基于互信息的通信网络节点重要性度量方法

信息化条件下的复杂网络对节点的蓄意攻击非常脆弱,因此准确发掘出网络中的核心节点并进行重点保护对提高网络抗毁性至关重要.在分析特殊条件下通信网络特征属性的基础上,借鉴通信系统中关于“信息量”的定义方法,提出了改进的适用于有向加权网络的节点重要性评估方法.在小规模混合加权网络中对该方法和已有方法进行了对比分析,验证了本文方法的有效性和优势性.构建了一种基于BBV(Barrat-Barthelemy-Vespignani)的混合加权网络演化模型,并对生成的大规模通信网络进行了节点重要性评估仿真,实验结果表明:与现有评估方法相比,本文方法能够更加简单、有效地评估网络节点的重要性.     

基于局域世界的WSN拓扑加权演化模型

 无标度加权网络模型,反映了现实网络的存在形式和动力学特征,是无线传感网络建模和拓扑演化的有效研究工具.本文基于局域世界理论提出一种不均匀成簇的无线传感网络拓扑动态加权演化模型,考虑节点能量,通信流量和距离等因素,对边权重和节点强度进行了定义,同时研究了拓扑生长对边权重分布的影响.实验证明演化所得网络节点度,强度和边权重均服从幂律分布,结合已有理论成果可知,该拓扑不仅继承了无权网络较高的鲁棒性和抗毁性,同时降低了节点发生相继故障的几率,增强了无线传感网络的同步能力.     

城市轨道交通车辆网络节点重要性分配优化算法研究

随着城市轨道交通复杂网络的发展,其拓扑结构也在不断发生变化,节点的重要性也需要重新动态分配.然而,在对节点重要性进行动态排序时,单一度量网络、未加权网络或静态网络均存在较多不足,但节点重要性随网络发展的演化机制较少被研究.针对这一问题,文中在城市轨道交通网络的演化过程中,对6种未加权和已加权的复杂网络进行了建模,提出了...     

基于霍克斯点过程的动态网络表示学习方法

网络表示学习是将网络中的节点映射到低维空间形成低维稠密特征向量的分布式学习方法.本文在现有网络表示学习研究的基础上,提出一种基于霍克斯点过程的动态网络表示学习方法.该方法基于霍克斯点过程有效结合了网络历史连边信息和网络演化中的三元闭包特性对当前节点产生连边的影响,解决了现有方法难以有效捕捉网络历史信息和演化特性的问题.在多种数据集的实验结果表明,本文提出的方法较其它方法在节点分类、链路预测和可视化等实验中的性能均有较大的提高,实验中的F1分数值和AUC值分别提高了3.72%~6.41%和2.22%~4.69%.     

基于加权的社会网络重要节点发现算法研究

本文针对网络一般算法存在问题,提出来一种基于加权的社会网络重要节点发现算法。该算法基于社会网络中节点和边的属性进行有向加权社会网络建模,融合节点之间相对重要性理论和网络拓扑原理,共同发现加权的社会网络中的重要节点。     

一种融合局部拓扑影响力的时序链路预测算法

链路预测旨在发现复杂网络中的未知连接和未来可能的连接,在推荐系统等实际应用中具有重要作用。考虑到许多真实网络的时序特性,时序链路预测逐渐成为研究热点。当前,基于时间序列分析的方法往往忽略了网络演化过程对网络本身的影响,而基于静态网络演化的方法大多仅考虑了局部连边的演化影响,对网络拓扑结构的演化特性挖掘有限。针对上述问题,该文提出一种融合局部拓扑影响力的时序链路预测算法(TLP-FLSI)。首先,基于网络拓扑结构影响力作用,提出时序链路预测的通用模型(CTLPM);其次,研究拓扑实体间相互作用在动态网络上的演化规律,分别定义了节点和连边的演化因子,以及时间序列衰减的演化因子,综合利用多个维度的特征信息,给出了融合局部节点和连边特征影响力的时序链路预测算法;最后,在7个真实数据集上分别进行实验,对比传统基于移动平均方法、误差修正、邻居扩展加权和图注意力网络等时序链路预测方法,实验结果证明该算法具有较好的准确率和排序性能。     

基于LabVIEW的BA无标度网络演化模拟软件

BA无标度网络模型可对自然界和人类社会中大多数的网络演化特征进行描述。然而目前还没有一种可以描述BA无标度网络增长特性和优先连接特性的演化模拟软件。针对软件的缺失,设计了基于LabVIEW与Matlab的BA无标度网络演化模拟软件。利用LabVIEW构建人机界面和实现动态演化,并以Matlab计算邻接矩阵、节点度和连接概率等数据。最终实现每点击一次增长按钮,就会增加一个节点的BA无标度网络演化的动态显示。该软件有利于学习和理解BA无标度网络模型。通过BA无标度网络演化示例进行结果验证表明,软件不仅能够演示网络演化过程,还可动态计算邻接矩阵、节点度和连边概率。     

一种关注消息时效性的机会社会网络中节点传播能力分析模型

当前评估节点传播能力的工作大多针对静态网络.本文采用演化图模型对机会社会网络进行刻画,通过将传统通路(walk)的概念和静态图中的Katz中心性度量扩展到动态网络中,提出了一种基于历史相遇记录评估节点消息分发能力的方法.进一步,针对消息的时效性特性,本文提出了消息随时间推移效用递减的节点传播能力分析模型,该模型考虑了消息所有可能经历的空间和时间通路,并沿时间方向向下加权以描述消息时效性递减效应,可用于有效计算和预测节点的消息转发能力.本文的结论通过真实数据得到了验证.     

局部拓扑信息耦合促进网络演化

为了研究局部拓扑信息耦合对网络演化的促进作用,该文提出一种局部拓扑加权方法,用于表征节点间联系的紧密性及拓扑信息的耦合程度,并从演化模型的宏观统计和实际网络数据测试两方面验证了局部拓扑信息耦合促进网络演化的有效性。首先将该加权方法应用于BA模型,提出TwBA模型及局域世界模型TwLW。仿真实验表明,TwBA的度分布随连边数目的增多,迅速从指数分布转变为幂律分布,验证了现实网络加速增长产生幂律分布的现象,并基于此提出一种加速演化的TwBA模型,其在不同的加速率下呈现出幂律分布;而TwLW则展现了从广延指数分布到幂律分布变化的形式。然后将加权方法拓展到链路预测方法,提出3个加权相似性指标。实际网络数据测试表明,该方法能够大幅度地提高基本算法的预测精度,部分甚至高于全局性指标。     

DTN网络中基于生灭模型的节点运动模式检测

提出了一种DTN网络中基于生灭模型的节点运动模式检测方法(MMD-BDM, mobility model detection method based on birth and death model)。在节点数据传输过程中,根据数据传输量计算得到各个连通链路采样时刻的信道容量,在本节点构建以信道容量构成的三维时变连通矩阵,并在此基础上推导出基于边连通的节点连通性生灭模型,然后分析节点连通边的生灭特征并以此判断节点的运动模式,以优化DTN网络消息投递过程中的路由转发策略。最后,将该运动模式检测方法应用在喷射路由(SWR, spray and wait routing)和随机网络编码路由(RNCR, random network coding routing)算法中进行了仿真实验,实验表明,该方法能提高DTN网络机会路由的投递率和投递延迟等数据投递性能。     

基于信任机制的证券市场信息扩散网络模型

证券市场作为一个复杂的经济系统,可以用复杂网络来抽象和描述。选取证券市场中的投资者为节点,信息的传播扩散途径为边,基于投资者间的信任,采用局域择优连接方法构建一个有向含权的证券市场信息扩散网络。该复杂信息扩散网络只有在阈值较小时具有小世界性;无论阈值为何值,网络具有无标度特性;网络属于社会网络,可以采用社会网络方法研究,为研究证券市场中的不对称信息提供了一个新的视角。     

Global efficiency estimation method of complex network based on fractal property

A method of network efficiency estimation based on fractal property was proposed for solving the problems of high complexity and time-consuming calculation of efficiency in large scale networks.Considering the fractal properties of complex network topology,the relationship between network efficiency and node correlation sum was analyzed,and the global network efficiency was estimated by partial nodes.Besides,to rapidly find the fractal properties of complex networks,a fractal property discrimination method based on node correlation sum was proposed.The experimental analysis in the construction network and the real-world network show that the proposed method can accurately and effectively estimate the global efficiency of the network,which reduces the calculation time by at least 90% compared with the original method.     

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。     

无线传感器网络中的最优感知节点分布及分布优化算法

无线传感器网络中，感知节点的合理分布以及网络拓扑的动态调整对于更加有效地进行信息收集以及提高网络的生存期限都具有重要的作用。为此，针对传感器网络的初始规划提出了一种基于遗传算法的最优分布。仿真结果表明，算法能够针对特定的目标区域获得较好的节点分布。在最佳分布的基础上，结合传感器网络的拓扑管理和节点定位，引入了一种有效的传感器网络拓扑和节点分布优化方法，为传感器网络的拓扑性能管理提供了有效的算法保证。     

一个计算无圈有向网络可靠度的新算法

本文对无圈有向网络的可靠度计算进行了研究。提出了加权有序根树的概念，给出了路径集合的一种特殊排序方法，导出一个计算无圈有向网络可靠度的拓扑公式。在该公式的基础上提出了一个新的计算无圈有向网络可靠度的不交积和算法，算法可以生成简洁的可靠度表达式，从而可以有效地计算无圈有向网络的可靠度。同时验证了算法的有效性。     

基于分层自治域空间信息网络模型与拓扑控制算法

针对空间信息网络结构复杂、拓扑动态变化以及空间尺度大等特点,提出一种面向空间信息网的分层自治域模型。该模型根据节点属性、链路能力、任务特点、分布区域等不同,将整个网络划分为不同的自治域和子自治域,各域内可采用相对独立的控制策略,从而将子网间各动态因素解耦合。然后,基于该分层自治域模型,提出了一种最小化时延的拓扑控制算法。与现有的集中式和分布式拓扑控制方法不同,该算法采用混合式方法,将控制信息约束在相邻子自治域范围内,既保证了网络的连通性,又减少了控制信息的开销。理论分析表明,若网络的物理拓扑是k连通的,则该算法得到的拓扑控制结果一定是k连通的。仿真结果验证了理论分析和所提出算法的有效性。