可拓聚类的科教人际网络节点重要性动态分析方法

目前大多数研究对复杂社会网络关键节点影响力的识别都是静态的，缺乏动态变化的分析。采用可拓聚类方法对动态变化下的科教人际网络进行量化分析，首先以多属性决策法计算每个节点重要性，再利用变异系数权重法计算得该节点综合重要性量值，之后划分等级并取标准正域和正域区间，利用可拓关联函数计算每个节点与每个等级的关联度，关联度值最大的等级即为该节点对应等级，最后分析同一社会网络节点在不同时间点的重要性等级变化。可拓聚类方法尝试从动态上对网络节点重要性进行把握，最后通过实例验证了该方法的有效性。     

基于功能贡献度的网络化防空节点重要性评价方法

为实现对网络化防空节点这类“功能性社会网络”节点的重要性进行评价,在分析当前网络节点重要性评价方法不足的基础上,提出了一种基于功能贡献度的节点重要性度量方法,其综合考虑了节点的功能属性及结构属性。为验证该方法的有效性及优越性,构建了网络连通效率及作战环等两类网络化体系效能指标,并运用该评价方法在ARPA网络这类“一般性社会网络”及防空网络这类“功能性社会网络”上进行节点重要性评价。实验结果表明,该方法在网络节点重要性评估的准确性及适用性方面存在一定优势。     

一种基于信息增益的K-NN改进算法

针对传统K-NN算法易受单个属性干扰和时间效率较低的问题,提出了利用信息增益和可拓关联度对其进行改进。通过计算属性的信息增益来确定属性的权重系数,根据权重系数将属性划分为关键属性、次要属性和无关属性,在计算欧氏距离时引入权重系数,使各个属性的作用受其重要性的约束,有效地提高了K-NN算法的抗干扰能力和精确性。将属性空间划分为若干个子空间,利用可拓关联度将待测样本映射到某个子空间中,由这个子空间组成搜索空间,减少计算量,提高时间效率;测试结果表明,改进后的算法可行有效。     

基于冲突域的高效属性约简算法

引入冲突域的概念,研究冲突域的性质.以冲突域中冲突对象数目的变化为度量标准,给出核属性和属性重要性的计算方法,并设计了快速求解核属性和属性重要性的算法.在此基础上,给出高效属性约简算法,该算法以核属性为初始约简集,以属性重要性为启发式信息.在最坏情况下,算法的时间复杂度为O(|C|2|U|),空间复杂度为O(|U|);实验结果表明,该算法是正确的、高效的.     

基于改进PageRank的多属性水网节点综合评价

针对有向赋权水网的特点以及复杂网络中节点评价的片面性,提出了一种基于改进PageRank的多属性水网节点重要性综合评价方法。首先,阐述水系网络的特点,提出了与互联网络的不同之处,同时在网络拓扑结构上从四个方面对节点进行了描述;其次,将PageRank算法应用到水网节点的重要性评价中,针对该算法在水网中的两个不适用性做出改进,再结合网络节点的综合属性进行重要性评价;然后,通过Krackhardt设计的数据集合“风筝网络”验证了该方法的一般性和有效性;最后,将该评价方法应用到某省的复杂水网重要性排序的工程中。该方法综合考虑了网络的拓扑属性和水网实际情况,较为全面地评价了水网节点的重要性程度,对于水网调度和安全管理具有重要的借鉴意义。     

Tor网桥分发中融合物理-社交属性的女巫节点检测机制

作为目前应用范围最广的网络审查规避系统之一,Tor 在网桥分发过程中面临着严重的女巫攻击威胁。具有丰富网络和人力资源的审查者往往会部署大量女巫节点,它们通过伪装成正常节点来获取网桥信息并将其封锁或屏蔽。在此过程中,由于女巫节点和正常节点身份、目的和意图的不同,在网络活动中会产生个体或群体行为差异,称为节点行为特征。针对上述女巫攻击威胁,在分析节点行为特征的基础上提出了融合物理-社交属性的女巫节点检测机制。设计了节点物理域和社交域属性评估方法。采用客观反映节点上网桥正常运行状态的节点积分值和体现网桥屏蔽情况的节点风险指数来评估节点的物理域属性;用描述节点静态属性标签的社交相似度和刻画节点动态交互行为特征的社交信任度来评估节点的社交域属性。进而,融合节点的物理域和社交域属性定义可信度指标,表征当前节点为女巫节点的可能性,并以此为指导推测节点的真实身份,实现对女巫节点的精准检测。基于构建的Tor网络运行情况模拟器和MicroblogPCU数据集对所提机制的检测性能进行仿真实验。结果表明,所提机制能够有效提高女巫节点识别率,降低误检率,对于审查者的迷惑行为具有更强抵御能力,并且在节点社交属性缺失情况下仍具有良好检测性能。     

一种定量评估复杂网络节点重要度的算法

提出一种定量评估复杂网络节点重要度的算法,定义虚拟的理想“核心节点”,将灰色关联度作为测度,评价网络中每个节点和理想“核心节点”的关联度,关联度越高,节点在网络中的重要性越大。仿真结果表明,与同类算法相比,该算法运算速度更快,适用于评价大型复杂网络中节点的重要度。     

可拓自适应混杂控制

针对自适应控制只能处理渐变问题和量变问题的局限性,探讨运用可拓控制对自适应控制进行补充的问题,建立一种新型的控制方法———可拓自适应混杂控制方法.该控制方法的体系结构由自适应控制器和可拓控制器两个部分组成,中间通过基于可拓集合的智能开关来转换连接.自适应控制器的输出计算是基于可拓集合的测度模式的,它只依赖于控制特征量的先验经典域和节域,无需预先提供数学模型或控制结构信息.可拓控制器由可拓模型、关联度计算、可拓分析、可拓变换和优度评价5个模块组成,它善于处理非渐变和质变的控制问题.     

三参数区间数下非线性可拓关联度决策方法

针对属性值为三参数区间数和权重未知的多属性决策问题,提出一种新的基于非线性可拓简单关联度的多属性决策方法和框架.该方法基于可拓简单关联函数提出非线性可拓三参数区间关联度的计算方法,通过定义区间映射变换算子,将不同类型指标的关联度计算均变换为效益型指标的单调递增关联度计算.该方法内含偏好态度系数的设置以反映决策者态度倾向带来的决策不确定性,而且能够体现人们进行决策评价时的非线性思维.最后通过算例分析表明所提出方法的合理性和稳定性.     

基于H运算的动态网络重要节点识别方法

传统K-shell网络重要节点识别方法迭代时需网络全局拓扑信息,而且难以应用于动态网络。为解决该问题,提出基于邻域优先异步H运算的动态网络重要节点识别方法。首先,证明该算法收敛于Ks值,其次以各节点的度作为h指数初始值;然后,通过节点h指数排序和邻居节点h指数变化选择更新节点,同时针对动态网络节点的增减数目和最大度,修改h指数适应拓扑变化,直至算法收敛并找到重要节点。仿真实验结果表明,该方法通过邻居节点局部信息且以更高效率找到动态网络的重要节点,收敛时间在静态网络中较随机选择更新节点法与变化邻居选点法分别下降77.4%和28.3%,在网络拓扑变化后分别下降84.3%和38.8%。