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。     

改进的BA 网络演化模型的研究及应用

利用主方程和连续域理论分析了BA无标度网络的度分布以及初始吸引因子对网络节点度分布的演化过程。对BA模型进行了改进和推广,提出了随机吸引因子网络演化模型。此网络演化模型通过理论分析和数值模拟验证是吻合的,该模型是无标度网络演化模型。实验结果表明,改进的模型能够很好地反映现实系统中的一些重要性质,具有实际应用价值。     

基于HOT理论的网络抗毁性动态演化模型

建立一种具有抗毁性的网络动态演化模型,利用HOT理论,通过节点的择优连接机制,使系统的抗攻击能力和自恢复能力等特性朝最优的方向演化。通过调整节点自身的属性,产生节点度符合幂率分布的网络抗毁性动态演化模型。仿真结果表明,与相同规模的BA网络模型相比,按照该方法建立的HOT网络模型具有更高的抗毁性。     

基于三元闭包的节点相似性链路预测算法

链路预测作为复杂网络分析的基本方法被应用到很多领域,完全基于拓扑结构信息的复杂网络链路预测仍然是一个具有挑战性的问题。三元闭包作为网络中最小局部结构,具有结构平衡和稳定的特征。提出了一种基于三元闭包的节点相似性链路预测算法,通过计算出每个节点在网络中所占三元闭包的权重,并将该权重用于节点相似性指标中,提出了3个相似性指标TWCN、TWAA、TWRA和具有调节参数的3个相似性指标TWCN*、TWAA*、TWRA*。在10个不同的网络数据集上的实验结果表明,所提算法能够提高链路预测的精度。不仅如此,通过分析实验结果,发现在社交网络中拥有较多三元闭包的节点具有局部稳定性,不倾向于建立更多的新链接;相反,拥有较少三元闭包的节点具有局部不稳定性,倾向于建立更多的新链接。这种现象也符合社会学中有关弱关系产生链接的现象。     

基于中间节点效应的无标度网络演化模型研究

原BA模型以网络中已存在的各个节点与新增节点的连接相互独立为前提。然而,在真实系统中,当网络中一个节点与新增节点连接后,该节点对其邻居节点与新增节点的连接会存在影响。针对该现象,提出了基于中间节点效应的无标度网络演化模型。首先描述与定义了中间节点效应,然后给出了中间节点效应模型的生成算法,并从理论上分析了该模型的度分布情况,最后利用仿真验证了理论分析的正确性,并就度分布、群聚系数、平均路径长度等复杂网络参数与原BA模型进行了对比,结果表明此模型能生成无标度网络并且更符合现实网络的演化过程。     

给定平均连接度的无标度网络演化模型

由于Internet、www等网络的复杂性，需要构造符合真实网络特性的仿真网络来对其进行研究。在BA模型的基础上，提出了一种给定平均连接度无标度网络演化模型，网络生长时，按照概率pk添加k个连接。通过速率方程证明了该网络是节点度分布符合幂律分布的无标度网络，其幂指数为-3，且平均连接度为给定值。仿真结果和理论计算值很好地吻合。     

基于藕合系数的无标度网络建模

经典的无标度网络模型在全局范围内按照一定的概率选取节点进行优先连接,而现实网络很难做到这一点。为了解决这一问题,在BA无标度网络模型的基础上,通过新增两个参数耦合系数和吸引因子来构建基于耦合系数的无标度网络模型,并通过理论计算得出该演化模型的度分布。分析发现,它具有更明显的无标度网络特性。实验仿真结果也表明,其度分布在服从幂律分布的基础上更具有平稳性和广泛的适用性。     

基于改进PageRank的BA演化模型

针对原始BA模型择优连接概率决定因素的缺陷,即只从节点的度来衡量节点的重要性,提出了使用改进的节点的PageRank值来替代节点的度来衡量节点重要性的方法,建立了采用改进的节点PageRank值作为择优连接概率决定因素的扩展的BA演化模型.该演化模型的度分布呈现幂律分布,与原始的BA模型进行比较得出更优的统计特性,仿真实验结果表明了此模型的正确性与可行性.     

一种新的在线社会网络演化模型

现有吸引力演化模型的聚类系数较低,并且忽略了对网络增长有阻碍作用的因素。为此,提出一种基于阻尼因子的在线社会网络演化模型。该模型在BA网络模型的基础上,考虑网络节点吸引力并研究网络中节点阻尼因子的存在及作用。将阻尼因子细分为初始吸引力的衰退、节点热度的减退和不可抗拒的自然因素,解决了BA模型和CALW模型中仅考虑网络节点度和吸引力对网络影响的问题。引入三角形形成机制,提高模型的聚类系数。应用平均场理论对该模型生成网络的度分布进行理论分析,运用Matlab工具对度分布进行数值仿真,结果验证了该模型的正确性和有效性。     

电子邮件病毒传播网络的建模与分析

为了深入了解电子邮件病毒传播网络的演化规律,通过分析电子邮件病毒传播网络的生长过程的特点及方式,把电子邮件病毒的传播过程抽象成一个网络的生长,建立了基于局部优先连接机制的电子邮件病毒传播网络的动态演化模型,该模型在考虑网络动态增长的同时,兼顾了网络内部边的动态演化,更细致、真实地刻画了电子邮件病毒传播网络的动态演化特性,仿真结果表明,该模型所生成的网络具有无标度特性、小世界以及高聚集性。     

社交网络下的不确定图隐私保护算法

社交网络平台的快速普及使得社交网络中的个人隐私泄露问题愈发受到用户的关心,传统的数据隐私保护方法无法满足用户数量巨大、关系复杂的社交网络隐私保护需求.图修改技术是针对社交网络数据的隐私保护所提出的一系列隐私保护措施,其中不确定图是将确定图转化为概率图的一种隐私保护方法.主要研究了不确定图中边概率赋值算法,提出了基于差分隐私的不确定图边概率赋值算法,该算法具有双重隐私保障,适合社交网络隐私保护要求高的场景.同时提出了基于三元闭包的不确定图边概率分配算法,该算法在实现隐私保护的同时保持了较高的数据效用,适合简单的社交网络隐私保护场景.分析与比较表明：与（k,ε）-混淆算法相比,基于差分隐私的不确定图边概率赋值算法可以实现较高的隐私保护效果,基于三元闭包的不确定图边概率分配算法具有较高的数据效用性.最后,为了衡量网络结构的失真程度,提出了基于网络结构熵的数据效用性度量算法,该算法能够度量不确定图与原始图结构的相似程度.     

基于链路预测的社会网络事件检测方法

网络演化分析与事件检测,是当前社会网络研究的热点和难点.现有的研究工作主要是针对网络提出不同的模型,并用网络特征指标对仿真结果进行评价.这些方法存在如下问题:(1) 每种方法仅针对特定网络,通用性不高;(2) 特征指标多种多样,不同模型的表现情况缺乏统一的评价标准;(3) 未考虑网络演化的时间特性,难以描述网络演化的波动性,无法检测事件.针对上述问题,提出一种基于链路预测的社会网络事件检测方法LinkEvent(由相似性计算算法SimC和事件检测算法EventD组成),它可以对不同网络的波动性进行统一评价,并依此建立事件检测模型.主要工作包括:(1) 证明了链路预测可以反映网络演化机制,相同机制下的模型演化法和链路预测在分析网络演化上具有内在的一致性;(2) 基于链路预测,提出一种网络相似性计算算法SimC(similar computing),并在考虑微观因素的基础上进行改进;(3) 利用相似性计算结果,提出一种事件检测算法EventD(event detecting)检测出新事件.在不同特征的网络上进行实验,结果表明:所提出的LinkEvent方法能够较好地解决网络演化波动性问题,实现事件检测;同时也证明了利用链路预测技术进行网络演化分析的可行性以及相似性计算和事件检测算法的有效性.     

基于链接寿命的社交网络结构演化分析

近些年来,社交网络受到越来越多的关注。社会网络服务(SNS),例如YouTube、Facebook和Twitter等,已经成为网络上最受欢迎的网络应用之一。SNS的风靡促使越来越多的人研究社交网络的特性,特别是基于网络拓扑结构的研究,以期改善当前的网络应用并创造新的受欢迎的社交网络应用。然而,大多数的现有研究方法只是研究随着时间积累的网络结构的动态变化,这些方法无法完全反映社交网络的其他特性比如链接寿命现象。链接寿命现象是指社交网络中的边并不是永久存在的,它可能会随着时间的变化而消亡。着重研究这种社交网络中链接生存周期对社交网络结构演化的影响。具体来说,研究链接寿命对于社交网络结构基础重要参数(包括度、网络直径和平均聚类系数等)的影响。基于DBLP的真实网络数据的研究表明,在考虑链接寿命这个必要因素之后,社交网络结构的演化结果和传统研究结果有很大的不同。特别是,链接寿命的微小变化会导致网络直径的剧烈变化。     

D2SNet: Dynamics of diffusion and dynamic human behaviour in social networks

In this paper, we present an original and formal framework, the D2SNet model designed to combine both the social network evolution and the diffusion dynamics among individuals. We have conducted experiments on three social networks that show identical characteristics as real social networks. A formal definition of the model is provided and we describe its implementation in a simulation tool. We represent human behaviors and information dissemination strategies by standard and synthetic scheme. In a first step, we study the impact of network growing strategies only and we highlight important parameters such as the evolution speed and mainly the kind of strategies that favour or not the spread. Then we study a more complete evolution strategy that involves link creation and deletion. We provide a deep analysis on the impact of each parameter such as evolution speed, creation and deletion probabilities and dynamic human behaviors on the diffusion amplitude and coverage. Our study gives a novel and useful insight in the diffusion process in a dynamic context.     

一种融合节点属性信息的社会网络链接预测方法

随着大规模社会网络的发展,链接预测成为了一个重要的研究课题。研究了在社会网络中融合节点属性信息进行链接预测,在传统的社会-属性网络图模型的基础上,将节点属性的类别这一重要参量加入到网络构建中。基于此,提出了一系列为网络中不同类型的连边分配边权重的方法,最后通过随机游走的方法进行网络链接的预测。实验表明,所提链接预测方法相比同类方法有明显的效果提升。     

一种改进的HK社交网络建模方法

随着对复杂网络研究的不断加深，社交网络建模成为研究热点之一。在Holme和Kim(HK)网络模型的基础上，提出一种改进的HK社交网络演化模型，不仅考虑了“偏好连接”、“三角结构”的传统社交网络演化机制，还在网络中新增节点的同时考虑了“内部演化”和“外部延展”2种不同的网络链路增长模式，并在传统的单向生长的网络结构基础上，创新性地提出节点度饱和与链路刷新的网络动态演化方式。仿真结果显示，改进后的HK模型其度分布呈现幂律分布特征，具有较大的聚类系数与较小的平均最短路径长度，同时满足小世界效应与无标度特性，整个社交网络模型在链路的建立与阻断过程中呈螺旋式生长，能更好地再现真实社交网络的结构特征。     

一种有效的社会网络社区发现模型和算法

社会网络的社区发现存在划分效果较好的算法时间复杂度过高、现有快速划分算法划分质量不佳、缺乏表达和充分利用个体和链接属性信息的模型和机制等问题.针对这些问题,提出了一种边稳定系数模型和一种能表达个体间关系紧密度的完全信息图模型,在此基础上设计和实现了一种有效的社区发现算法.提出的完全信息图模型具有较高通用性,适用于需要融合个体和链接属性的社区发现算法.通过系列实验表明,所提出的以边稳定系数模型和完全信息图为基础的算法,对社会网络中的社区发现问题是有效的.算法不仅具有较快的速度,也能适用于带权与不带权的网络,得到的社区划分结果也具有较高的划分质量.     

网络的策略演化模型及其在知识交流网络结构仿真中的应用

为了验证网络战略演化模型能够生成呈现大部分真实社会网络主要结构特性的网络,并探索知识缄默性对网络结构的影响规律,为此,引入空间动态连接模型来描述代理人之间连接的策略模式,运用时间非齐次的马尔可夫随机过程来刻画网络动态演化过程,进而利用动力学仿真研究知识缄默性对网络结构的影响规律。结果显示,当衰减参数处于区间[0.35,0.7]时,网络呈现集聚性,并且只有很少的代理人维持长连接;当代理人之间连接成本呈正态分布时,度的分布是非对称的。事实上,此时的网络呈现出了小世界特性。     

多维社会网络中链路预测方法研究

多维社会网络中链路预测是指通过已知的网络节点以及多维社会网络结构等信息预测多维社会网络中尚未产生连边的两个节点之间产生链接的可能性.在研究有关链路预测的相关技术后,基于节点之间的相似性,提出了一种多维社会网络中的链路预测算法.算法中考虑时间因素和权重因素对于链路预测的影响,同时将多维网络中的相关技术应用到链路预测的过程...