复杂网络抗毁性研究综述

复杂网络的抗毁性直接关系到复杂网络的安全性和可靠性,是近年来复杂网络研究的热点分支。从抗毁性测度、抗毁性分析以及抗毁性优化三方面详细综述了复杂网络抗毁性的研究进展,并对该研究领域存在的问题和未来的发展趋势进行了总结和展望。     

基于复杂网络的城市公交网络抗毁性分析*

以国内四个城市公共交通系统为研究对象,对由停靠站点构建的公交网络拓扑结构进行了计算和分析。在此基础上提出了公交网络的抗毁性测度——最大连通子图的相对大小和网络效率,并考察了公交网络在不同攻击模式下的抗毁性。结果表明,公交网络具有对随机攻击的鲁棒性,同时又具有对选择攻击的脆弱性。网络的可靠性是由一些关键节点（公交枢纽站点）的稳定性决定的,应当切实保障这类站点的正常、高效运行。     

复杂网络抗毁性优化研究综述

随着对复杂网络认识的不断深入,复杂网络抗毁性的优化策略成为了新的研究热点。文章从拓扑结构、网络容量以及路由策略等三个层次详述了目前国内外复杂网络抗毁性优化策略的研究进展。最后对复杂网络抗毁性研究存在的问题进行了总结,对未来的发展趋势作了展望。     

复杂网络安全抗毁性研究

复杂网络通常面临两种打击：随机性打击和选择性打击。随机网络和无标度网络对这两种打击的抗毁性有很大差异。从网络拓扑结构出发,阐述了网络拓扑结构对网络抗毁性的影响,为广大的研究者进行复杂网络抗毁性的研究提供了有价值的参考。     

不同攻击模式下城市公交网络抗毁性分析

为了保证城市公交网络的安全运营、提高整个交通网络运行效率,以成都市公交网络为例,分析了该网络的拓扑结构特性,研究了该网络在随机攻击和蓄意攻击下的抗毁性。仿真结果表明,网络在随机攻击和基于节点度的攻击下连续移除节点的数目几乎不对网络的抗毁性产生影响,而在基于节点介数和效率的攻击下连续移除的节点个数越少,网络的抗毁性越差;基于节点介数的攻击对网络抗毁性产生的影响要比随机、基于节点度和效率更为显著。     

复杂网络抗毁性测度研究综述

随着对复杂网络的定性特征与定量规律的深入探索,复杂网络的抗毁性测度研究已成为复杂性科学的研究热点之一。文章从抗毁性需求出发,给出了网络抗毁性的定义和抗毁性量化指标,并基于网络攻击策略详述了目前复杂网络抗毁性测度方法的研究进展。最后对复杂网络抗毁性测度研究存在的问题进行了总结,对未来的发展趋势作了展望。     

BBS用户回复网络的抗毁性分析

结合复杂网络理论,对网络的抗毁性进行了初步的分析。首先基于节点度和介数概念提出了J种攻击策略, 并阐述了随机网络、无标度网络以及B路用户回复网络的构建方法;其次描述了网络抗毁性的定义及其测度;最后采 用不同的攻击方法对不同的网络进行攻击,对攻击结果作了详细的分析,结果表明蓄意攻击能在短时间内使网络崩 溃,尤其是1粥S用户回复网络,杭毁能力远不及随机网络和无标度网络;但进行随机攻击时,}引弓S用户回复网络体现 了良好的容错能力。为了使BBS用户回复网络遭受蓄意攻击时受到的损害程度最低,必须对网络中的重要节点施以 保护,使其体现一定的现实意义。     

基于复杂网络理论的中国航空网络抗毁性测度分析

运用复杂网络理论建立的网络抗毁性测度方法,对中国航空网络进行了抗毁性实证分析。对中国航空网络连通性影响最大的机场是乌鲁木齐、昆明、西安等区域枢纽机场;针对度值进行选择性蓄意攻击,攻击机场数量达到5%时,就能使中国航空网络效率下降至50%左右;根据关键机场遭受蓄意攻击后,航空流量的重新流向对其他机场产生的流量压力来看,北京、上海及广州三个城市的机场对保持中国航空网络的稳定起着决定性的作用。     

两层复杂网络的特性及其抗毁性分析

构建并分析两层复杂网络的特性及其抗毁性.试图寻找两层复杂网络中具有较优抗毁性网络模型的层间链接方式和层内链接方式.基于不同的层内(层间)链接算法构建三类两层复杂网络模型并对其拓扑指标进行分析;基于最大剩余连通分支粒度分析三类复杂网络的抗毁性;通过数值仿真刻画出了具有较优抗毁性的网络拓扑结构及其特性.结果显示:当层间链接概率pn趋于10-3时,三类两层复杂网络的度分布特性均保持单层复杂网络的特性;层间链接概率pn趋于10-1时,无标度算法生成的两层复杂网络逐渐失去无标度性;蓄意攻击和随机攻击策略之下,随机算法构建的两层复杂网络具有较优抗毁性;蓄意攻击策略之下,通过无标度算法和小世界算法构建的两层复杂网络的抗毁性与层间链接概率成正比.     

贵阳公共交通网络复杂性分析

城市公共交通系统可以抽象为由公交线路和停靠站点构成的网络,公交网络构成了一个典型的复杂网络.本文以贵阳市的公共汽车交通系统中的停靠站点网络为研究对象,对其进行了复杂性分析,计算了网络的度分布、平均路径长度、聚集系数等指标.结果表明,贵阳市公共交通网络的度分布符合幂率分布,并且具有较小的平均路径长度和较高的聚集系数.从而证实贵阳市公交网络的小世界特性和无标度特性.     

IPv6 AS级Internet抗毁性研究

随着互联网和物联网的飞速发展,通信协议从IPv4过渡到IPv6已是必然趋势。采集了CAIDA Ark项目的最新数据(时间为2014年6月),通过对IPv6 AS级Internet建模,验证了该网络所具有的小世界和无标度特性。在分析Internet结构及常用抗毁性测度的基础上,提出了IPv6 AS级Internet的抗毁性测度指标和抗毁性实验方法。实验结果表明,在不同的攻击策略下,网络具有鲁棒且脆弱的特性,在遭到基于度的蓄意攻击时,网络抗毁性最差,同时也表明构建的抗毁性测度可以很好地表征Internet的抗毁性水平。     

网络业务流的自相似特性研究

网络业务流的自相似特征显著影响网络的流量控制与排队分析,已经引起人们的极大重视.本文分析了产生自相似性的原因,以及它对网络技术的影响,介绍了自相似业务流的研究进展,指出了存在的问题,同时展望了未来的研究方向.     

基于最短路径查询的城市公交网络拓扑建模研究

最短路径分析是地理信息系统（GIS）中网络分析的一项重要功能，等价于图论中的节点间求解最短路径问题。对地理网络进行地理分析和建模，以实现最短路径搜索已经有大量论文讨论。但是专门针对城市公交网络的建模和路径寻优，则少鲜有研究，而且已有的一些网络模型也不能直接应用到公交网络寻优中，本文应用图论理论，讨论公共交通网络的拓扑建模，实现公交网络最优路径的查询。     

智能公交系统(APTS)中通信传输技术的实现

通信技术应用在城市公交系统之上,真正实现了公共交通的智能化.本文通过对运用在智能公交系统中通信技术的探索,提出了一种稳定、快速、安全、可拓展的通信架构体系,并对实施此系统的关键技术,给出了有创新的设计思想.     

基于复杂网络社团划分的网络流量分类

随着网络的高速发展以及各种应用的不断涌现,采用端口号映射或有效负载分析的方法进行流量分类与应用识别已难以满足应用的需求。以流为网络节点、流之间统计特征的相似度为边,构建流相关网络模型,利用Newman快速社团划分算法(NFCD)对流相关网络模型进行社团划分,得到了流的聚类结果,实现了网络流量的分类,并与先前的两种无监督的流量分类算法(K-Means,DBSCAN)进行了对比。实验结果显示,利用NFCD算法具有更高的准确率,并能产生更好的聚类效果,且不受输入参数影响。     

网络业务流量自相似性及判断方法研究

随着网络规模的扩大,网络速度的提高,对于网络业务流量特性的研究已经成为网络性能分析最主要的方向之一。通过对网络流量的研究,可以为预测网络性能、保障关键业务所需的QoS等应用提供必要的支持。主要介绍网络流量自相似性以及形成自相似的可能原因以及自相似程度的判断方法。     

基于组播通信的交通通信网络研究

研究交通通信网络,提高网络的吞吐量和数据传输效率。针对传统的单播组网中通信发送者需要多次复制相同的数据包以满足多个接受者同时提出的数据请求,随着数据请求的增多使得发送者的通信负担加重,造成网络拥塞、吞吐量不高的问题。为了解决上述难题,提出基于组播通信的交通通信网络的组网方法。采用Mesh结构构建交通通信网络的组播模型,使得网络节点之间建立有线或无线的连接,然后利用网络编码算法实现网络间的通信,使得源点只需发送一次就可向多个终点成功传输相同的数据。实验表明,组网方法能够有效解决数据请求过多时网络吞吐量不高的问题,同时提高了数据传输的效率,取得了满意的结果。     

校园网流量自相似性研究

网络流量特征是网络设计和性能分析中所必须考虑的一个重要因素。作者以校网络中心测得的实际网络数据为研究对象,对不同时间尺度内的分组到达数目进行研究,利用方差-时间曲线和R/S图方法对实际流量数据进行分析。结果表明,校园网流量具有自相似性。     

基于数据中心流量特征的端到端流量估计算法

数据中心是云计算等大型分布式计算服务的基础,有效地设计与管理数据中心需要遵循数据中心网络的端到端流量特征。然而直接地测量网络的端到端流量需要耗费巨大的软件成本和硬件成本,并且由于数据中心网络结构的特殊性,传统的计算机网络采用的流量估计方法也无法适用于现有的数据中心网络。为解决以上问题,首先依据数据中心的资源分配和链路利用率情况提取出网络的粗粒度流量特征,在此基础上提出一种基于重力模型和网络层析技术的数据中心端到端流量估计算法。与现有的流量推理算法Tomogravity和ELIA在NS3搭建的不同规模的数据中心网络中进行性能对比,实验结果表明,所提算法能有效地利用提取出的粗粒度流量特征,在保证计算效率的前提下将计算准确度大幅提升,可满足当前数据中心网络实时获取端到端流量数据的需求。     

基于小波的网络流量特征分析

网络流量的特性分析一直是通信网络性能分析的一个极其重要的问题.本文充分利用小波变换具有多分辨率的特点,将时域里的网络流量通过小波分解,分解到不同的频带上,再对各子频带上的细节分量使用不同阀值进行消噪处理,然后采用自回归滑动平均混合模型对小波分解去噪后的不同分量分别进行预测再合成预测流量.对实际流量进行模拟预测,结果表明该模型有效地提高了预测精度,能对网络流量特别是短期流量做出较为准确的预测.