基于银行账户亲密度网络推理的团伙预测研究

近年来,针对涉众型非法金融活动在资金交易规律的研究引起了研究者的高度关注。为解决利用银行交易数据进行异常账户犯罪团伙主动发现的问题,提出一种基于银行账户非对称亲密度网络的团伙预测方法。首先,建立银行账户交易通用网络模型,将时序交易数据嵌入网络结构中。然后,利用节点的直接和间接交易关系信息,提出一种账户非对称亲密度计算方法。最终,利用节点在亲密度网络上的非对称交互信息,得到节点的异常倾向性指标。在包含传销团伙的真实数据上的实验结果表明,基于亲密度网络的团伙预测方法能有效发现潜在传销人员。     

金融网络频繁链路发现算法

随着各种非法金融活动的泛滥，从金融网络中发现犯罪线索的分析研究越来越引起学者的重视。对银行账户交易数据的特点进行了详细分析，建立了银行账户交易网络通用模型。在此基础上，为解决金融实体之间关系强度的评估问题，提出了双向活跃边搜索计算方法。为了还原犯罪组织的资金流动方式，提出了深度可控的广度优先频繁链路发现方法。在真实银行数据上的实验证明，上述方法能有效解决同伙预测和资金追踪问题。     

银行账户交易复杂网络特性分析

首先基于银行账户交易的特点，建立了一个有向加权的银行账户交易网络通用模型。进而，根据复杂网络的定义，从网络结构和节点2个层面，验证了交易网络的复杂网络特性。其中，网络结构特性包括静态特性（即无标度特性和小世界特性）和动态演化特性（即自组织特性）。此外，使用吸引子特性验证了复杂网络节点的动力学特征。分析包含非法传销交易的真实银行交易数据，得出如下结论：该网络具有无标度特性、小世界特性、部分自组织特性和奇异吸引子。     

加权社会网络中重要节点发现算法

从社会网络中发现重要节点是一个很有意义的研究问题,目前多数重要节点发现方法是基于不加权网络。由于在社会网络中,节点之间的关系具有强弱差异,社会网络本质上是一个加权网络。对于加权社会网络中的重要节点发现较少有研究。利用节点交互,提出了节点间关系强度的一种度量方法,该方法考虑了节点局部有向交互特征与全局交互特征。利用节点的行为特征定义了节点活跃度。 采用关系强度作为边的权重,活跃度作为节点权重形成了加权社会网络。基于PageRank算法的思想,提出了两个改进算法,算法采用节点权值作为阻尼系数,在迭代式过程用边的权重代替了PageRank算法中的入边和。分别选择国内外具有代表性的2个社交网络上的数据集进行大量实验,并分别选择了不同的方法作为比较,实验结果表明改进算法能较好地发现加权社会网络中的重要节点。     

基于节点映射的核型企业重叠社群发现算法

针对现有企业社群发现算法多侧重于同质性市场环境，不能反映部分企业会参与多条供应链作业的问题，提出一种基于节点映射关系的核社群表示模型Map-Community，通过构塑两种角色节点及其相互间不同的映射关系，判断企业的社群归属问题。基于该表示模型提出一种具有近似线性阶时空复杂度的节点映射算法（NMA）。首先，采取过滤操作获得供应链网络拓扑图中的双连通核心图；然后，引入映射度择选出核心企业节点；其次，依据映射判断规则进行局部扩展；最后，通过回溯将局部社群结构拓展至全局网络并发现重叠区域。LFR网络应用实验中，NMA对阈值变化反映出低敏感性，且在实用性方面优于LFM、COPRA和GCE。在企业社交网络进行仿真，利用划分情况总结分布效应意义。实验结果验证了该算法对于企业重叠社群发现的可行性及其在发现质量方面的性能优势。     

基于联盟区块链的安全能源交易方案

目前区块链技术广泛应用于车载网、能源互联网、智能电网等领域，但攻击者可以结合社会工程学与数据挖掘算法获取用户记录在区块链网络中的隐私数据，尤其是微网中相邻能源节点之间由于博弈产生的数据更容易导致隐私的泄露。为了解决这一安全问题，基于联盟区块链技术提出一个以一对多的能源节点账户匹配机制为核心的安全能源互联网交易模型。该模型主要通过新账户的生成来防止攻击者通过数据挖掘算法从交易记录中获取能源节点的账户、地理位置、能源使用情况等隐私数据。仿真实验结合联盟链的特点、能源节点新账户生成数量、交易验证时间变化情况，给出对隐私保护性能、交易效率、安全性效率的分析结果。实验结果表明，所提模型在交易发起和验证阶段所需时间较少，具有较高的安全性，且模型能对相邻用户间的交易趋势进行隐藏。所提方案能够很好地适用于能源互联网交易场景。     

无线传感器网络中异常节点快速定位算法研究

研究无线传感器网络的准确定位问题,为了确定医疗、森林火险等事件的发生地,要搜索定位,及时预报.针对传统的集中式无线传感器网络定位方法,全网络中需要定位的异常节点都需传递信息到参照节点才能得到定位信息,过于依赖参照节点,造成参照节点负载过大,导致定位效率下降,不能快速完成异常节点定位的问题.现提出一种禁忌搜索( TabooSearch,TS)分布式定位算法,通过启发式逐步寻优算法,把定位过程分布到网络中相关通信节点上,通过异常节点与周边节点通信获取局部信息,利用局部网络信息对异常节点位置进行估计,避免了传统集中式方法对参照节点的过度依赖.实验证明,对TS分布式定位算法进行实验,证明能够有效利用网络信息,对异常节点实现快速定位,取得了满意的结果.     

MANET环境中抵御“黑洞”攻击的路由算法

介绍了adhoc网络环境中的“黑洞”攻击，并根据“黑洞”的特点提出了一种基于mobile agent的路由算法。利用mobile agent和各节点进行数据交换，得到节点连接关系的矩阵表，当数据报文需要传送时，根据矩阵表可以迅速得到最佳路径，之后通过对邻居节点数据包转发的监视，抵御“黑洞”的攻击。     

结合拓扑势与信任度调整的重叠社区发现算法

现实世界中的复杂系统可建模为复杂网络,探究复杂网络中的社区发现算法对于分析复杂网络的拓扑结构和层次结构具有重要作用。早期研究通常将网络中的节点局限在一个社区中,但随着研究的深入发现社区结构呈现重叠特性。针对现有重叠社区发现算法存在划分社区结构不稳定、忽略节点交互和属性等问题,提出一种基于网络拓扑势与信任度调整的重叠社区发现算法。融合节点的属性和结构特征计算节点的拓扑势,依据节点的拓扑势选取核心节点。从核心节点出发构建初始社区群,计算各个社区间的调整信任度,实现社区的合并与再调整,从而识别重叠社区。在多个人工模拟网络和真实网络数据集上的实验结果表明,与基于贪婪派系扩张、种子扩张等的重叠社区发现算法相比,该算法将扩展模块度最高提升至0.719,能有效识别社区结构及重叠节点,提升重叠社区检测性能。     

异构传感器网络节点部署算法

传感器节点的部署方式有确定性的和自组织两种。研究了由高级节点和普通节点组成的异构传感器网络的节点部署问题。给出一种满足连通覆盖条件的最大化网络寿命模型,通过分析节点的能量消耗,计算出了最大化网络寿命时两种节点的部署比例,提出了最大化网络寿命的节点部署算法。     

基于节点属性的启发式网络拓扑图布局算法

工业监控网络拓扑可视化作为网络拓扑可视化的一个分支,要求布图结构直观而且实时性强。然而,以往的拓扑布局算法并不能满足这一要求。针对这一问题,面向一层或二层星型、一层mesh型和mesh型与星型两层混合的工业监控网络结构,根据网络结构特点和节点关系属性改进斥力张力模型,提出一种基于节点属性的启发式网络拓扑布局算法。实验结果证明该算法时间复杂度较低,而且布图直观性良好。     

WSN中基于分布式的覆盖洞修复算法

无线传感器网络(WSN)中存在因节点能量耗尽和移动节点撒播不均而出现的覆盖洞问题,覆盖洞的出现会降低网络的覆盖率和连通性,严重影响网络性能。为解决该问题,构造一种既有静态节点又有移动节点的混合网络模型,并提出一种WSN中基于分布式的覆盖洞修复算法。利用静态节点指导移动节点移动到最优位置,达到修复覆盖洞目的。仿真实验结果证明,该算法能在空洞覆盖率和节点代价之间取得最佳平衡。     

基于贝叶斯网络的新媒体事件分类模型

为了对新媒体事件进行准确有效分类,提出一种将K-means算法和贝叶斯网络相结合的混合算法。该算法首先运用K-means算法将训练样本聚类,再根据聚类的结果,运用改进的贝叶斯网络对新媒体事件进行分类。其中,层次贝叶斯网络模型的构建,避免了贝叶斯网络在参数学习时陷入局部寻优;同时引入隐藏节点,更大程度满足了贝叶斯网络的条件独立假设。实验结果表明该算法效果明显。     

主题关注网络的表示学习

针对异质网络表示学习仅从结构方面考虑社交关系而忽略语义这一问题,结合用户间的社交关系和用户对主题的偏好两个方面,提出基于主题关注网络的表示学习算法。首先,针对主题关注网络的特点,结合集对分析理论的同异反（确定与不确定）思想,给出转移概率模型;然后,在转移概率模型的基础上提出了一种基于两类节点的随机游走算法,以得到相对高质量的随机游走序列;最后,基于序列中两类节点建模得到主题关注网络的嵌入向量空间表示。理论分析和在豆瓣数据集上的实验结果表明,结合转移概率模型的随机游走算法能更全面地分析网络中节点的连接关系,当划分社区的个数为13时,所提算法的模块度为0.699 8,相比metapath2vec算法提高了近5%,可以更详细地捕获网络中的信息。     

无线传感网络中基于信用度的分布式目标监测算法

无线传感器网络中的目标监测广泛应用于军事、生态、医疗、安全等领域,具有极强的现实研究意义.传统集中式目标监测算法对融合节点依赖性高、网络健壮性弱、二元决策机制导致误报率高,而且算法对网络覆盖的依赖会导致监测报警"盲点"的存在.因而,提出了基于信用度的分布式目标监测k-CD算法.算法首先根据邻居信用度对自身信用度进行调整,然后在发现目标的节点之间形成一个虚拟的节点集来完成信用度匹配决策融合,并且通过触发式移动节点来解决网络覆盖导致的"盲点"问题.仿真结果表明,相对于经典的多数投票决策(MV)算法,k-CD算法平均能在提高35%的监测准确率的同时降低62%的误报率,在不同的网络覆盖情况下网络生命周期也平均能得到44%的延长.     

三维曲面多移动节点的传感器网络部署算法

目前大多数传感器网络部署研究主要集中在二维平面和三维全空间区域,然而,许多现实世界的应用领域是一个复杂的三维空间曲面,现有的覆盖方法不能取得较好的结果。本文研究三维空间曲面传感器网络部署方法,提出一种三维曲面多移动节点的传感器网络部署算法,采用静态节点和动态节点组成的混合传感器网络,由静态节点估算覆盖空洞的位置和面积,再通过移动节点对覆盖空洞进行依次修复。仿真结果表明,该算法的最终网络覆盖率达到了99%,比3DGA算法提高了6个百分点,比Delaunay算法提高了8.5个百分点,同时降低了网络整体能耗。