基于图神经网络的复杂网络关键节点检测算法

针对复杂网络关键节点检测算法准确性低及可靠性不足的问题，结合图神经网络(Graph Neural Network, GNN)模型提出了一种新的复杂网络关键节点检测算法。将复杂网络建模为图模型，通过注意力机制学习每个邻居节点的权重；利用GNN强大的图学习和推理能力，评估网络中节点与连接的关键性评分；采用强化学习(Reinforcement Learning, RL)搜索GNN的超参数，从而提高关键节点检测算法的可扩展性及可靠性。仿真实验结果表明，由该算法检测的关键节点具有较高的准确性，并且具有较快的运算速度。     

基于GMAE框架的图变分自编码器的链路预测模型研究

链路预测是复杂网络中重要的研究内容，它是在给定网络中利用已有的各种信息来预测尚不存在连边的两个节点发生链接的可能性，在社会网络中的朋友推荐系统有广泛应用。近年来，图神经网络在链路预测任务上取得了很好的效果。但是，由于图卷积层带来了过平滑问题，只能关注到节点的局部性信息。为此，本文针对复杂网络提出了图掩码编码器（Graph Masked AutoEncoders,GMAE）技术，可以关注到更大范围的信息，重建掩码节点的特征，并将重建特征输入到自动编码器，重构网络。通过实验证明，GMAE聚合全局节点信息生成特征的方式在自动编码器的重建下重构的网络更接近原始网络，能够在下游链路预测任务上取得先进性能。     

融合抗噪机制的图变分自编码器社交网络推荐方法研究

链路预测是根据复杂网络中已有的拓扑信息预测网络中两个不相邻的节点间产生连接的可能性,是社交网络推荐中使用的主要方法之一。随着社交网络近些年来蓬勃发展,数据量的剧烈增加无可避免地导致坏数据的出现（即目标节点特征属性缺失,或是目标节点特征属性错乱）。为了解决有节点属性社交网络中因为节点特征缺失导致的链路预测准确率降低的问题,提出了一种结合噪声对抗机制的图变分自编码器模型（Denoising Graph Variational Autoencoder,DGVAE）来优化链路预测效果。通过建立一种图变分自编码器结构,并设计一个噪声对抗模块,使得图变分自编码器能够有效地抵抗噪声干扰。经过一系列实验的验证,在有节点属性的网络中,采用噪声对抗的图变分自编码器模型能够有效地预测复杂的网络结构,而且在数据有冗余噪声的情况下,这种模型的预测效果有显著的改善。     

基于SARIMA-LSTM组合模型的网络流量预测方法

针对网络流量预测问题，提出一种基于SARIMA和LSTM组合模型的网络流量预测方法。首先，利用S-HESD算法对异常流量数据进行检测，并通过滑动窗口均值进行数据平滑处理；然后，利用基于统计学习的SARIMA模型预测流量数据，并将其作为LSTM神经网络的输入，最终输出流量预测值。实验结果表明，SARIMA-LSTM组合模型能充分呈现骨干网、城域网、边缘接入网等不同层级网络的周期性和趋势性等特点，优于SARIMA、LSTM等单一模型。     

无线传感器网络节点的辅助式定位方法

节点定位是无线传感器网络的一个重要研究内容。针对传感器网络内所有节点物理位置都未知的情况，文中提出一种利用已知的外界参考信号源来对网络内传感器节点进行定位的方法，并建立了基于TDOA、TOA及AOA的定位估计模型。尽管参数测量有误差，但所提出的方法能够提供有效的位置信息及一定的精度，而且基于AOA的定位模型并不增加传感器节点的成本和复杂度。仿真实验结果表明，该方法能对节点进行有效的定位。     

基于信息损失量估计的匿名图构造方法

首先分析了在进化的社会网络序列中,攻击者利用节点度信息,通过识别目标节点的方法对局部社会网络进行攻击过程,分析了利用k匿名方法对该类攻击进行隐私保护时存在的信息损失问题,针对该问题,提出了一种基于信息损失量估计的k匿名图流构造方法,通过子图节点属性泛化、子图内部结构的泛化控制图重构的信息损失,通过禁止子图内部扰动阻止网络攻击。定义匿名过程中由于图重构造成的节点和结构信息损失的估算方法,建立了基于贪婪聚类算法的网络节点的k匿名聚类算法,根据信息损失估计实现匿名分组,在进化的社会网络中以最小信息损失量构造匿名社会网络,在医疗诊断数据集上的实验表明所提方法能够较理想地控制信息损失量。     

一种适用于移动传感器网络的增强型蒙特卡罗定位跟踪算法

该文提出一种在低锚节点密度的移动传感器网络中实现定位跟踪的方法。利用受控的洪泛方式提高锚节点利用效率,采用遗传交叉操作加快预测阶段的抽样,采用插值方法对节点运动速度及方向进行预测,利用位置估计精度优于自身的1跳邻居节点的信息强化滤波条件。仿真实验结果表明,该文算法与传统算法相比加快了收敛速度,提高了定位精度,改善了在低锚节点密度时的性能。     

基于深度学习的空天地缓存中继网络性能评估方法

空天地融合网络(Satellite-Aerial-Terrestrial Integrated Network,SATIN)充分发挥一体化网络架构下全局信息处理、灵活部署、广泛覆盖范围等优势,能够实现多维复杂网络信息的一体化处理和资源利用率最大化。为了降低用户端传输时延并满足高频谱利用效率的要求,将无线缓存融入SATIN中,具体研究了2种典型中继缓存方案,即最多访问业务缓存(Most Popular Content Caching,MPCC)方案和均匀缓存(Uniform Caching,UC)方案,并在此基础上推导了不同的中继缓存方案下网络中断概率(Outage Probability,OP)的闭合表达式。此外,为了提升性能评估效率和实时性,提出了基于卷积神经网络(Convolutional Neural Network,CNN)的性能预测方法。同时,为了避免输入数据重要特征信息的丢失,所提预测方法采用了一种去除池化层的改进CNN模型。仿真并对比了在不同参数条件下3种缓存中继方案的OP性能表现。预测结果表明,所提出的改进后的CNN预测方法能准确预测系统性能,并且较已有方案有更好的实时性。     

基于关系图卷积神经网络的多标签事件预测

事件预测需要综合考虑的要素众多,现有预测模型多数存在数据稀疏、事件的组合特征及时序特征考虑不足、预测类型单一等问题。为此,提出了基于关系图卷积神经网络的多标签事件预测方法,通过节点特征聚合技术实现数据的稠密化表示。模型利用卷积神经网络的卷积和池化运算,提取预测数据的组合时间段特征信息,并结合长短期记忆网络的时序特征提取能力,进一步提取预测数据的时序规律特征;最后,模型通过全连接的多标签分类器,输出多种类型事件发生的概率值。实验结果表明,所提模型可以支持进行多日期、多类型事件预测,在特定数据集上最高F1值可以达到0.85。     

一种基于线性规划的有向网络链路预测方法

大多数有向网络链路预测方法在计算节点相似性时没有充分考虑有向网络的结构特点，未区分不同有向邻居对连边形成具有的贡献差异，导致预测性能受到局限。鉴于此，该文提出一种基于线性规划的有向网络链路预测方法。该方法对3种有向邻居的信息贡献进行量化分析，结合结构特点建立线性规划模型，进而通过求解贡献矩阵的最优解构建相似性指标。9个真实有向网络中的实验结果表明，所提方法相比于9种现有方法在两种衡量标准下表现出较高的预测性能与良好的鲁棒性。     

网络经济离不开网络安全

专家曾预言,2000年的上半年将是数字革命的历史转折点,其具体含义是指网络正在从非主流地位转化为主流地位。网络经济正在从美国向世界各个地区扩散。在发展新经济的指导思想下,欧洲各国都憋着一股劲向前赶,以期赶上美国。在亚洲,传统经济向新经济的转变尤为明显,我国已有2250万人上网,2000年7月,企业上网工程正式启动,在这之前的政府上网工程取得了阶段性成果,电子商务也由一个时髦名词变为拥有无数实践者和牺牲者的创业模式。     

光网络拓展了DWDM网络的性能

Lucent Technologies公司的研发机构——批在贝尔实验室工作的科学家,开发出了一项能够显著延伸DWDM网络性能范围的新技术。这项被称为LambdaXtreme Transport的技术可以在不采用电子再生的情况下在长达     

网络结构中容量评估方法

在网络结构的评估中,根据无线网络特征,将无线网络结构分为覆盖、容量和频率三个维度。容量作为其中一个最为主要的方面,在评估中,包括两个主要方面,即容量是否充足,容量是否均衡,通过制定了4个与容量相对应的指数,通过量化的数据对网络的容量做出一个合理科学的评估分析。     

本地网汇接局交换网络的调整

通过对哈尔滨本地网市话汇接局和无线市话汇接局现状和存在的问题的调查研究，结合本地网未来的发展趋势，提出了本地网汇接局的交换网络调整方案。     

浅析我国数字集群的专网、共网与公网

从数字集群的特点和作用出发，结合我国数字集群发展的现状．分析了数字集群专网．共同和公阐三者关系．依据信息产业部对数字集群的发展政策辩证地论述了我国现阶段数字集群通信系统的发展观。     

Wide area ubiquitous network: the network operator's view of a sensor network

This article describes a network concept called the wide area ubiquitous network (WAUN) and its research activities. WAUN is a network for sensors and actuators, and can support low-end wireless terminals, which are expected to be used for new applications. Among the many types of R&D being performed in the WAUN project, this article focuses on the feasibility of its basic feature and target. The basic feature is ?wide coverage using very-low-power-consumption terminals,? and its specific target is a ?5-km cell radius using 10-mW transmission power terminals with a battery life of 10 years.? The results of a basic field experiment and a laboratory experiment suggest that the target seems to be feasible using wireless technologies such as diversity reception (with additional future effort to improve the packet error rate for use in business districts) and LSI technologies such as a power switch fabricated in a CMOS/SOI LSI.     

网络环境下车联网通信协议的研究

随着我国汽车保有量的剧增以及我国计算机网络技术的不断成熟,车联网成为人们生活和工作的一项重要辅助工具,也成为政府进行交通管理的重要辅助工具。因此,对车联网通信协议和车联网的研究就显得意义重大。文章首先论述了车联网的概念以及研究背景,接着阐述了车联网通信协议的研究内容,最后列举了车联网未来的一些应用,以期能为车联网通信协议的研究者和车联网的使用者提供一些有意义的参考。     

The ATM Forum's private network/network interface

The ATM Forum completed the first version of its private network/network interface (PNNI) in March 1996 and many ATM switch manufacturers are now offering early implementations. PNNI offers a different type of internetwork or internodal interface from the traditional Signalling System No 7 based approach favoured to date by 'public' network operators, such as BT. In spite of its name, however, PNNI may find its place in network service provider networks as well as in 'private' or customer networks. Some of the perceived limitations of the current specification for such an environment are currently being addressed in version 2, tentatively due for completion in the second half of 1998.The PNNI really consists of two parts, a signalling protocol based around the ATM Forum's UNI signalling specification, and a dynamic source routeing protocol. This paper aims to provide an overview of the functionality and mechanics of PNNI, and to compare and contrast with the functionality offered by ITU-T's B-ISUP.     

Neural network design of a banyan network controller

The algorithm for choosing nonblocking sets of data cells from the queues can significantly affect the throughput and queuing behavior. The authors present an algorithm that is shown to have maximum throughput. This algorithm is reduced on a banyan network to a constraint satisfaction problem by using an equivalence approach. To gain the required computational speed, the massive parallelism of neural networks is used. A neural network design using multiple overlapping winner-take-all circuits is defined. This is shown to be stable and to result only in nonblocking sets of data cells. An efficient interface between the neural network and the queue is also defined. The performance of the banyan with a neural network controller is compared to a noninternal-blocking switch with various controllers. The banyan is within a factor of two of the nonblocking switch     

浅谈移动通信网的网络优化

近年来随着移动通信网络的迅猛发展，在市场需求的驱动下，移动网络不断扩容，网络的规划也一再随之调整。建设周期短，发展速度快，前后工期重叠进行，造成整个通信网络的各种资源不能得到合理的应用，网络运行效率低。为使得网络资源能够合理配置和应用，移动通信网络的网络优化工作已经成为移动通信运营商提高服务水平，保障通信质量的重要工作内容。