一种基于AS安全联盟的域间路由系统拟态防护机制

针对域间路由系统的大规模低速率拒绝服务攻击(Low-rate DoS against BGP Session,BGP-LDoS)能够造成域间路由系统的整体瘫痪,而现有的检测方法和防护措施难以有效检测和防御此类攻击。BGP-LDoS攻击实施的前提是对域间路由系统的拓扑进行探测分析,获取关键链路的相关参数信息。网络拟态变换能够通过持续的动态变换来迷惑攻击者,增加攻击者对网络进行探测与分析的代价和复杂度,降低攻击成功的概率。借鉴拟态安全防御思想,提出了一种域间路由系统拓扑动态变换的防护方法,由系统中多个相邻自治系统(Autonomous System,AS)组成AS拟态联盟,在联盟内部进行拓扑等效变换。文中给出了实现的具体过程。对拓扑变换后的网络抗BGP-LDoS攻击的能力进行验证分析,实验结果表明,利用该方法可有效降低攻击者对网络拓扑分析的精确度,干扰其关键链路的选择过程,从而实现对BGP-LDoS攻击的防护。     

基于ArcGIS Geodatabase实现配电网拓扑分析

传统GIS数据模型难以适应配电GIS拓扑分析,利用Geodatabase数据模型中的几何网络来描述配电网拓扑结构,提出了一种全局数据处理方法,对配电网数据进行设备分层、拓扑处理,以此建立配电几何网络,这为配电网络拓扑分析奠定了基础。最后,基于所建配电几何网络,结合东莞大朗镇配电GIS项目,实现配电网络拓扑分析中的供电电源分析,并给出了具体的算法实现。     

网络自动拓扑发现算法的研究与设计

网络自动拓扑发现是网络管理中一项非常重要的技术 ,本文对现今几种常用的搜索方法进行详细的分析 ,指出其特点和不足 ,设计出了一种拓扑发现算法 ,并给出了算法描述。该算法可用于网络拓扑发现、网络故障定位等网络管理的实现     

多维度空间变换网络拓扑布局方法

网络拓扑布局能帮助用户直观地了解分析网络结构.随着网络规模的增大和网络属性的增加,为了兼顾多元网络结构特征的呈现和局部网络的属性关联分析,引导用户进行渐进式探索分析,提出一种多维度空间变换网络拓扑布局方法.首先基于社区特征进行3维布局,呈现网络整体结构特征;基于3维布局和网络属性,对用户筛选的网络结构进行维度空间变换,在2.5维布局中呈现属性和拓扑关联;最后,对用户筛选的单维属性局部网络进行2维布局,通过多样化布局方式呈现局部网络拓扑结构.基于该拓扑布局方法,使用社交网络、脑网络和计算机网络3种数据集进行实验分析,结果证明了所提方法在兼顾结构特征呈现和属性关联分析,以及渐进式探索分析中的有效性.     

面向Trunk技术的网络拓扑发现算法研究

随着企业组网模式的大型化、复杂化及VLAN技术在交换层网络中的广泛应用,当前交换层拓扑发现算法在拓扑发现效率及普适性上存在诸多问题,本文分析Trunk技术特点,提出一种结合地址转发表与Trunk信息的网络拓扑发现算法,该算法提高了网络拓扑发现算法运行效率及发现结果准确性,此外,算法对多厂商数据进行分析使其对当前主流的多VLAN交换网络拓扑有着更强的适应性并能够准确给出网络逻辑拓扑连接关系,同时,给出了算法的实现方法及园区网测试的结果.     

Ad Hoc网络中基于测度的冲突受限算法

拓扑控制一直是Ad Hoc网络中的研究热点,文章给出了一种新的冲突受限模型,从测度的角度对冲突进行定量的分析描述,并提出基于测度的冲突受限算法(ICBM)。该算法在保证网络连通性的前提下构建了一个冲突控制拓扑。仿真结果显示ICBM有效地降低了网络冲突,提高了网络性能。     

一种新型远程网络拓扑发现及分析算法

分析了利用SNMP协议、ICMP协议进行网络拓扑发现的原理和子网掩码分析的方法,并针对现有方法的不足提出参考建议。提出一种基于多种网络探测技术的RT远程网络拓扑发现分析算法,该算法不仅注重网络实体信息的收集,更突出了对获得实体信息的分析。最后,通过比较不同方法对仿真网络环境拓扑发现的结果,证实了RT算法得到网络拓扑结果的完整性和准确性。     

基于OSPF链路状态数据库构建网络拓扑

构建局域网拓扑在网络行为的研究中具有非常重要的意义。文中以利用OSPF协议构建局域网拓扑结构为目标,对目前几种构建局域网拓扑结构的方法进行比较,通过分析比较指出利用OSPF协议构建局域网拓扑结构的优点,然后提出了一种基于OSPF协议链路状态数据库进行局域网拓扑构造算法。该算法在对CLSPF链路状态数据库中的OSPF database表和CISPF database network表详细分析的基础上,利用这两个表中的数据构建网络拓扑。实验证明,该算法能够有效地显示局域网拓扑结构。     

基于InfiniBand的多链路mesh/torus大规模并行系统互连网络

在大规模并行系统中,系统级互连网络的设计至关重要.InfiniBand作为一种高性能交换式网络被广泛应用于大规模并行处理系统中.mesh/torus拓扑结构相较于目前普遍应用于InfiniBand网络的胖树拓扑结构拥有更好的性能与可扩展性.尽管如此,研究发现,用传统的mesh/torus拓扑结构构建InfiniBand互连网络存在诸多问题.分析了传统网络拓扑结构的缺陷,并提出了一种基于InfiniBand的多链路mesh/torus互连网络.这种改进型的拓扑结构通过充分利用交换机间的多链路可以获得比传统mesh/torus网络更高的带宽.另外,同时给出了与该网络拓扑结构相配套的高效路由算法.最后,通过网络仿真技术对提出的算法进行了评估,实验结果显示提出的路由算法相较于其他路由算法拥有更好的性能与可扩展性.     

基于Geodatabase模型的配电网拓扑算法

针对配电网管理平台的网络拓扑问题,提出一种基于Geodatabase模型的配电网拓扑分析算法.引入Geodatabase数据模型和网络拓扑模型,定义配电网数学模型,采用XML描述配电网设备,构建配电网拓扑模型,设计拓扑算法流程.应用于配电网拓扑关系生成和电源分析过程的算例表明,该算法具有结构简单、流程清晰等特点,能满足...     

加权迭代节点匹配算法及其在语言网络中的应用

复杂网络间节点匹配在很多领域中均具有重要现实意义。然而,传统的节点匹配算法通常只利用网络的局部拓扑信息,在对拥有高对称性的真实网络作用时往往会失效。为了克服这一缺点,我们近期利用网络拓扑信息和连边权重信息,提出了一种新型的同时来计算不同网络间节点相似度的方法,并在此基础上设计了一种加权迭代节点匹配算法。将该算法在高度拓扑对称仿真网络对和真实中英文语言网络对上分别进行了测试,结果表明加权迭代节点匹配算法在此类网络上优于纯拓扑迭代节点匹配算法。     

基于类似形原理识别平面多边形

根据仿射不变性提出了6个用来描述多边形形状的拓扑特征和几何特征，这些特征在仿射投影下是不变的；以这些特征作为约束务件给出了在仿射投影下多边形的类似形定义；提出了一种用于识别平面多边形的类似形法。对类似形应用拓扑结构进行定性分析，对噪音不敏感；应用几何结构进行定量分析，能够反应多边形形状的细微差别。实验结果表明该方法是有效的。该算法能够用于识别平面立体和工业部件等。     

基于分布式操作系统的数据灾备与拓扑连接挖掘方法

在传统的分布式操作系统灾备处理过程的基础上,结合已有分布式跨边界片段连接优化方法,提出基于空间片段拓扑连接优化的关系代数转换原则,通过利用等价转换规则,进一步简化经过数据本地化处理后的查询树。然后引入连接归并树和执行计划树等概念,并利用相应归并和优化算法将全局空间查询转化为各个场地局部空间数据库的具体执行计划。     

跨层优化的WSN能耗均衡拓扑博弈算法

由于无线传感器网络承载服务的多样性和工作环境的复杂性，使得基于单层信息设计的拓扑控制方法面临挑战。针对该问题，通过引入博弈理论和超模博弈的概念，将节点度、网络连通性和MAC层干扰程度等跨层信息融入到效用函数的设计中，构建了一种新的拓扑博弈模型，并证明了该模型属于超模博弈且存在纯策略纳什均衡，进而提出了一种跨层优化的WSN能耗均衡拓扑博弈算法（COETG）。通过仿真实验与对比分析表明，COETG算法能在保证网络连通性和鲁棒性的前提下，降低节点发射功率，拥有良好的能耗均衡性和能量效率，有效延长了网络生存时间，提升了网络性能。     

AntiMNT：一种对抗多源网络层析成像的拓扑混淆机制

作为一种典型的网络拓扑推断方法,网络层析成像技术可以被攻击者用来准确推断目标网络的拓扑结构,进而向关键节点或链路发起有针对性的攻击行为。为了有效隐藏真实的网络拓扑结构等信息,提出了一种基于主动欺骗方式对抗多源网络层析成像探测的拓扑混淆机制AntiMNT。AntiMNT针对多源网络层析成像的探测过程,策略性地构建虚假拓扑结构,并据此混淆攻击者对目标网络的端到端测量数据,使其形成错误的拓扑推断结果。为了高效生成具有高欺骗特征的混淆网络拓扑,AntiMNT随机生成候选混淆拓扑集,并在此基础上用多目标优化算法搜索具有高安全性和可信度的最优混淆拓扑。基于几种真实网络拓扑的实验分析表明,AntiMNT可以生成高欺骗性和安全性的混淆网络拓扑,从而能够有效防御基于网络层析成像的网络侦察。     

Topological optimization of structures subject to Von Mises stress constraints

The topological asymptotic analysis provides the sensitivity of a given shape functional with respect to an infinitesimal domain perturbation. Therefore, this sensitivity can be naturally used as a descent direction in a structural topology design problem. However, according to the literature concerning the topological derivative, only the classical approach based on flexibility minimization for a given amount of material, without control on the stress level supported by the structural device, has been considered. In this paper, therefore, we introduce a class of penalty functionals that mimic a pointwise constraint on the Von Mises stress field. The associated topological derivative is obtained for plane stress linear elasticity. Only the formal asymptotic expansion procedure is presented, but full justifications can be deduced from existing works. Then, a topology optimization algorithm based on these concepts is proposed, that allows for treating local stress criteria. Finally, this feature is shown through some numerical examples.     

进化树拓扑路网构建及多停靠点路径规划方法研究

针对多停靠点线路优化问题,提出一种基于邻接矩阵网络拓扑树构建的路径寻优方法,借鉴系统生物学中进化树分类的思想,引入路网结点间邻接关系评价标准邻接值的概念,将路网按照其结点邻接关系归类划分为以路网结点间邻接值为表征的路网拓扑进化树,同时对线路路径寻优问题中目标结点进行动态回溯分类,在限定路网搜索区域同时采用分支定界搜索策略进行搜索优化,降低了搜索算法时间复杂度.最后依据国家基础地理信息系统网站提供的国界、省会城市及主要公路基础地理数据进行系统实现,证明该算法的有效性.     

基于共享单车GPS数据的小区道路生成方法

利用GPS数据生成路网对城市交通有着重要意义。由于机动车自身对道路条件的要求,利用机动车GPS提取路网主要针对城市主干道及主路,忽略了小路及小区路网。为完善城市路网,提出了一种基于共享单车GPS轨迹的道路拓扑结构生成方法。首先提取路网拓扑节点,通过引入趋势夹角判断转折点后利用转向角分析确定拓扑点。然后提取道路线型,通过OW(opening window)算法对轨迹进行分割、基于DBCSAN算法思想提出一种对子轨迹聚类方法,再提取特征点来拟合道路中心线。利用缓冲区验证路网的精度,结果表明该方法生成的道路既能确保拓扑结构又具有较高的覆盖率。     

一种结构化P2P网络拓扑匹配的通用算法

与非结构化P2P网络相比,结构化P2P网络具有良好的可扩展性、鲁棒性。但是结构化P2P覆盖网络是直接建立在逻辑网络之上,没有过多地考虑底层物理网络拓扑结构,导致逻辑拓扑结构与物理拓扑结构严重不匹配。本文提出一种新的协议无关的拓扑匹配算法,将现有的界标节点、自适应匹配算法与IP分配策略相结合构建初始拓扑结构,优化节点交换算法来维护拓扑结构。模拟实验表明,本算法提高了网络的拓扑匹配度,具有更低的通信开销。     

Finding Communities by Decomposing and Embedding Heterogeneous Information Network

Community discovery is an important task in social network analysis.However,most existing methods for community discovery rely on the topological structure alone.These methods ignore the rich information available in the content data.In order to solve this issue,in this paper,we present a community discovery method based on heterogeneous information network decomposition and embedding.Unlike traditional methods,our method takes into account topology,node content and edge content,which can supply abundant evidence for community discovery.First,an embedding-based similarity evaluation method is proposed,which decomposes the heterogeneous information network into several subnetworks,and extracts their potential deep representation to evaluate the similarities between nodes.Second,a bottom-up community discovery algorithm is proposed.Via leader nodes selection,initial community generation,and community expansion,communities can be found more efficiently.Third,some incremental maintenance strategies for the changes of networks are proposed.We conduct experimental studies based on three real-world social networks.Experiments demonstrate the effectiveness and the efficiency of our proposed method.Compared with the traditional methods,our method improves normalized mutual information(NMI)and the modularity by an average of 12%and 37%respectively.