基于拷贝模型的复杂网络鲁棒性研究*

拷贝机制被广泛认为是系统通过构造冗余提高自身鲁棒性的主要机制之一。为了探究拷贝机制是否是真实网络鲁棒的基本机制,通过计算机仿真的方法对基于拷贝机制的网络模型的鲁棒性进行了进一步的研究。仿真结果表明,随着拷贝机制的增强,相应网络对于随机故障的鲁棒性增强,而对于蓄意攻击的鲁棒性减弱。这一事实启发人们,基于拷贝机制的网络,其鲁棒性仅局限于随机失效,单纯的拷贝机制还不足以有效抵抗基于网络全局结构信息的蓄意攻击。     

基于复杂网络的供应链网络鲁棒性分析

供应链网络经常面临各种突发事件的干扰,使网络用户受到损失。为更好地提高供应链网络的鲁棒性能,采用复杂网络理论构建了带有可调参数的供应链网络演化模型。在给出供应链网络鲁棒性新测度的基础上,分析了在受到随机干扰和选择性干扰的情形下,用不同拓扑结构的供应链网络模型进行仿真分析。仿真结果表明:供应链网络的拓扑结构对供应链网络的鲁棒性有重要的影响,通过调整模型中的参数,改变网络的演化机制,可以达到改善供应链网络鲁棒性的目的,并对于提高供应链网络的抗干扰能力具有重要的现实和理论意义。     

复杂电力网络的鲁棒性控制研究

复杂电力网络中存在的一些随机扰动可能带来大规模停电,给国民经济造成巨大损失。为此,根据复杂电力网络的非线性特性,设计一种新的非线性控制器,达到复杂电力网络的稳定控制目的。应用复杂网络控制理论,对电力网络的鲁棒控制进行研究,使用符号函数和绝对值函数设计一种新型的非线性反馈控制器,根据Lyapunov稳定性理论,证明该控制器能够有效地保证带有随机扰动的复杂电力网络的鲁棒控制。仿真实验采用Lorenz系统,结果表明,该网络结构满足无标度特性,在非线性控制器下能够有效地实现鲁棒同步。     

基于社区结构的复杂网络鲁棒性优化策略

为在复杂网络鲁棒性优化过程中尽可能保留网络初始社区结构,分析重连边策略对网络社区结构的影响,提出一种结合社区结构的复杂网络鲁棒性优化策略.采用Louvain算法确定复杂网络社区结构,利用模拟退火算法提升复杂网络中单个社区的内部鲁棒性,使用改进的智能重连边策略(Smart Rewiring)提升社区间的连接鲁棒性,并通过...     

基于重连机制的复杂网络鲁棒性分析

随着电力系统、交通系统、通信系统等基础设施网络的广泛使用,提高复杂网络的鲁棒性具有重要意义.重连机制是一种高效且简洁的方法,常用于提高网络的鲁棒性.基于0阶零模型的重连机制通过对边的随机删除和创建操作来提高网络的鲁棒性,其尽管保持了网络的边数,但会引起节点的度值发生变化,如基于香农熵的重连算法;基于1阶零模型的重连机制...     

基于复杂网络理论的城市公交网络鲁棒性分析与优化

以往对城市公交网络的研究多集中在网络拓扑结构的性质上,关于优化网络鲁棒性的研究较少。从公交路线网站上获取某市实时公交路线后,基于Python软件构建了该市公交网络拓扑结构模型。采用连通度、最大连通子图的相对大小、网络效率作为公交网络鲁棒性评价指标,以节点度攻击与随机攻击模式对网络进行攻击,结果表明随机攻击模式下该市公交网络鲁棒性较好,节点度攻击模式下该市公交网络鲁棒性较差。在采用高度数加边、高介数加边、低度数加边、低介数加边和随机加边策略对网络进行鲁棒优化后对比得出,低度数和低介数加边策略对网络鲁棒性提升效果好,高介数和高度数加边策略不能提升网络鲁棒性。     

灰色信息下复杂负载网络的鲁棒性研究

针对复杂负载网络遭遇攻击引发的相继故障问题,考虑攻击信息的不完全准确性,建立了一个基于灰色信息的相继故障模型。灰色信息的准确度可以通过参数调节控制,随机攻击和蓄意攻击是该模型的两个特例。探讨了灰色信息下,无标度网络和随机网络遭遇边攻击而引发的节点过载故障的级联现象,对比了灰色信息对两类网络鲁棒性的影响。仿真结果表明,信息准确度的降低能明显增强无标度网络的鲁棒性,但对随机网络的影响并不明显。此外,信息准确度对网络鲁棒性的影响存在临界现象。这些结论为相继故障的防御、网络结构的设计以及现实网络的有效保护提供了理论依据。     

复杂网络的鲁棒性与中心性指标的研究

网络鲁棒性是指网络遭到随机故障或蓄意攻击时仍能维持其功能的能力,理解复杂网络部分结构的失效对网络结构和功能的影响有着非常重要的意义。针对不同的开放数据集和爬取的新浪微博数据集,通过计算移除部分节点后的巨片和连通子图数目等指标,着重分析蓄意攻击对网络的影响,发现度攻击策略对不同网络结构影响均较大,紧密度和介数攻击策略对网络结构的影响有明显区别。实验表明,非微博网络的蓄意攻击中,采用度和介数攻击策略效果较好,而微博网络应采用度和紧密度攻击策略。     

代理模型辅助的复杂网络能控性鲁棒性优化方法

近年来,复杂网络的鲁棒性优化问题引起人们广泛关注.复杂网络暴露在外会受到各种各样的攻击,因此如何设计抗击能力较好的网络结构成为了研究热点.虽然现有的方法在小规模复杂网络的鲁棒性方面已经取得了显著成果,但大规模复杂网络的能控性鲁棒性优化的计算成本非常大.而代理模型可以以较低的计算成本来代替优化过程中对复杂网络能控性鲁棒性的评估,但一个代理模型不可能适用于评估所有类型的复杂网络能控性鲁棒性.文中将Dempster-Shafer理论应用于代理模型选择及其混合,并把选择出的代理模型用来辅助进化算法搜索能控性鲁棒性更优的网络结构.此方法在SF、ER、SW、RR、RT和QS 6种合成网络上的实验结果表明：在不同类型的复杂网络中选择合适的代理模型能更好的辅助进化算法找到能控性鲁棒性更优的网络结构.     

复杂网络能控性鲁棒性研究进展

研究复杂网络能控性鲁棒性对包括社会网络、生物和技术网络等在内的复杂系统的控制和应用具有重要价值. 复杂网络的能控性是指: 可通过若干控制节点和适当的输入, 在有限时间内将系统状态驱动至任意目标状态. 能控性鲁棒性则是指在受到攻击的情况下, 复杂网络依然维持能控性的能力. 设计具有优异能控性鲁棒性的复杂网络模型和优化实际网络的能控性鲁棒性一直是复杂网络领域的重要研究内容. 本文首先比较了常用的能控性鲁棒性定义及度量, 接着从攻击策略的角度分析了3类攻击的特点及效果, 包括随机攻击、基于特征的蓄意攻击和启发式攻击. 然后比较了常见模型网络的能控性鲁棒性. 介绍了常用优化策略, 包括模型设计和重新连边等. 目前的研究在攻击策略和拓扑结构优化方面都取得了进展, 也为进一步理论分析提供条件. 最后总结全文并提出潜在研究方向.     

基于复杂网络的舰艇作战模型研究

借鉴复杂网络的作战描述模型,把作战单元抽象成节点,把各单元之间的相互作用抽象成有向边,将战场描述为1个由传感器、决策器、影响器、目标4类节点组成的有向网络图,构建了1个基于复杂网络的舰艇网络模型,在模型中将单个舰艇作战和舰艇编队作战进行了比较。应用复杂网络的若干特征参数分别对几个舰艇和舰艇编队的作战网络效能进行了仿真分析。通过仿真结果的对比,说明舰艇进行编队时,指挥体系连通性的提高能够大大提高舰艇编队的作战效能     

基于复杂网络的IC-SEIR网络舆情传播模型研究

基于传染病模型进行舆情传播的研究中,已有传播模型中节点的状态转化仅取决于设定的概率,并不符合真实的传播情况。根据现实中用户传播舆情信息的行为特征,将兴趣度与亲密度引入舆情传播的过程中,并扩展了SEIR模型中的状态转移途径,提出了IC-SEIR网络舆情传播模型,使用兴趣度、相似度来描述节点的相似性,亲密度来描述节点间连接的紧密程度,并且节点的状态转移方向取决于这两种属性。在Matlab平台下采用Facebook数据集进行仿真分析,仿真结果表明,当初始传播点为度大节点或兴趣度分布为均匀分布或常数时,舆情信息更容易传播,当亲密度分布为常数时对舆情传播也有促进作用,为进一步研究社会网络中舆情传播的过程与趋势提供参考。     

基于复杂网络的学生交流网络模型

基于QQ网络实证数据分析,研究了Internet网络中的QQ网络模型。在调查得到的QQ网络数据库基础上,通过比较网络度分布图形与网络特征参数,发现QQ网络与现有的BA模型差别较大。通过分析QQ网络参数特性,提出了一个新的网络演化模型。统计分析结果表明,新的网络参数与QQ网络参数基本一致。所提出的新模型为QQ网络研究提供了有力的理论支持。     

复杂网络能控性鲁棒性最优攻击序列研究

复杂网络的能控性在不同的攻击方式下会呈现不同的鲁棒性,寻找网络的最优攻击序列对复杂网络的能控性鲁棒性的保护和提升具有重要意义.本文使用遗传算法搜索针对复杂网络能控性的最优攻击序列,分析了在不同平均度情况下,遗传算法所求得的攻击序列和其他方法得到的攻击序列的特征.实验发现即使在不同类型和度分布的网络中,遗传算法生成的攻击序列都能取得比传统蓄意攻击方法更好的攻击效果.在所用网络上,相比于其他蓄意攻击方法,遗传算法得到的最优攻击序列的节点度数排名更靠后,破坏性排名靠前;在不同类型的网络上,不同特征对最优攻击序列的重要程度不一样.     

基于TASEP模型的复杂网络级联故障研究

研究复杂网络的级联故障对网络内部动力学行为的影响,对维护网络安全、保障网络稳定具有极高的应用价值。从网络级联角度分析,对于完全非对称的简单排它过程模型中系统流量变化的问题,采用基于完全非对称的简单排它过程的网络模型进行级联故障研究。通过研究网络最大强连通子图尺寸、网络强连通子图个数以及网络流量之间的关系得出,网络最大强连通子图尺寸与流量呈正相关,网络流量达到最低阈值的决定性因素是网络强连通子图个数。在不同平均度的网络中进行仿真实验,结果表明随着连边去除率的增加,网络平均度越大,网络流量的下降率越低;取不同粒子密度再对网络进行仿真实验,结果表明在低密度区间与高密度区间上,平均密度的变化对流量下降率的影响较小,在中间密度区间上流量下降率几乎不变。     

基于复杂网络的协同舆情演化模型研究

针对舆情传播中人际关系网络的复杂性和个体邻域的异质性,建立可变聚类系数的无标度网络,在此基础上构建了协同舆情演化模型。通过不同参数下的仿真实验,分别讨论了序参量和网络结构特征对系统磁化率的影响。实验结果表明,序参量更能体现舆情系统的协同效应,比较符合网络舆情演化的实际情况。此外,当网络平均度较小时,提高聚类系数可以有效抑制舆情的传播;当平均度超过临界值时,将促使系统迅速收敛于极端态度,此时聚类系数不再起关键作用。研究结果有助于理解舆情的演化规律,为导控舆情发展提供了理论参考。     

基于节点吸引力的复杂网络演化模型研究

针对BA模型及其推广模型预测节点连接度过大的问题,提出一种基于节点吸引力的复杂网络演化模型。该模型包括吸引因子模型、BA模型的度分布、群集系数以及平均路径长度。采用程序仿真方法模拟吸引因子模型和BA模型,并在同等网络规模下对这2种模型进行比较。实验结果表明,在吸引因子影响下,节点的度分布呈幂律指数形式,近似于BA模型,其群集系数小于BA模型,但平均路径长度大于BA模型。     

变权重的城市轨道交通复杂网络鲁棒性分析

研究变权重下的城市轨道交通复杂网络优化问题,由于城市轨道交通网络属于复杂网络,网络节点数目庞大,并且受实际地理位置因素的影响,每个节点所肩负的交通传输负荷也各异.传统的城市轨道交通网络鲁棒性分析模型对所有的节点进行相同的加权,即所有节点的交通传输负荷相同,并且不考虑节点与节点之间实际距离的影响,将任意相连两个节点间的距离近似等效为单位距离,与实际城市网络中不同节点肩负着不同交通传输负荷不相符合.为解决上述问题,提出一种变权重的城市轨道交通复杂网络的鲁棒性分析模型,对网络中不同的节点,根据与市中心所处的地理位置关系进行不同的加权,并且采用节点间的实际距离作为节点间距分析网络的性能,上述改进模型更符合实际网络特性.以北京市最新的轨道交通网络为例进行实验分析,结果表明,采用改进模型能更精确的优化城市网络的鲁棒性.     

基于复杂网络的Internet结构模型

在Internet网络的演化过程中,新增节点进行服务器选择时,不但要考虑网络的流量和带宽,而且还要考虑与服务器的距离.基于Internet网络中选择服务器的条件,建立了一个Internet网络结构演化模型.在网络模型中,把Internet网络流量作为链路的权重、节点的服务量能力作为节点强度、节点的连接负载作为连接度.应用数值分析方法,研究了网络的动态演化规律和节点强度的概率分布特性.研究结果表明,新模型的强度分布服从幂律分布,而且该模型是一个更一般化的BBV加权网络模型.     

复杂网络结构的稳定性与鲁棒性研究

在对复杂网络研究的过程中,根据网络结构中结点连接度的连接倾向而将其划分为3种类型,即异配网络、同配网络、中性网络,采用变量梯度分析法分别对其稳定性进行判定与分析。理论分析表明,异配网络在大范围内是稳定的,同配网络状态是不稳定的,中性网络的稳定性不能确定,需要根据结点总体连接度的倾向性才能确定其是否处于稳定状态。同时对复杂网络的鲁棒性研究的仿真结果表明,其稳定性与鲁棒性具有正相关性,即异配网络的鲁棒性最好,中性网络次之,同配网络的鲁棒性脆弱。