基于二进制移位的嵌套区间层次模型算法优化

嵌套区间是嵌套集合理论在有理数范围的扩展,利用有理分数进行层次结构编码的方式,解决了嵌套集合模型中节点容量受限和节点变形操作性能较差的问题。嵌套区间模型中节点编码会随着层次结构规模增大而呈指数增加,导致节点操作性能下降且存储增加。针对此问题,研究了嵌套区间的数学模型,根据节点编码特点,提出了一套基于二进制移位原理的嵌套区间模型优化算法,可将算法时间复杂度降为O(1),提高层次结构操作效率。同时设计了一种新的节点存储结构,可以降低磁盘存储。实验结果表明,新算法和存储结构能够显著提高节点操作效率并降低存储。     

基于ResNet_NSCS的通信信号调制识别

针对通信信号调制识别的特征提取问题,为进一步提高识别准确率,提出了一种基于嵌套式跳跃连接结构的残差网络(ResNet of Nested Shortcut Connection Structure,ResNet_NSCS)调制识别算法。该算法在残差神经网络(Residual Neural Network,ResNet)基础上,通过借鉴ResNet多通路选择思路,引入嵌套式恒等跳跃连接结构,利用提取的特征实现不同调制方式的分类。仿真结果表明,面向RadioML2016.10a数据集,较卷积神经网络(Convolutional Neural Network,CNN)算法和卷积神经网络_长短时记忆网络(Convolutional Neural Network_Long Short Term Memory Network,CNN_LSTM)算法,以增加网络复杂度为代价,ResNet_NSCS算法收敛速度快,识别准确率高。     

层次化片上网络结构的簇生成算法

半导体工艺的发展及嵌入式电子产品复杂度的不断增长,系统芯片互连结构的吞吐量、功耗、信号完整性、延迟以及时钟同步等问题更加复杂.基于总线的片上通信结构不足以提供良好的通信能力,出现了以片上网络为核心的通信结构.本文提出了层次化片上网络设计中,根据实现工艺和应用需求,进行层次划分的簇生成算法.实验表明,通过使用该算法,能够有效的分配系统芯片的内部通信,提高系统性能,降低硬件实现开销,同时满足一定的服务质量需求.     

基于拓扑势的重叠社区及社区间结构洞识别——兼论结构洞理论视角下网络的脆弱性

社会网络和复杂网络上的社区识别已经成为当前研究的热点和前沿课题.针对目前社区识别方法不能兼具较低时间复杂度、无须专家知识或先验知识和允许存在重叠节点的不足,提出了基于拓扑势理论的重叠社区识别方法.通过提出的重叠节点社区归属不确定性测度,该方法同时实现了社区间结构洞的识别.实验验证了该方法的有效性.另外,文章在理论证明的基础上提出了影响因子优化算法;论证了结构洞理论视角下网络的脆弱性.     

基于高斯树近似的大规模MIMO检测算法

大规模MIMO系统中,基站端复杂的接收信号将导致信号检测困难等问题。该文提出一种基于截断诺依曼级数近似求逆高斯树的低复杂度消息传递算法,该算法在高斯树近似消息传递的过程中利用诺依曼级数近似求解协方差矩阵和最小均方误差估计以降低计算复杂度。仿真结果表明,该文算法在检测性能满足系统需求的同时,也有较低的计算复杂度。     

基于拓扑势的重叠社区及社区间结构洞识别——兼论结构洞理论视角下网络的脆弱性

社会网络和复杂网络上的社区识别已经成为当前研究的热点和前沿课题.针对目前社区识别方法不能兼具较低时间复杂度、无须专家知识或先验知识和允许存在重叠节点的不足,提出了基于拓扑势理论的重叠社区识别方法.通过提出的重叠节点社区归属不确定性测度,该方法同时实现了社区间结构洞的识别.实验验证了该方法的有效性.另外,文章在理论证明的基础上提出了影响因子优化算法;论证了结构洞理论视角下网络的脆弱性.     

基于主题本体树的文本流层次主题检测技术

本文首先提出主题本体树层次结构的主题结构模型，并研究了基于主题本体树的层次主题检测技术。在真实新闻数据上的仿真实验表明，该方法能从文本流中有效检测层次主题，实验表明三种测度中混合对称测度效果更好。     

基于量子计算的僵尸网络周期性通信行为检测算法

僵尸网络需要在控制者和受控主机之间维持周期性通信,如果能够有效识别僵尸网络的周期性通信行为,就能够以此为基础实现僵尸网络检测。尽管一些算法提出了基于周期性通信行为的僵尸网络检测方法,但是如何在海量数据中实现僵尸网络的快速检测仍然是一个问题。基于量子计算的僵尸网络周期性通信行为检测算法,是在已有算法的基础上引入量子计算来提高周期性通信检测算法的速度。实验结果表明,改进后的算法与已有算法相比,拥有相同的检测精度,与此同时,能够使用较少的查询次数完成僵尸网络检测,能够有效提高僵尸网络检测的速度。     

网络社区发现优化：基于随机游走的边权预处理方法

在网络日趋复杂化、巨大化的背景下,仅依靠网络拓扑特征难以提高现有社区发现算法的精确度和性能。该文提出一种优化网络社区发现的边权预处理方法,基于马尔可夫随机游走理论建模社区结构对复杂网络行为的影响,根据多重随机游走对网络连接的遍历情况,重新衡量网络边权。预处理后的边权作为网络拓扑的有效补充信息,能够将网络社区结构去模糊化,从而改善现有算法的社区发现性能。对于一些典型的计算机生成网络和真实网络,经实验验证：该预处理方法能够有效提升现有部分社区发现算法的准确性和效率。     

一种基于计算智能的组播路由算法

在通信网络中,多约束组播通信是提高网络运行效率和服务质量的重要途径。一些启发式的算法已经被用来解决多约束条件下的组播路由问题,如模拟退火算法,遗传算法,蚁群算法和粒子群优化算法等。然而,这些算法在求解多约束组播路由问题时存在收敛速度低和计算复杂度高的问题。萤火虫群优化(GSO)算法是一种近期在计算智能领域出现的卓越算法,它可以在一定程度上解决多约束组播树生成过程中收敛速度低和计算复杂度高的问题。提出了一种基于GSO的多约束组播树生成算法(GSO-MCM)。该算法可有效生成满足多约束要求的组播路由树。仿真结果表明提出的GSO-MCM算法在求解和收敛速度,以及网络规模适应性方面均有良好的性能。     

融合节点分析与边分析的复杂网络社区识别算法

针对边社区识别与节点型社区识别两类算法在识别社区过程中均存在相应缺陷,影响复杂网络社区识别质量的问题,提出融合节点分析与边分析的复杂网络社区识别（CDHNE）算法。该算法首先运用边在网络中较为稳定的特点,在算法执行初期通过边社区识别构建较为准确的社区结构;然后利用节点较为灵活的特点,在边社区形成后,对边社区的边缘进行精确识别,更准确地识别出复杂网络中的社区结构。在计算机生成网络实验中,当网络的社区结构逐渐变得模糊、重叠节点数量与重叠节点归属社区数量不断增加时,CDHNE算法的社区识别精度较传统算法平均提高10%,在重叠节点识别精度上较传统算法平均提高15%;在真实网络实验中,算法识别的社区结构紧密度较好,特别是面对拥有十几万个节点的大规模网络时,CDHNE算法高质量地完成了识别任务,EQ值达到0.412 1。实验结果表明,CDHNE算法在运行稳定性和处理大规模网络方面具有优势。     

基于决策树算法的工业光纤网络通信故障检测系统

针对工业光纤网络通信故障检测过程繁琐、效率低的问题,设计了一种基于优化的决策树数据挖掘算法的光纤网络通信故障检测系统。系统以减少检测器重复工作和准确定位为目标,引入以决策树为核心的故障数据挖掘模块,降低了对非己空间的故障挖掘时间。将第一阶光纤网络故障分类时仅以IP地址作为参量变成第二阶分类时使用指定的网络指标为基础构建决策树,进一步提高故障检测精度。对某车辆制造企业现有的光纤网络应用结果表明,与标准决策树方法相比,该算法将精度从69.0%提升到99.9%,将误报率从3.14%降低到0.48%,优化效果明显。     

基于用户节点相似度的局部社团挖掘

随着Web2.0的迅速发展,社交网络规模变得越来越庞大,包含的信息量也越来越多。传统的从全局角度出发进行社团挖掘的算法由于较高的复杂度以及获取全网信息的困难度,不适用于大型复杂网络的社团挖掘。文中提出了一种基于节点相似度和局部中心点的社团挖掘算法,实验结果表明,该算法在保证较高准确度的同时具有线性时间复杂度。     

复杂通信网络的地理位置聚集性社团发现和可视化

针对以通信网络为代表的一类复杂网络地理位置信息的聚集性与网络结构一定程度上的正相关性,探讨了将地理位置信息带入特定的复杂网络的社团发现和可视化任务中,改进传统的标号传播和力导引算法,提前进行网络的地理位置聚类分析,并对标号传播的和力导引的迭代过程引入基于地理位置的限制性条件,避免无意义的振荡.实验证明,提出的方法既可以加快社团发现和可视化算法的收敛速度,也可以通过地理位置对社团分布的影响提高快速社团发现算法的性能.针对存在地理位置聚集性的复杂网络数据,该方法无论在收敛时间还是社团发现结果(Q值)上都有较大提升.     

基于复杂网络的社区划分算法分析

近年来,复杂网咯吸引了大量的学者,作为一个新兴起来的学科,来自各个领域的学者们都开始对其进行研究分析。社区划分是复杂网络的重要特征之一。针对复杂网络中社区划分问题,对三种的社区划分算法进行了研究,传统GN算法、FN算法和谱聚类算法,分别阐述了各种算法的基本原理,并对这两种算法基于真实世界网络模型进行了适当的分析和比较,选取出较为高效的谱聚类算法,用于现实世界复杂网络中的社区划分,为实际应用中社区划分算法的认识与应用提供了方法参考。     

Network planning for mobile multi‐hop relay networks

In this paper, the coverage problem of network planning in mobile multi‐hop relay networks is defined on the basis of integer linear programming. In order to provide desired utilities and also meet deployment limitations for network planning, we propose a supergraph tree algorithm to place base stations and relay stations at the lowest cost position. Furthermore, another algorithm for avoiding the interference between base stations, which is called interference aware tree algorithm is also proposed. Both the proposed algorithms are formulated on the basis of a graph theoretic technique and analyzed in the simulation results. The results show that the supergraph tree algorithm provides the lowest construction cost with different network scenarios, and the interference aware tree algorithm provides the highest communication quality for mobile multi‐hop relay infrastructure‐based communication network planning. Copyright © 2013 John Wiley & Sons, Ltd.     

Multi-step attack detection method based on network communication anomaly recognition

In view of the characteristics of internal fixed business logic,inbound and outbound network access behavior,two classes and four kinds of abnormal behaviors were defined firstly,and then a multi-step attack detection method was proposed based on network communication anomaly recognition.For abnormal sub-graphs and abnormal communication edges detection,graph-based anomaly analysis and wavelet analysis method were respectively proposed to identify abnormal behaviors in network communication,and detect multi-step attacks through anomaly correlation analysis.Experiments are carried out on the DARPA 2000 data set and LANL data set to verify the results.The experimental results show that the proposed method can effectively detect and reconstruct multi-step attack scenarios.The proposed method can effectively monitor multi-step attacks including unknown feature types.It provides a feasible idea for detecting complex multi-step attack patterns such as APT.And the network communication graph greatly reduces the data size,it is suitable for large-scale enterprise network environments.     

基于结构紧密性的重叠社区发现算法

随着网络结构的不断扩大和日益复杂,传统的重叠社区发现算法已经不能有效地处理大规模网络数据,发现合理的社区结构.本文提出了顶点引力的概念,引入顶点凝聚度和社区凝聚度作为满足社区的外部结构稀疏性和社区内部结构紧密性的判定指标,构造了基于结构紧密性的重叠社区发现算法OCSC.该算法经过预处理,核心子图划分以及核心社区的扩展三个步骤,能有效地发现重叠社区,通过对人工合成网络和真实网络结构的社区发现实验,运用NMI和F1Score等指标验证OCSC算法的合理性和优越性.     

基于能量和信任的传感器网络行为分析

无线传感器集数据采集、处理和通信于一体,被广泛应用于军事、地震等应急通信领域。但安全问题是无线传感器网络的关键问题之一,介绍一种基于能量和信任的网络行为分析算法,可用于对网络入侵节点进行检测和控制,仿真实验结果表明该算法能快速有效检测节点入侵,对于提高传感器网络的安全可信能力具有重要的理论意义和应用价值。     

基于仿真的复杂通信网络设计方法

随着现代通信网络规模扩大化以及网络的结构复杂化,传统的网络设计方法越来越难以满足复杂通信网设计的需要,将网络仿真建模和分析与复杂通信网络设计相融合,给出了基于仿真的复杂通信网络设计流程,为复杂通信网络设计提供了一个定量分析和设计的方法。基于仿真的网络设计方法以网络指标需求为目标,采用循环递推的方式,反复修正网络设计,最终获得一个满足网络指标需求的最优网络设计方案。