家庭网络中JINI体系结构的实现

JINI规范的发布使得SOHO环境中设备的网络化及其网络互联变得快捷方便，分析了JINI技术的结构特点、提出了家庭网络中不同的JINI系统实现方案并对相关的规范进行了对比分析，为JINI技术在家庭网络中的应用提供了理论依据和工程实例。     

具有QoS保证的服务资源联合分配与管理

提出一种具有QoS保证的资源管理系统架构,理论分析表明,该系统架构能够较好地适应资源的动态性;其次将服务资源联合分配问题归化为MMKP(multiple-choice multiple-dimension knapsack problem)问题,并提出两种资源联合分配算法:最优解算法RA_BBLP和启发式算法RA_MHEU,实验结果表明,RA_BBLP保证求得最优解,可作为其他算法的参照系,而RA_MHEU收敛速度极快且所求出的解集接近最优,是一种理想的资源联合分配 算法.     

家庭网络技术及其发展

首先介绍家庭网络的概念、产生的背景、功能及体系结构，然后阐述家庭网络的关键技术，接着介绍了家庭网络的逻辑结构和规范标准，又给出了家庭网络的通信媒体及接入技术，最后说明家庭网络技术存在的问题并对其发展进行了展望。     

基于无偏Q值反馈的社区划分算法

在分析现有社区划分算法的基础上,针对当前算法Q值有偏及权值未体现等缺陷,提出了一种基于无偏Q值反馈的社区划分算法.该算法首先利用传递权值计算出节点间的相似度;然后,采用随机游走策略确定最优社区数,以解决现有划分算法中Q值有偏的问题;最后,在最优社区数确定的情况下,利用划分结果评价Q值反馈更新信息素矩阵以驱动后续的划分,从而达到快速收敛的目的.针对计算机构造的数据集以及实际网络的实验分析结果表明,与现有算法相比,该算法在社区划分方面具有更高的准确率及更快的收敛速度,能够达到社区划分以及核心节点发现的目的,可被推广应用至移动社会网络模型的建立中.     

基于Alloy的服务组合验证

服务组合是服务计算的核心问题,而服务组合的正确性与可算性则是服务正确执行的前提保证。首先提出一种基于Alloy的服务组合验证方法,采用有限的状态机建模WS-BPEL业务流程的状态变迁,利用Alloy语言对待验证的属性进行描述,通过Alloy模型完成有限状态机的形式化,最后使用Alloy Analyzer分析组合服务是否满足验证属性要求。实验研究表明,所提出的基于Alloy的服务组合验证方法具有较好的可行性。     

一种可变密钥的加密算法及其实现

提出了一种基于Ｄｅｆｆｉｅ－Ｈｅｌｌｍａｎ加密原理的可变密钥加密算法。该算法使得每一个分组的加密密钥都不相同，可用于两地间的信息加密传递。该算法采用ＪＡＶＡ语言设计，简洁高效，并在我院校园网上调试通过。     

新一代协议IPv6自动地址配置的实现

本文分析了 IPv6协议的特点、协议过度方案及在新协议实施时自动地址配置的必要性 .探讨了两种自动地址配置方式的独立性和互补性 ,从系统和工程角度阐述了 DHCPv6系统的实现过程 ,并在 Free BSD4.0系统下实现了系统的三个部分 ,最后讨论了基于 Free BSD系统的改进问题     

一种基于k-核的社会网络影响最大化算法

社会网络中影响最大化问题是指在特定传播模型下,获取一个指定大小的节点集合,使得该集合在网络中的聚合影响力最大.针对贪心算法运用于大规模社会网络时存在效率低下且不可扩展的问题,文中提出基于核数层次特征和影响半径的启发式算法——核覆盖算法(Core Covering Algorithm,CCA).该算法首先引入k-核概念,基于k-核分解求出每个节点的核数,然后根据核数分布的层次性,引入节点的影响半径参数,最后综合核数和度数两个属性,找出影响力节点集合.文中在两个数据集和两种传播模型上进行了实验,结果表明:(1)在传播概率较大的独立级联模型(Independent Cascade Model,IC)下,CCA能取得比现有启发式算法更优的影响效果;(2)在三价(TRIVALENCY Model,TR)模型下,CCA的表现也同样优于其他启发式算法;(3)与其他启发式算法相比,CCA的运行时间更少.     

在线社交网络中群体影响力的建模与分析

移动互联网技术的飞速发展,给社交网络平台带来了新的颠覆性的转变,也不断地改变着人们的生产、生活和交流方式.在线社交网络由于其特有的注册开放性、发布信息自由性、用户兴趣趋同性等特点,已经超越传统媒体,成为人们传播消息、获取新闻和接收实时信息的主要途径.同时,社交网络中用户之间的各种关系类型多样、相互交织、相互影响,促使用户生活在复杂的在线群体网络环境中,使得用户的在线行为时刻都受到所属的多种群体环境的影响作用.现有的针对在线群体环境影响的研究大多依据静态的、单一的网络结构对社交网络进行建模,而网络中通常存在多种类型的、动态的社会关系,较少研究能同时考虑多种类型的用户关系,建模社交网络中复杂环境下用户受到的影响作用.本文对用户所处的多类在线群体环境进行分析,挖掘用户所能感知的不同类型的群体环境,建模多维群体环境下用户所受的影响作用.首先,从用户间的社交关系类型出发,对在线社交网络中复杂的网络拓扑关系进行分类挖掘,分析用户可能感知的不同维度的在线群体环境,并提出静态群体环境和动态群体环境的定义和挖掘方法.其次,在不同的在线社交群体环境下,从宏观角度量化环境中用户所感知的群体结构特征,并从微观角度建模并模拟用户间的影响机制,提出了基于图注意力网络的融合多维在线群体环境的影响力模型.最后,以在线社交网络中用户的转发行为为例,研究多维群体环境影响下的用户行为模式,并在真实数据集上,基于群体影响力模型预测个体转发行为状态,验证模型的合理性和有效性.实验结果表明,本文提出的群体影响力模型能够更有效地描述在线社交网络中用户所属群体对用户的影响作用,并且在用户转发行为状态预测方面,比现有的群体影响力模型在综合评价指标F1值方面最高可以提升33％,在AUC值方面可提升16％.     

社交网络信息传播预测与特定信息抑制

近年来,随着Twitter、Facebook、新浪微博等社交网站用户数量的激增,信息数量急剧膨胀,隐藏在海量信息中的不实信息的传播带来了不良的影响,如何调控或抑制特定信息的传播是网络信息管理面临的一项技术挑战.为了解决这一问题,首先从真实微博网络出发,基于机器学习方法提出了不依赖于传播模型的独立信息转发预测机制,从而对信息的传播进行预测;其次,基于独立级联模型,综合考虑本文场景的特殊性,提出了异步信息不平等竞争传播模型作为特定信息与免疫信息的竞争传播机制;最后,提出了 3个种子节点集合选择算法,通过向选择的种子节点注入免疫信息使得免疫信息在网络中广泛传播从而抑制特定信息的传播.基于真实社交网站数据的实验证明,提出的信息传播预测模型以及种子节点选取算法对特定信息传播的调控和抑制具有良好的效果.