共查询到20条相似文献,搜索用时 78 毫秒
1.
随着对复杂网络认识的不断深入,复杂网络抗毁性的优化策略成为了新的研究热点。文章从拓扑结构、网络容量以及路由策略等三个层次详述了目前国内外复杂网络抗毁性优化策略的研究进展。最后对复杂网络抗毁性研究存在的问题进行了总结,对未来的发展趋势作了展望。 相似文献
2.
复杂网络抗毁性研究综述 总被引:1,自引:0,他引:1
复杂网络的抗毁性直接关系到复杂网络的安全性和可靠性,是近年来复杂网络研究的热点分支。从抗毁性测度、抗毁性分析以及抗毁性优化三方面详细综述了复杂网络抗毁性的研究进展,并对该研究领域存在的问题和未来的发展趋势进行了总结和展望。 相似文献
3.
城市交通网络的抗毁性研究 总被引:2,自引:0,他引:2
城市交通网络构成了一个典型的复杂网络。复杂网络的研究在过去几年得到了迅速发展,其中复杂网络的抗毁性是研究焦点之一。本文首先详细地介绍了当前复杂网络抗毁性研究的进展。最后,对考虑级联失效的城市交通网络抗毁性问题进行了讨论。 相似文献
4.
网络抗毁性研究介绍 总被引:2,自引:0,他引:2
刘啸林 《计算机应用与软件》2007,24(6):135-136,144
随着通信网络规模的不断扩大和应用范围的不断拓展,网络抗毁性的研究日益受到重视.阐述了网络抗毁性的定义,介绍了目前网络抗毁性问题的主要研究及内容,指出了网络抗毁性未来研究的主要方向. 相似文献
5.
6.
7.
8.
城市公共交通系统可以抽象为由公交线路和停靠站点构成的网络,公交网络构成了一个典型的复杂网络。复杂网络的研究在过去几年得到了迅速发展,其中复杂网络的抗毁性是研究焦点之一。在本文中,以贵阳市的公共汽车交通系统中的停靠站点网络为研究对象,测试了网络在随机攻击和选择性攻击情况下的抗毁性。结果表明,该网络对节点的随机攻击具有较强的抗击能力,而对选择性攻击的抗击能力较弱。 相似文献
9.
10.
物流网络在突发事件下易发生级联失效现象,给网络的抗毁性带来巨大影响。针对物流网络中级联失效扩散机理的认知对于提高应急对策的有效性及控制效率具有重要意义。因此基于物流网络特征构建级联失效模型,分析研究级联失效的传播对物流网络抗毁性的影响。数值仿真结果表明:以物流中心为代表的II类中转型节点的失效对网络抗毁性的影响最大。物流节点间业务联系紧密程度及网络结构均对网络抗毁性产生重要影响。 相似文献
11.
12.
13.
基于复杂网络的垃圾短信过滤算法 总被引:1,自引:0,他引:1
对垃圾短信发送用户的识别和过滤具有十分重要的研究价值和社会意义. 随着新形式和内容的垃圾短信出现, 传统的关键字匹配和发送速度频率过滤方法无法有效地处理这一问题. 在对短信发送/接收网络形式化表达的基础上, 以真实短信发送和接收以及通话关系数据为例, 统计和分析了短信发送网络的网络特性. 进一步分析和挖掘了垃圾短信用户在网络上发送接收的异常模式和行为, 并以此提出了一个基于语音关联程度和短信回复比率的过滤算法(NASFA算法). 通过实验和分析表明, 本文的算法能够高效地识别垃圾短信发送用户, 同时能够有效地控制将正常用户误识别为垃圾短信用户的比率. 相似文献
14.
随着软件版本的快速迭代,软件代码的规模迅速扩大,软件设计与质量问题已引起了IT领域的广泛关注。利用复杂网络理论研究软件系统的整体性质已经成为解决这些问题的一种重要方法。将软件源码依赖关系表征为网络,借助复杂网络方法,可以更深入地了解代码宏观层面的结构组成并掌握整体演化趋势,有助于开发者优化整体架构,使软件更稳定、性能更好。Tomcat是一种开源的主流Java EE应用服务器,已经在工业界得到了广泛的应用。基于复杂网络方法,通过研究Tomcat的21个历史版本,发现这些版本的类依赖关系网络满足小世界网络性质和无标度网络性质;同时深度分析了其中9个版本的演化过程,发现Tomcat具有优先连接倾向,因而能一直保持软件的鲁棒性。 相似文献
15.
基于负荷-容量模型的网络相继故障研究 总被引:1,自引:0,他引:1
网络相继故障是网络脆弱性研究中的热点问题.采用负荷-容量模型对复杂网络的相继故障进行建模分析.首先分析了网络流量负荷的突发模式对相继故障的影响.实证研究发现,网络实体间的通信活跃性具有自组织临界性.在网络安全地应急响应时,应该更关注那些原本不活跃的结点间流量的变化;其次,引入成本因子对经济、技术条件制约下的网络资源受限生成过程及网络容量-负荷关系建模,以揭示网络结点的容量-负荷之间存在着怎样的制约关系;最后提出了一种基于容量相互补偿的搜索式分配算法,以获得有限资源下最优的网络鲁棒性容量分配策略.实验证明,算法能够找到比线性分配或偏好负荷的偏好依附分配策略更好的结果. 相似文献
16.
17.
Improving Dendritic Neuron Model With Dynamic Scale-Free Network-Based Differential Evolution 下载免费PDF全文
Yang Yu Zhenyu Lei Yirui Wang Tengfei Zhang Chen Peng Shangce Gao 《IEEE/CAA Journal of Automatica Sinica》2022,9(1):99-110
Some recent research reports that a dendritic neuron model(DNM)can achieve better performance than traditional artificial neuron networks(ANNs)on classification,prediction,and other problems when its parameters are well-tuned by a learning algorithm.However,the back-propagation algorithm(BP),as a mostly used learning algorithm,intrinsically suffers from defects of slow convergence and easily dropping into local minima.Therefore,more and more research adopts non-BP learning algorithms to train ANNs.In this paper,a dynamic scale-free network-based differential evolution(DSNDE)is developed by considering the demands of convergent speed and the ability to jump out of local minima.The performance of a DSNDE trained DNM is tested on 14 benchmark datasets and a photovoltaic power forecasting problem.Nine meta-heuristic algorithms are applied into comparison,including the champion of the 2017 IEEE Congress on Evolutionary Computation(CEC2017)benchmark competition effective butterfly optimizer with covariance matrix adapted retreat phase(EBOwithCMAR).The experimental results reveal that DSNDE achieves better performance than its peers. 相似文献
18.
复杂网络中各种自组织现象的涌现给网络脆弱性挖掘和网络免疫自推进带来了启示.一个完整的免疫资源配置过程可以分为4个阶段:信息收集、扫描、漏洞修复和自我推进.网络主机脆弱性分布的实证分析表明,脆弱主机在网络中呈现明显的幂律分布特性,这就意味着盲目扫描将耗费大量资源在非脆弱或不存在的主机上,而一个有效的网络免疫策略应该利用这种非均匀的网络脆弱性分布特性.静态偏好性的扫描方法在初期能取得良好的推进效果,但并不能将这种有效性贯穿整个免疫过程.为此,提出了一种新的基于扫描方式的网络免疫自推进策略.该策略能够在不知道网络结构的条件下,通过一种动态适应的偏好扫描方法,高效命中脆弱主机实施免疫修复.经过传播模型推导及计算机仿真分析,设计的网络免疫策略能够很好地抑制危害传播,提高网络的安全性. 相似文献
19.
随着各种无线移动终端和各种无线电新应用业务得到飞速发展,人们对无线频谱的使用更加频繁,对无线频谱资源的需求日益增加,从而使无线频谱成为一种稀缺资源。频谱的稀缺会成为制约无线通信行业发展的瓶颈。为了更加有效地利用频谱资源,文中利用经典的经济学中的古诺博弈模型来分析认知网络中的频谱分配问题,考虑主要(授权)用户频谱供给量对频谱价格的影响,对原有价格函数进行改进,体现主要用户对频谱价格的影响,构建新的频谱分配模型,并提出新的效用函数,来更好地分析认知无线电网络中频谱分配问题,证明纳什均衡的存在性,有效提高频谱利用率。仿真结果表明,该算法更加贴近实际网络,更好地反应了主要用户的竞价意愿,达到了一定的实际应用能力。 相似文献
20.
当前建模社区无标度网络的研究多基于组合法,即先构造无标度特征再构造社区特征,或者先构造社区特征再构造无标度特征.基于组合法的模型能生成令人满意的社区无标度网络,但是该方法需要满足社区大小相等、社区特征和无标度特征间的顺序依赖等特定条件,而这些特定条件在真实网络的演化中往往并不存在.值得注意的是,多数学者同意社区网络起源于网络节点之间的类别距离,如地理距离、兴趣距离、偏好距离等,但现有研究尚未确证社区结构与类别距离之间的因果关系.针对组合法的缺点和社区特征起源的问题,该文建立了一个优化模型,该模型以无标度属性为优化目标,以类别距离为约束条件.仿真结果表明该模型揭示了类别距离与社区特征间的因果关系,能生成多种参数下的社区无标度网络,更好地拟合了现实世界中的社区无标度网络. 相似文献