动态融合复杂网络节点重要度评估方法

为挖掘复杂网络中的关键节点及提高网络鲁棒性,针对有/无线多网融合的层级网络,提出了动态融合复杂网络模型及其节点重要度评估方法.结合动态融合复杂网络的特点,定义了边连通概率、路径连通概率、网络连通概率、融合节点比例、融合节点分布和融合路径比例等与网络动态性和融合性相关的参数.在单层复杂网络节点重要度评估指标的基础上,设计了融合网络节点度中心性、节点介数中心性和节点融合中心性指标.其中,融合节点的节点融合中心性表示融合节点对网络融合的贡献程度,非融合节点的节点融合中心性表示非融合节点对网络融合的辅助作用程度,主要体现在作为融合节点之间的中继节点.最后,综合考虑网络拓扑结构、动态融合特性等因素进行节点重要度评估.以改进的动态交织风筝网络为例进行仿真分析,结果表明该方法能够比较全面地刻画节点在动态融合复杂网络中的重要性.利用NS2搭建由光通信网和卫星通信网融合构成的仿真实验网络,进一步验证了在仿真网络环境中本方法的有效性.     

基于节点中心性的移动机会网络网关选择算法

移动机会网络中,为使用户快速从因特网获取数据,需要选择某些合适节点担任网关。研究了移动机会网络网关选择问题。证明了k网关选择判定问题是NP难的。基于移动节点的中介中心性、度中心性、接近中心性,利用贪婪策略,提出了移动机会网络的网关选择算法。实验结果表明,基于节点中心性的3种网关选择算法均可改善网络性能。特别是基于节点接近中心性的算法可使性能得到最大幅度提升;基于节点中介中心性和度中心性的算法的性能受网络规模、需选择网关数目影响不大;基于节点接近中心性的网关选择算法对网络性能的改善幅度随需选择的网关数目的增多而增大。     

n-度中心度与k-压力中心度及其并行算法

网络中心度是网络分析的重要指标。文章提出n-度中心度和k-压力中心度以补充网络中心度的研究，此外，并行算法能提高大规模网络的计算效率。为此，在设计网络中心度并行工具包的同时，设计并实现n-度中心度和k-压力中心度的并行算法。工具包的设计基于Spark框架的Pregel方法，并通过BoardEx社交网络测试性能。实验证明工具包的可行性与可拓展性。     

社会网络结构洞节点度量指标比较与分析

为了分析社会网络中影响结构洞节点测量的因素,首先阐述了现有的7种定量衡量结构洞节点的方法,然后构建了4组12个具有不同结构特征的模拟网络。在模拟网络上对结构洞节点的度量指标进行深入而全面的分析和比较。同时,在人人网社会网络上进行实证分析。实验结果表明,这7种度量指标均难以准确度量结构洞节点,不同指标间存在着一定的相关性。在7种度量指标中,介数中心性能相对取得较好的效果。     

一种基于h指数变体的软件网络节点重要性度量方法

新成员在参与软件项目开发和维护系统时,往往需要花费大量时间去理解系统的结构和功能,为了加速新成员对系统的理解,通常优先推荐他们关注一些系统中更重要的类。大量研究表明软件系统具有明显的复杂网络拓扑形态,可以将软件系统抽象为软件网络模型,通过网络节点重要性度量方法识别软件系统中更重要的类,辅助新成员快速掌握系统的核心结构和功能。目前,关于网络节点重要性度量的方法很多,大多数方法仅考虑邻居节点的度或边的权重。另外,h指数作为一种成功用于定量评估研究人员学术成就的指标也很少应用于软件网络中重要类的识别。作者以Ant、Jung和Maven项目为研究对象,构建对应的加权软件网络模型,结合节点的度和连边的权重信息提出H-NWD、A-NWD和G-NWD 3个h指数的变体指标来度量软件系统中类的重要性,并与已有的度中心性、介数中心性、接近度中心性、特征向量中心性、PageRank中心性5个常用的复杂网络中心性度量指标进行对比。实验结果表明,本文所提的H-NWD和G-NWD指标与已有的度量指标交集达到80%以上,能够很好地识别软件系统中重要类;在确定类的修改情况下,H-NWD指标与度中心性、特征向量中心性、PageRank中心性共同识别的重要类节点rank值更靠前,且被识别的其他类节点修改更频繁,相比于已有指标在识别关键类上更准确。     

Web of Science 中数学与关联学科交叉关系分析

学科交叉研究意义重大,数学作为基础学科,事实上与其他学科存在很多交叉,但有关交叉情况的具体研究比较少。基于Web of Science中数学领域的相关数据和期刊-学科的分类视角,采用学科共现分析法,构建了数学学科与交叉学科间的邻接矩阵。从复杂网络的角度,对数学大学科内部、数学大学科与其关联学科的交叉关系进行了图谱分析和测度分析。通过引入中介中心性、绝对度中心性、E-I指数深度剖析了交叉学科群的结构特征。本文理论分析所得的实证结果与实际情况较为一致,说明了所构建的学科交叉的指标及特征识别方法的可靠性,揭示了数学学科在整个学科交叉发展中的重要作用。     

苏北五市城市中心性的定量评价

2008～2011年的相关数据分析结果显示:在苏北五市中,淮安市中心性整体排名在第三或第四的位置。具体而言,根据所选的五个分析指标,淮安市在科教中心性方面略有优势,排在第二,生产中心性和商贸中心性方面排名第三,而信息中心性和交通中心性排名第四。提高淮安市的中心性,不仅要大力发展交通,更要在信息服务产业、商务服务业和制造业方面加大投资力度。     

基于关联图关键边发现的人脸图像聚类算法

针对真实场景中大量类别数未知、样本数量不均衡、数据分布复杂等导致人脸图像智能提取准确率低的问题，提出了基于关联图关键边发现的人脸图像聚类算法。首先，通过融合多个卷积神经网络提取的图像样本特征，获得鉴别性更强的特征向量，并计算不同样本之间的相似度；然后，利用拒真率和认假率设置合适的门限值，将得到的相似度结果与门限值进行比较，筛选出相似程度高的样本对，并添加样本对之间的连接边来构建关联图；再利用介数中心性测度，设计关键边发现方法，挖掘关联图中可能连接不同簇的重要连接边；最后，采用图卷积网络确认是否存在上述重要连接边以获得最终的聚类簇。实验结果表明，所提算法能够提高人脸图像聚类的准确率。     

识别流网络关键节点的虚拟外界投入产出分析法

网络关键节点识别是复杂网络研究的核心问题之一。经济学中的投入产出分析法可以用于评估带有外界流入流出量的开放流网络的节点中心性,但该方法不能直接应用于缺乏外界流入流出量的封闭流网络系统的关键节点识别。该文通过引入虚拟的外界节点将封闭流网络系统转化为开放的流网络系统,再在转换后的网络上进行标准的投入产出分析即可对网络关键节点进行识别。以中国铁路网络和世界粮农贸易网络关键节点识别问题为例,演示了虚拟外界投入产出分析法的应用过程与结果。该文方法为评估一般的封闭流网络系统中的节点中心性提供了一种可选手段。     

加权社交网络节点中心性计算模型

将无权网络中度量节点中心性的方法——主分量中心性(principal component centrality)应用于加权社交网络,提出基于链接强度矩阵的加权中心性度量法. 实验结果显示,加权主分量中心性在传播效率、鲁棒性和容错性等方面优于加权特征向量中心性(eigenvector centrality),因此加权主分量中心性在加权社交网络中是可行有效的.     

Reliability Evaluation of Mobile Communication Networks

A new reliability evaluation measure, global clustering reliability (GCR), is proposed. Firstly, the common measures used in invulnerability and survivability evaluation of mobile communication networks are discussed, and the shortcomings of these measures are pointed out. Then a new reliability evaluation measure, GCR, which is applicable to mobile communication networks, is proposed. And some properties and theorem about this measure are put forward. Finally, simulation calculation of reliability evaluation that uses this measure to 12 kinds of topological networks is accomplished. And the comparison between this measure and link connected factor (LCF) measure is also given. The results proved that the design of GCR is reasonable, its computation is rapid, moreover, it can take into account of invalidation of both nodes and links, and it has good physical meanings     

公益机构微博社会网络中心性分析

应用社会网络分析法,以腾讯微博为平台,以认证公益机构微博为样本,分析公益机构与微博之间互相关注的关系信息及“权利”。从点度中心性、中间中心性、接近中心性三方面的分析可以看出,不同的机构微博在信息获取与发布、信息走向控制上的权利及影响力有很大的差别,微博数值越高者相应的“权利”越大。     

Virtual optical network mapping algorithm with load balancing

Aimed at sharing the elastic optical network (EON) efficiently for multiple virtual optical networks, this paper sets up an integer linear programming model of virtual optical networks (VONs) mapping in EON, and proposes a novel VON mapping algorithm with load balancing (VMLB). In the VMLB, the node computing resource, node closeness centrality and available link bandwidth of the physical network are comprehensively considered to complete node mapping, while both the link distance and occupied link bandwidth are combined to implement link mapping. Simulation results show that the proposed algorithm could reduce spectrum resource usage and effectively improve the uniform performance of the network load.     

基于多参数节点排序的SDN控制器部署策略

针对已有的软件定义网络（SDN）控制器部署关注基于控制消息路由时延最优的问题,引入节点的介数中心性作为参数,分析了介数中心性对于控制器部署位置选择的重要性,并联合节点的可靠性提出了一种基于多参数节点排序方案（MFRS）的控制器位置部署策略,将节点进行排序并分层,依据节点间的连接关系计算出控制权值,最终确定控制器位置. 仿真结果表明,MFRS的控制消息路由跳数小于基于时延的最短路径算法,且基于MFRS的网络可靠性高于基于时延的最短路径算法.     

高铁复杂网络拓扑特征及节点中心性研究

以我国主要代表性城市为研究对象, 分析高速铁路网络特性与拓扑特征, 识别高铁网络中的节点城市及其功能作用。运用Space-P方法构建高铁网络模型, 利用复杂网络理论及Pajek分析软件, 从度值、平均路径长度、聚集系数及节点城市中心性等方面研究我国高铁网络的拓扑结构及节点中心性, 结果表明: 我国高铁网络整体聚集性较高、连通性较强, 东中部及沿海城市表现出高聚集性, 西部城市高铁网络连通性低, 聚集性较弱; 高铁网络具有小世界特征, 任意两节点之间通过较少的中转次数即可连通, 少数城市间需中转三次才能连通; 在高铁网络中, 度值较大的城市主要集中在我国东中部及沿海地区, 西部及东北地区城市度值较小且度中心性较大, 其接近中心性也较大; 而度值较小且介数中心性较大的城市具有较强的中转能力。     

下一代网络业务执行环境持久化的设计与实现

针对下一代网络业务支撑环境中业务执行环境的持久化需求,对多种可能的方案如JDBC方案和EJB方案进行了讨论和分析,在此基础上提出了一种能更好地满足需求的基于Hibernate的持久化方案.详细介绍了该方案在业务执行环境持久化中的应用方法和若干技术问题的解决方案,从而进一步证明了采用这种基于Hibernate的持久化方案是与业务执行环境的持久化需求相适应的.     

利用Betweenness Centrality计算网络流量矩阵的新算法

引入Betweenness Centrality中间度核心性作为候选快照的选择指标,特别是以其中的GBC群组中间度核心性作为考量多链路权重改变时各链路的选取问题,实验结果表明,BC的引入加快了秩的提高,而GBC可以衡量群组大小不同时会对原系统产生影响的程度;同时指出将GBC作为唯一指标在实际操作层面存在问题,需要综合考虑其他因素。最后提出将来结合序列RBC与GBC进行计算的研究方向。     

基于元图归一化相似性度量的实体推荐

基于异构信息网络(heterogeneous information networks, HIN)中元图的良好表征特性,提出一种结合隐式反馈和PathSim(meta path-based similarity)的归一化相似性度量(normalized similarity measure of meta graph, NSMG),以解决对异构信息网络中高度可见实体的偏好问题。针对Yelp和Amazon数据集构建Yelp-HIN(heterogeneous information networks in Yelp)和Amazon-HIN(heterogeneous information networks in Amazon),定义不同类型的元图及归一化相似度量,使用矩阵分解和因子分解机来组合计算不同元图上的相似性。试验结果表明,基于NSMG的方法在非常稀疏的数据集上性能表现优于常用的HIN实体推荐方法。     

网络最大流问题求解的代数决策图(ADD)技术

Hachtel G.D.和 Somenzi F.提出的 0 - 1网络最大流问题的符号有序二叉决策图 (OBDD)算法在一定程度上缓减了“状态爆炸”问题 ,但算法仅局限于求解 0 - 1网络的最大流。Bachar R.I.等提出的代数决策图 (ADD)数据结构 ,是描述伪布尔函数和有限域取值函数的一种有效技术。文中利用 ADD存储表示网络及描述网络最大流问题 ,给出一种求解网络最大流问题的符号 ADD技术新思路。实验结果说明了应用 ADD技术求解一般网络最大流问题的有效性 ,可处理 0 - 1网络最大流问题的符号 OBDD算法无法处理的非 0 - 1网络。     

基于梯度算法的LSP流量分配算法

根据多路径流量优化的数学模型对MPLS系统模型进行了数学描述,提出了一种基于梯度算法的LSP自适应流量分配算法。它可减少由传统路由算法引起的网络拥塞,优化网络资源的利用。仿真结果表明,该算法在MPLS系统模型中的数据包平均丢失率明显低于传统路由算法,并具有运算速度快和稳定性好的特点。