基于距离比值的迭代分形图

由于逃逸时间算法不能绘制函数收敛区域,所以现有的分形图大都存在大片的黑色区域.提出一种新的构造分形图的方法:距离比值迭代法.该方法采用两点迭代,利用其距离比值的收敛次数来绘制分形图.利用距离比值迭代法绘制了复映射z←z^α+c的广义M-J集并分析其构图性质.距离比值广义M-J集的内部收敛区域具有复杂的细节和自相似结构,当α>0时其外部边界与经典M-J集一致,当α<0时能够绘制出经典M-J集所没有的复杂结构.     

基于部分路径的社交网络信息源定位方法

随着微博、微信等在线社交网络的快速发展,社交网络上的不实信息呈现爆发式的传播,往往会引起严重的后果,如何寻找谣言等不实信息在社交网络中的传播源头具有重要的应用意义。该文提出一种面向在线社交网络的信息源点定位方法,与现有的基于观察点的定位方法不同,该方法考虑了传播过程中信息普遍带有的部分传播路径,并以此重构传播过程,修正传播子图,从而更准确地定位信息源点。在模型网络及实际网络上进行实验,说明了该算法的有效性。     

基于组合服务执行信息的服务选取方法研究

组合服务选取问题是服务计算领域的一个研究热点问题,已往的选取方法大多基于难以准确获取的服务QoS信息,且算法思路复杂.文中提出了一种基于组合服务执行信息的服务选取方法.该方法分为3个阶段:数据生成阶段、数据挖掘阶段和服务选取阶段,分别进行组合服务执行信息的记载和相关数据集的生成、路径分支关联规则和服务执行顺序序列模式的挖掘以及基于挖掘产生的知识模式进行服务选取.文中首先给出一种可以方便记载日志的服务组合系统架构;然后提出一种基于时间加权的算法模型,以有效地进行路径分支关联规则和顺序序列模式的挖掘;最后对文中的组合服务选取方法进行描述.实验结果表明:文中方法在选取出的组合服务健壮性方面要优于基于QoS的方法.     

面向社交网络信息源定位的观察点部署方法

准确地定位社交网络上的信息扩散源点,对于网络信息扩散控制具有重要的现实意义。现有的一种可行方法是通过在网络中观察点搜集的过程信息对扩散源进行定位,定位准确率与观察点的选择紧密相关。针对网络中的信息扩散源定位问题,提出了一种网络观察点优化部署方法。考虑单信息源的信息扩散过程,首先分析了特定信息源定位准确率与观察点部署位置之间的关系,以此为基础,发现了与任意信息源定位准确率相关的关键因素。提出基于r覆盖率的观察点部署策略,以观察点集合的r覆盖率作为目标函数,实现了r覆盖率优先观察点选取算法。在模型网络与实际网络上进行了实验,验证了该方法的有效性。提出的观察点部署策略对于网络谣言、计算机病毒的控制具有重要意义。     

面向组合服务动态自适应的事务级主动伺机服务替换算法

动态服务环境的各种异常随时会导致整个业务流程暂时无响应或服务中断,极大影响业务流程的可靠性.已有替换机制大多缺乏事务支持而适应性差,进而不能有效保证系统执行过程中事务服务的原子性和数据一致性,也无法保障替换过程要求的正确性、实时性和高效性.该文以"事务支持"为核心,充分考虑了服务间多关系以及Web服务的事务特性,提出一种事务级组合服务主动伺机替换算法.首先,该文给出了事务粒度的获取及替换范围识别算法.然后,提出事务级替换代价/收益QoS模型,将事务补偿代价与替换代价有机结合,保证以最少的代价实现服务替换.在此基础上,提出了全新的QoS驱动的事务级服务替换算法.为了提高替换的时效性,提出了早期预测模式挖掘算法,对运行的服务实时监控保证其识别失效服务的早期性.实验结果证明,该模型不仅保证了替换过程中业务流程的事务原子性和数据一致性,而且提高了系统的可靠性和时效性.     

面向软件执行网络的行为拓扑分析研究

随着互联网及软件技术的逐渐成熟和发展,软件系统将面临使用模式不确定、动态交互行为复杂变化的问题。针对软件执行过程中的交互复杂性,分析了基于复杂网络的软件执行网络行为拓扑度量特征。以Linux下3个典型的开源软件为研究对象,首先获取其软件执行交互记录,并根据方法调用关系构建执行网络,然后分析软件执行网络的连通性、网络直径与密度、平均路径长度、度分布、度相关性、聚集系数、介数、接近度等典型拓扑度量,并与以代码静态关联为基础构建的软件结构网络进行对比分析。结果表明,软件执行过程中具有执行行为动态变化和行为重组现象,其拓扑特征与结构网络具有较大差别,执行网络平均路径长度变小,其小世界特性趋于消失。探索软件执行行为规律对于软件运行维护及质量保障具有重要的指导意义。     

基于服务交互行为的复杂服务协同网络建模

随着分布式计算技术的发展,以自治的服务协同与互操作为主要构造手段、结构与行为随需而变的面向服务的软件系统已成为当前主流的软件架构,分析并理解服务交互行为对于这类复杂软件系统的开发、维护和运营具有重要意义.针对面向服务的软件系统中基本构成元素Web服务的复杂交互执行行为,考虑到服务自治性及系统规模化所带来的复杂性,借鉴复杂网络建模分析方法,提出了一种考虑服务行为特征的服务动态行为生长演化模型.模型首先以真实服务的服务结构数据为基础,以服务间参数关联关系为核心,通过参数匹配建立服务结构网络作为基本连通性约束,代表可能发生交互关系的服务.然后,基于服务间的择优选择、组合交互及动态重组等特性,对面向服务的软件系统生长演化及动态执行行为进行了仿真建模.在Seekda及QWS数据集上进行了仿真实验,结果表明:与传统的软件系统的层次性结构有所不同,由自治的Web服务所构成的软件系统具有更强的模块性;与系统中个体服务演化规则,如择优连接及动态重组相比,服务结构网络的性质对系统最终形态有更重要的影响,相关结果对大规模服务软件的构建及分析具有重要的指导意义.     

基于随机匹配的复杂网络最小驱动点集分析

控制复杂网络在很多领域都有着重要的应用价值. 将控制复杂网络所需的最少节点集合称为最小驱动点集. 针对网络的最小驱动点集并不唯一, 提出一种随机匹配方法来获取网络中不同的最小驱动点集, 并分析最小驱动点 集集合的平均度分布以及节点在最小驱动点集集合中的出现频率. 研究发现, 多数网络的最小驱动点集分布紧密, 其节点构成与网络度分布有关; 同时, 网络中节点的控制重要性与其入度密切相关. 所得到的相关结论对于复杂网络的控制具有重要的研究意义.

     

复映射族f(Z)=aZ2+ti构成迭代函数系统的条件

IFS 是基于压缩映射理论的,而目前图形学中常用的是基于仿射变换的线性IFS,由非线性变换引起的非线性IFS 相对于线性IFS 具有更大的灵活性和更强的建模能力。笔者给出了复映射族f(Z)=aZ2 ti的定义,绘制出其作为非线性IFS 的吸引子图像;说明了映射压缩因子不是一个常数,而与迭代点有关;求出了复映射族构成IFS 的条件为迭代初始点在所有映射所形成的填充Julia 集的交集内,讨论了初始点选取与生成的迭代吸引子的关系。     

一种基于划分的组合服务选取方法

组合服务选取问题是服务计算领域研究的核心问题.由于组合服务中基本服务QoS间存在着复杂的关联关系,使得某些服务一起使用时效率会较高,而某些服务一起使用时效率反而会降低,现有的服务选取算法几乎忽略了该问题,从而使得选取时所使用的Web服务QoS数据往往不准确,致使选取出的组合服务在实际执行时并不是最优的.为了解决该问题,提出了一种基于划分的组合服务选取方法.首先基于日志记载的质量信息选取那些性能优良的组合服务执行实例,在此之上发现被频繁一起使用的具体服务集合,据此产生对组合服务的划分,形成组合服务点和对应的点模式;最后把点模式集作为点的备选服务集,以点为单位进行组合服务选取.由于点模式经过了多遍执行的验证,和直接对点中各基本服务进行独立选取相比其性能往往会更高.实验表明,该方法能有效提高选取出的组合服务质量.