复杂动态网络的自适应多目标控制

针对研究复杂动态网络多目标控制问题,网络中节点间的耦合强度不随时间变化等特点,提出了一种新型的分布式控制策略和节点之间的耦合强度自适应调整的方法,使网络达到多个控制目标.其中分布式控制策略和耦合强度自适应调整方法仅利用节点的局部信息,使设计的控制器易于实施.利用构建李亚普诺夫函数的方法,给出了网络全局稳定到多个控制目标的条件.当单个节点的动力学函数为混沌的洛仑兹系统时,在典型的无标度网络上进行仿真,结果证实了自适应方法的有效性.     

网内查询处理中的一种基于数据流共享的过滤查询算法

网内查询处理需要让网络中各个节点共同承担查询任务,其基本问题是如何采取合适的策略将各个查询映射到网络节点上,以使得网络传输数据量和网络延迟达到最小.基于在查询间共享数据流的思想,提出了基于查询包含和查询合并的数据流共享策略,并建立了相应的收益模型,最后通过实验分析对比了两种策略的运行效果.     

一种面向高性能计算机的超节点控制器的研究

传统高性能计算机的节点由一个处理单元和一个节点控制器组成.为了有效地维护高速缓存一致性,处理单元中的处理器个数会非常有限.因此一台具有千万亿次处理能力的高性能计算机将会有上万个节点,这对互连网络的延迟和带宽都提出了非常高的要求.超节点控制器能够同时连接多个处理单元构成一个超节点,这能够减小互连网络的规模,从而降低互连网...     

基于IXP2850的异常流量检测模块的设计与实现

为了解决高速网络中异常流量对节点系统的冲击而难以实时检测的问题,设计实现了一种基于网络处理器IXP2850的异常流量检测系统模块。该模块采用两个微引擎并行的方式嵌入到路由系统的流水处理中,提出了分级统计的方法来解决IXP2850可移植构架中线程交叉复杂而造成的资源冲突问题,提高了系统的吞吐量,采用用户行为距离运算和本地资源监控相结合的分析方法,对突发性流量攻击的检测在精度和反应延迟表现优于一般的采集-分析异构系统。     

基于节点社会性的无线网络编码传输策略研究

延迟容忍网络是一种缺乏持续连接的新型网络体系结构,选择合适的转发节点是实现延迟容忍网络高效的转发和投递消息的关键问题。由于节点移动性和网络拓扑动态变化等会对延迟容忍网络的传输效率产生影响,提出了一种基于节点社会性和利用随机线性网络编码的DTN网络模型NSNC-DTN。NSNC-DTN网络模型利用网络中的社团结构、社团紧密度以及节点活跃度,选择出最合适的转发节点。离线计算节点的社会性,对源节点和Center节点进行随机线性网络编码,在线完成转发,从而达到高效转发和投递的目的。仿真结果表明NSNC-DTN网络能够有效的提高信息投递成功率,减小端对端的网络延迟和网络开销。     

适用于海量数据处理的高吞吐量联盟链共识算法DMDR

区块链技术能够有效解决物联网场景下数据的可信共享问题，但主流共识算法往往存在较大延迟，难以处理多源异构的海量数据。针对此问题，提出一种动态多区块双轮次共识算法(DMDR)。该算法将交易验证和打包两个环节拆分，以交易提前处理和区块延后生成的方式使普通节点可利用共识等待时间处理交易，于单次共识内生成多个区块，提高数据处理效率。该算法将网络中的节点划分为多个集群，采用各集群与系统整体双轮次共识的方式减少通信开销，并基于集群内点的相互印证确保共识结果的准确性。仿真实验表明该算法的吞吐量优于PoW与PBFT,且在较小网络延迟中仍具有较可观的交易吞吐量。     

基于复杂网络动力学模型的链路预测方法

链路预测是复杂网络中研究缺失连边和未来形成连边的重要组成部分,当前基于网络结构的链路预测方法成果丰富,而基于复杂网络动力学模型的链路预测研究较少。针对无权无向网络,首先构建了复杂网络动力学模型,然后给出了基于复杂网络动力学模型的链路预测节点中心性的量化评价指标,最后通过给出的节点中心性量化指标,提出了由复杂网络动力学模型定义的链路预测方法。通过在真实网络数据集上进行的实验表明,提出的链路预测方法较基准方法有明显的预测精度的提升。     

不同节点动态的复杂网络外部同步牵制控制

研究节点动态不同的两个复杂网络的外部同步问题。运用牵制控制方法,网络模型选取节点输出线性耦合模型,基于输出控制思想,设计结构简单的牵制控制器,对响应网络中的部分节点施加输出反馈控制,使得两个复杂动态网络达到外部同步,即实现响应网络与驱动网络的渐近同步。根据李雅普诺夫稳定性理论,推出相应的同步准则,得到控制器参数选择条件。仿真时,驱动网络和响应网络分别选取Lorenz系统和Lu系统,对全局耦合网络和最近邻耦合网络两个典型网络拓扑进行仿真,验证了所提方法的有效性。     

不同节点动态的复杂网络外部同步牵制控制

研究节点动态不同的两个复杂网络的外部同步问题。运用牵制控制方法,网络模型选取节点输出线性耦合模型,基于输出控制思想,设计结构简单的牵制控制器,对响应网络中的部分节点施加输出反馈控制,使得两个复杂动态网络达到外部同步,即实现响应网络与驱动网络的渐近同步。根据李雅普诺夫稳定性理论,推出相应的同步准则,得到控制器参数选择条件。仿真时,驱动网络和响应网络分别选取Lorenz系统和Lü系统,对全局耦合网络和最近邻耦合网络两个典型网络拓扑进行仿真,验证了所提方法的有效性。     

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。     

VLAN技术在实际应用的方案设计探讨

随着计算机网络应用的普及,网络技术的选择和设计的合理性成为网络能够稳定运行的重要因素。本文主要讨论虚拟局域网(VLAN)技术在实际的应用中,关于方案设计的合理性方面进行说明,并针对划分VLAN时出现跨越网络的核心的问题进行说明,采用网络的分层结构设计方法来解决跨越网络核心的问题,提高网络性能和网络的稳定性。     

The Impact of Network Structure on the Stability of Greedy Protocols

A packet-switching network is stable if the number of packets in the network remains bounded at all times. A very natural question that arises in the context of stability properties of such networks is how network structure precisely affects these properties. In this work we embark on a systematic study of this question in the context of Adversarial Queueing Theory, which assumes that packets are adversarially injected into the network. We consider size, diameter, maximum vertex degree, minimum number of disjoint paths that cover all edges of the network and network subgraphs as crucial structural parameters of the network, and we present a comprehensive collection of structural results, in the form of stability and instability bounds on injection rate of the adversary for various greedy protocols: —Increasing the size of a network may result in dropping its instability bound. This is shown through a novel, yet simple and natural, combinatorial construction of a size-parameterized network on which certain compositions of greedy protocols are running. The convergence of the drop to 0.5 is found to be fast with and proportional to the increase in size. —Maintaining the size of a network small may already suffice to drop its instability bound to a substantially low value. This is shown through a construction of a FIFO network with size 22, which becomes unstable at rate 0.704. This represents the current state-of-the-art trade-off between network size and instability bound. —The diameter, maximum vertex degree and minimum number of edge-disjoint paths that cover a network may be used as control parameters for the stability bound of the network. This is shown through an improved analysis of the stability bound of any arbitrary FIFO network, which takes these parameters into account. —How much can network subgraphs that are forbidden for stability affect the instability bound? Through improved combinatorial constructions of networks and executions, we improve the state-of-the-art instability bound induced by certain known forbidden subgraphs on networks running a certain greedy protocol. —Our results shed more light and contribute significantly to a finer understanding of the impact of structural parameters on stability and instability properties of networks.     

语音核心网的维护分析与思考

随着电信事业的不断发展,构建完善的语音核心网结构,实现安全稳定的运行环境,是新时期电信事业发展的重要内容。当前,电信集团正着力构建高效的网络运营能力,语音核心网的有效维护,是提高网络运行安全稳定的关键所在。本文从语音类问题、网络安全问题两个方面,分析了语音核心网络的问题及起因,并在此基础之上,从语音类问题的维护、网络安全的维护管理方面,具体阐述了新时期语音核心网的维护管理措施,确保网络运行的安全与稳定。     

基于能量驱动的网络进化稳定性博弈分析

基于生态网络中的能量机制,对网络的进化稳定性进行分析研究。给出一个能量熵的概念,用以衡量系统稳定性的敏感度。基于能量熵,对网络的进化稳定性进行博弈分析,提出稳定的全局纳什均衡策略。仿真实验结果表明,能量驱动的系统具有良好的适应性和有效性。     

基于单机的虚拟网络实验平台的实现

为了能够解决学生网络实验的可操作性和实验室安全管理的稳定性之间的矛盾,引入VMware,从而在单机上实现虚拟网络实验平台,提高网络实验教学的课堂效果.     

On the stability of neural networks with arbitrary weights

Dynamical properties of a general neural network are discussed. A condition for the neural activation dynamics being stable is derived. The stability condition does not put any symmetry restriction on the weights. The transitions from stable to non-stable dynamics are analysed and their analogy to phase transitions in statistical mechanics discussed. In general, the network dynamics can violate the stability condition. To avoid that happening, a method is introduced which makes the dynamics adaptive such that the stability condition is sustained. Relations to some previous works on stability are discussed.     

On the dynamics of deterministic epidemic propagation over networks

In this work we review a class of deterministic nonlinear models for the propagation of infectious diseases over contact networks with strongly-connected topologies. We consider network models for Susceptible-Infected (SI), Susceptible-Infected-Susceptible (SIS), and Susceptible-Infected-Recovered (SIR) settings. In each setting, we provide a comprehensive nonlinear analysis of equilibria, stability properties, convergence, monotonicity, positivity, and threshold conditions. For the network SI setting, specific contributions include establishing its equilibria, stability, and positivity properties. For the network SIS setting, we review a well-known deterministic model, provide novel results on the computation and characterization of the endemic state (when the system is above the epidemic threshold), and present alternative proofs for some of its properties. Finally, for the network SIR setting, we propose novel results for transient behavior, threshold conditions, stability properties, and asymptotic convergence. These results are analogous to those well-known for the scalar case. In addition, we provide a novel iterative algorithm to compute the asymptotic state of the network SIR system.     

局域网环境下如何做好硬件和网络安全维护工作

创造一个安全而稳定的互联网运行和发展环境是信息化时代对我们提出的一个新的要求。在局域网广泛应用于网络自动化办公、教育、信息交换的今天,其运行过程中的可靠性与稳定性开始引起人们的重视。本文就从硬件及网络安全维护这两方面入手,阐述如何更好地保障局域网的安全和稳定。     

解析服务器管理中的病毒检测与防护

随着互联网的发展,网络安全漏洞和黑客攻击,给网络服务器的安全、稳定运行带来了极大的威胁。该文在分析了当今网络服务器面临的威胁和攻击的基础上,讨论了网络服务器管理中病毒的检测和防护。     

Equivalence between local exponential stability of the uniqueequilibrium point and global stability for Hopfield-type neural networkswith two neurons

Fang and Kincaid (1996) proposed an open problem about the relationship between the local stability of the unique equilibrium point and the global stability for a Hopfield-type neural network with continuously differentiable and monotonically increasing activation functions. As a partial answer to the problem, in the two-neuron case it is proved that for each given specific interconnection weight matrix, a Hopfield-type neural network has a unique equilibrium point which is also locally exponentially stable for any activation functions and for any other network parameters if and only if the network is globally asymptotically stable for any activation functions and for any other network parameters. If the derivatives of the activation functions of the network are bounded, then the network is globally exponentially stable for any activation functions and for any other network parameters.