基于邻居度信息的节点传播能力度量算法

复杂网络中的节点传播能力度量具有十分重要的意义,有助于抑制谣言扩散、疾病传播等。研究者们普遍用度量节点传播能力,然而度指标忽略了邻居节点的重要程度。文中考虑邻居节点度信息,提出了一种新的度量节点传播能力方法。该方法通过计算邻居节点度的α次方的和来度量节点的传播能力。通过α调整邻居节点对目标节点的重要程度,α越大,度大的邻居节点对目标节点的贡献越大。实验结果表明,在最优值α情况下,文中提出的算法相对于度和K-核分解方法能更加准确地度量节点的传播能力。文中提出的度量方法只考虑邻居节点度信息,因此非常适合于大规模网络的节点传播能力度量。     

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。     

基于FPGA的稀疏网络关键节点计算的硬件加速方法研究

随着互联网、生物医学及社交网络等复杂网络研究的深入,如何寻找其等效图中关键节点越来越重要。中介中心度作为衡量图中节点重要性的主要指标,其单点的计算复杂度高达O(N3),因而成为关键节点计算问题的难点。该文在对传统的中介中心度快速算法进行分析之后,提出了一种适用于硬件设计的改进算法。同时,基于算法中各点独立、以及相邻计算间无数据依赖的特点,该文利用改进算法实现了一个流水线结构的8计算单元并行计算系统,并在FPGA上完成了硬件系统的设计和验证。通过对比8核CPU软件系统的计算时间,该文的硬件计算系统实现了4.31倍的加速比。     

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.     

有偏随机游走改进吸收中心性识别关键节点

针对无向网络吸收中心性算法中未考虑信息传递的有偏问题,提出一种基于节点的度信息有偏随机游走,改进吸收中心性识别关键节点的算法.首先在无向网络中利用节点的度信息,构建信息传递的转移概率矩阵并定义吸收节点,通过到达吸收节点的平均首次可达时间,衡量节点的重要性;将该算法向有向网络进行扩展研究,结合有向网络节点的出度、入度信息...     

LeaderRank与PageRank算法比较研究

确定复杂网络中节点的影响力对于网络上信息传播及网络营销等具有重要的价值。Page Rank算法和LeaderRank算法是两种著名的对复杂网络中节点进行重要性排序的算法。分别使用这两种算法对斯洛伐克最流行的在线社会网络Pokec中的用户进行了重要性排序。与度中心性指标排序结果进行对比,分析了这种排序结果出现的原因。并使用经典的疾病传播模型SIR模型对这两种算法进行了信息传播的仿真模拟,仿真结果显示LeaderRank算法用于在线社会网络节点重要性排序效果更好。     

基于图熵聚类的重叠社区发现算法

图聚类算法是数据挖掘和复杂网络研究中的一个关键环节。基于密度、层次划分的方法已经被广泛应用于流行病学、新陈代谢和科学引文写作中。尽管上述的聚类方法适用于复杂网络的社区发现,但精度受到限制,其中一个最大的挑战是重叠社区的生成。为填补这一缺口,提出了一种利用图熵搜索局部最优的聚类方法。与传统的基于密度的种子生长式方法不同,在每一次迭代中,引入图熵来衡量图结构的模块度,并为种子的选择提供了随机选择、基于节点的度和基于节点的聚类系数3种方案。经过自下而上迭代的聚类,引入准确率和召回率等评价指标评估聚类结果的精确度,证明了算法的有效性。     

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...     

基于特征子图的异构信息网络节点相似性度量

为解决异构信息网络相似性度量的问题,提出了基于节点特征子图的节点相似性度量算法,通过节点特征子图的最大公共子图与最小公共超图之间的差异性,进行节点间的相似性度量.该算法以图理论为基础,根据连边的不同类型设定不同权值,在考虑节点信息相似的同时,加入节点在网络中的结构信息,最大程度地利用了异构信息网络所富含的信息.实验结果表明,提出的算法具有较好的性能和有效性.     

一种基于社交网络的卫星IP数据分析算法

针对卫星IP数据分析问题,利用协议分析将非结构化的IP数据文件转化为结构化特征,基于提取的结构化特征构建卫星IP通联网络,并提出了一种基于模块度的IP通联网络自动划分算法,实现了不同网络节点的自动聚类。为进一步提取IP通联网络中的信息,提出了一种基于度和集聚系数的节点重要性评价方法,实现了卫星IP通联网络中节点重要性的自动评价。实验结果表明,提出的算法能够提取卫星IP数据中的有价值信息,可有效支撑卫星通信侦察信息处理。     

基于重要度传输矩阵的复杂网络节点重要性辨识方法

复杂网络中节点重要性辨识对分析网络结构和功能具有重要作用.为了辨识节点重要性,分析节点自身和关联节点的作用,本文构建了一种基于重要度传输矩阵的节点重要性辨识模型.首先,基于关联节点与节点之间的最优路径长度、最优路径数目和信息传播率定义了节点间的传输能力.其次,依据度值和传输能力构建重要度传输矩阵,综合节点局部重要性和全局属性指标评价节点的重要性.最后,对"ARPA"网络和四个真实网络进行破坏性仿真分析,结果本文方法表明对网络造成更大的破坏,证明了该方法的有效性和可靠性.     

一种基于Waters-IBE的在线/离线加密方案

针对无线传感器网络中传感器节点能量和计算能力的局限性,本文在Waters-IBE的基础上,提出了一种基于身份的在线/离线加密算法.该算法将加密过程划分为两个阶段:离线阶段和在线阶段.离线阶段由PKG或基站完成,在获得接收者身份和将要加密的消息之前可进行大量复杂运算;在线阶段在节点中只需进行简单运算就可加密消息.在完全模型下可证明算法是CPA安全的.仿真实验表明,算法减轻了节点中的运算量并降低了运算时间,从而更加适用于无线传感器网络.     

多约束容错性WSN中继节点布局算法的研究

针对目前中继节点布局算法所忽视的中继节点通信容量以及网络整体能耗等问题,本文将通信路径不可逆以及中继节点通信容量等约束条件引入现有中继节点布局模型,并提出了基于最小通信网络距离因子的布局算法评价新标准.解决方法上,采用了基于枚举法与贪婪寻优算法的中继节点布局算法,实现了WSN中继节点的多约束容错性布局.仿真实验表明,本...     

一种适用于唤醒机制的异构传感器网络节点协同唤醒路由算法

基于定向扩散算法,本文提出一种适用于唤醒机制的异构传感器网络节点协同唤醒路由算法(CWR,Cooperative Wake-up Ruting),就近选取低能耗节点代替高能耗节点进行多级扩散,增加路由替换和路由修补两个步骤建立低能耗节点到相应高能耗节点的路由信息,为异构传感器网络中唤醒实现提供必要的网络拓扑基础.仿真实验表明本文算法在支持唤醒机制实现过程中的节能特性.     

适用于智能间隔棒的双集群无线传感网高效节能分簇算法

本文提出了一种双层集群的高效节能分簇算法,利用K-均值聚类算法和角色成员关系模型,将传感节点分为主、子集群并分别进行簇头选择,减小簇内节点的传输范围,均衡各节点能耗。仿真基于MATLAB实现,在网络生命周期和通信数据流量等方面与其他分簇算法进行了性能对比。结果表明,本文提出的算法使能耗负载均匀分布于各节点,实现了能源负载平衡,最终提升传感网络的整体寿命。     

无线传感器网络中基于效用模型的分布式功率控制机制

本文将效用模型引入无线传感器网络的功率控制设计中,提出了一种基于效用模型的分布式功率控制机制(简称UMDPC).该机制建立了网络中所有传感器节点的功率与效用模型的对应关系,将链路可靠性、网络能耗归纳到统一的网络效用优化框架中,并证明该效用优化问题是凸优化问题,构造基于对偶分解的分布式的优化算法,获得网络效用最大化条件下各节点的优化发射功率.最后,通过模拟实验对所提机制及其实现算法的性能进行比较和评价.实验结果表明,本文所提机制最大化了网络的效用,提高了网络的能量利用效率.     

无线传感器网络中用于目标跟踪的节点规划算法

利用无线传感器网络进行目标跟踪时,由于各传感器节点的能量有限,数据蕴含的有效信息又各不相同,因此有必要规划参与目标跟踪的节点集和参与方式,以降低系统开销。本文提出了一种新的基于领导节点的节点规划算法,综合考虑收集数据和领导节点迁移过程中的通信开销,以最大化目标跟踪的性能。求解中以跟踪过程中的误差矩阵作为目标度量,采用高斯-赛德尔（Gauss-Seidel）和凸松弛等方法,使得复杂的带约束优化问题能够在接近O（N3）的时间复杂度内得到求解。仿真结果表明,与对比算法相比,本算法在相同的通信能量约束下能够达到更好的跟踪性能。     

基于影响力与种子扩展的重叠社区发现

社区发现作为复杂社交网络中一个重要的研究方向.针对目前基于种子节点的算法在种子选取与扩展等方面的不足,提出了一种基于影响力与种子扩展的重叠社区发现算法（Influence Seeds Extension Overlapping Community Detection,简称i-SEOCD算法）.首先,利用节点影响力策略找出具有紧密结构的种子社区.其次,从这些种子社区出发,计算社区邻居集节点与社区的相似度,并取出相似度超过设定阈值的节点.然后,采用优化自适应函数的策略来扩展社区.最后,对网络中的自由节点进行社区隶属划分,进而实现了整个网络的重叠社区结构挖掘.在真实社交网络和人工生成网络上实验表明,i-SEOCD算法能够准确、快速地发现复杂网络中的重叠社区结构.     

基于节点异构度的覆盖网络副本一致性维护方法

分析比较了目前无结构覆盖网络中的副本一致性维护算法,引入了节点能力度量参数--节点异构度,提出了一种基于节点异构度的无结构覆盖网络副本一致性维护方法--NHDCOM.NHDCOM利用Chord组管理协议管理副本节点,采用基于指取表的分割方法动态获取副本节点的异构信息;为优化副本的更新时间,利用动态规划方法提出了一种基于时延的节点度约束生成树算法.给出了NHDCOM的维护策略.理论分析和模拟实验结果表明,NHDCOM能高效地维护副本的强一致性.     

基于网络超链接信息熵的节点重要性序结构演化建模分析

动态复杂网络在时空演化过程中,网络节点重要性层内交互关系和层间耦合关系可以更为准确对时序网络节点序结构演化进行分析.本文提出基于网络超链接信息熵的节点重要性序结构演化模型.分析时序网络层内节点超链接信息熵重要性排序结果,得到时序网络节点相邻时间层与跨时间层节点重要性排序模型.节点超链接信息熵总结相邻时间层与跨时间层节点相似性耦合效应.通过SIR(Susceptible Infected Recovered)模型检验节点传播效率进行实证网络仿真,结果与经典时序网络模型相比,本文模型Kendall’sτ值在各时间层均有提高,最高为11.310%.