高网络的鲁棒性,其效果受网络初始负载分布影响.进一步研究发现,改变网络的初始负载模型函数可以调整影响网络存活规模的负载容量参数的关键值,最后分析了成本约束下耦合网络鲁棒性能最优化的容量参数设置.     

考虑级联失效的有向WSNs节点重要度评估模型

针对无线传感器网络中关键节点失效引发网络快速崩溃的问题,考虑节点之间存在相互作用且相互作用具有方向性的特征,建立有向网络级联失效模型,推导节点失效后引起的负载震荡状态值.基于经典的PageRank算法,利用失效节点引发的邻居节点平均负载震荡状态值定义节点的初始重要度值,建立节点度择优的分配规则改进PageRank算法的平均分配规则,结合节点层级结构,建立考虑级联失效的有向传感器网络节点重要性分析方法.最后,通过仿真实验验证算法的有效性.实验证明,该方法能有效地评估了有向无线传感器网络节点的重要性,而且当对判定出的关键节点进行保护时,该方法判定关键节点的网络抗毁性明显较强.     

无标度网络的级联失效缓解策略

级联失效现象是一种节点失效的动态效应,会瞬间波及全网,造成全局网络瘫痪,成为无标度网络的规模化应用瓶颈.针对无标度网络的级联失效问题,提出一种可抵御任意单个节点失效引发的级联失效的缓解策略.在无标度网络中,节点容量是恒定的,根据这一特点建立级联失效模型,推导出网络发生大规模级联失效的承载极限,进而针对按节点度降序攻击的节点失效行为,提出相应的级联失效缓解策略.仿真实验结果表明,只对网络中小部分节点度大的超载节点采取一次缓解策略,可以显著改进无标度网络对此类攻击的级联失效抵御能力,同时通过数值模拟发现,网络总节点数和节点容量与网络的级联失效抵御能力正相关.     

考虑级联失效的复杂负载网络节点重要度评估

首先提出了一个基于负载重分配的复杂负载网络级联失效模型,与现有模型的区别在于:(1)针对每个节点定义了一个“过载函数”;(2)用节点权值演化代替网络拓扑结构的演化.在级联失效模型基础上,提出了考虑级联失效的复杂负载网络节点重要度评估方法,给出了节点重要度的新定义.该方法有助于发现网络中一些潜在的“关键节点”.最后的实验分析验证了该方法的有效性和可行性.     

无线传感器网络无标度容错拓扑的连锁故障诊断算法

针对随机节点故障所引发的连锁故障问题,为了尽可能地降低连锁故障对无线传感器网络所造成的损害,提出了一种无线传感器网络无标度容错拓扑的连锁故障诊断算法,该算法基于单一节点故障时负载重新分配给相邻节点的情况,提出一种连锁故障下的负载再分配模型,分析了单一节点故障时所产生的连锁故障规模。采用相邻节点的连锁故障诊断算法来研究传感器网络的负载参数和连锁故障规模之间的关系,尽可能地减少连锁故障所带来的节点损失。仿真结果表明,该算法有效地抑制了由于负载过大所引发的连锁负载效应,在减少网络节点的损失上起到了较好的效果。     

基于自注意力机制的局部与全局特征融合的评分预测算法

为了完全挖掘异质信息网络中节点的特征并且更好地融合这些特征,提高推荐算法的性能,提出一种基于自注意力机制的局部与全局特征融合的评分预测算法（rating prediction algorithm based on self-attention mechanism and fusion of local & global features,AMFL&GRec）。首先基于LeaderRank算法提取目标节点的全局序列,基于元路径带偏置的随机游走算法提取节点的局部序列,通过skip-gram模型分别学习节点的全局特征与局部特征;通过自注意力机制学习目标节点对局部与全局特征的偏好,从而得到在单一元路径下节点的特征表示;再通过自注意力机制融合不同元路径下同一节点的表示,从而得到节点在不同元路径下的最终的特征表示;最后基于多层感知器实现评分预测任务。在两个真实数据集进行了大量实验,实验结果验证了AMFL&GRec算法不仅能够捕获具有密集连通节点的微观（局部）结构,而且还能够捕获该节点在网络中的全局结构,从而使其得到的节点特征得以体现节点的整体（局部+全局）特征。同时,实验结果也证明了AMFL&GRec算法评分预测性能优于对比算法,从而证明利用自注意力机制考虑异质信息网络中节点对于局部、全局特征以及元路径的偏好能够提高评分预测的准确性。     

基于负载容量的计算机网络级联失效模型

基于计算机系统初始化负载能力、路由控制策略与节点转发速率,针对级联失效在计算机系统网络服务性能上的影响,构造一种考虑服务性能的计算机网络级联失效模型。该模型从多个影响参数层面考虑,有效衡量级联失效对于计算机网络服务性能的影响因素变量值。通过综合分析,该模型对于防控网络级联失效问题能够给予一定的实践指导。