复杂网络中近似最短路径问题

随着网络规模的不断增大,经典算法(如Dijkstra等)效率越来越低.针对这一问题,研究者们提出了许多近似搜索算法,但如何既能提高搜索效率又能保持准确性一直是一大难点.本文根据复杂网络的结构特性引入区域划分,同时改进树分解的构造,将图构造成一棵树进行搜索,得到了一个新的适合于复杂网络的最短路径近似算法.此外通过实例验证,该算法不仅在一定程度上降低了计算复杂性,而且保持了较高的近似准确性.     

精确计算n维Mesh网络和n维Torus网络的平均最短路径长度

ｎ维ｍｅｓｈ网张和ｎ维ｔｏｒｕｓ网络是分布存储多机系统中最常用的拓扑结构。网络的平均最短路径长度是网张性能的重要指标。     

对等网络的网络弹性分析

网络弹性研究的是网络在节点失效或被有意攻击下所表现出来的特征。分析Gnutella网络的网络弹性，包括对于随机攻击的容错性和对于选择性攻击的抗攻击性，并与ER模型和EBA模型进行了对比。Gnutella网络对于随机攻击具有很好的容错性，但是对于选择性攻击却显得脆弱。最后对网络弹性进行了理论分析，给出了网络在出现最大集团临界点之前的平均集团大小的公式解。     

对等网络中不同信任模型的比较分析

在诸如文件共享等的Peer-to-Peer环境中,资源共享是用户自愿的行为,在这类系统中由于用户不必为自身的行为担负(法律)责任,因而节点间的信任关系就显得尤为重要。对几种信任模型进行比较,这些模型分别侧重于评估各个节点的服务质量和惩罚不信任的节点等不同侧面,经过比较分析,得出建立P2P信任模型需要考虑的几个方面。     

对等网络

就商业应用而言,对等网络(peer-to-peer,P2P)正如所有新兴技术一样尚且羽翼未丰。它已经显示出一定的发展潜力但是也遭遇了许多障碍。在理论上,P2P使得人们通过网络——例如Internet——交换信息更加容易了,而且需要IT管理人员干预的程度已经降到了最低限度。标准的网络应用强迫人们通过服务器进行通信,而P2P应用允许信息直接在用户的机器(或者称为对等机器)之间传送。“你可以与某个人直接建立连接,就像打电话一样,”Groove网络公司的战略市场总监Andrew Mahon说,这家公司的P2P应用是Lotus Notes的创作者Ray Ozzie的杰作。     

对等网络研究及其挑战

Internet的飞速发展使对等网络(P2P)研究成为热点,本文介绍了非结构化的第一代P2P系统和基于兮布式啥希表的第二代P2P系统,对算法进行了比较和分析,指出了存在的问题和面临的挑战。     

对等网络上数据分布模型的分析

针对BitTorrent网络上的数据分布情况做了统计和分析,并对用Zipf定律来描述BitTor rent网络中数据分布的情况做了讨论和修正。该研究可以为其他的P2P文件共享网络数学建模提供依据。     

对等网络的拥塞研究

对等网络的普遍应用带来了网络拥塞。从对等网络的拓扑属性研究网络拥塞，首先分析真实的Gnutella网络的流量，确定节点介数与网络拥塞之间存在关系。接着根据排队论模型从理论上给出了导致网络拥塞的临界负载与网络拓扑属性介数的公式解。最后设计拥塞控制策略，通过增加具有大介数节点的容量和这些节点间连接的方法来减轻网络拥塞。     

对等网络中基于信任的访问控制研究

在对等网络中,通常模拟人际网络的信任来指导用户协作决策。本文给出了一个对等协作基于信任的访问控制框架,并讨论了其中各功能组件的关系。最后在RBAC中设计了一个基于信任的角色分配方案。     

对等网络研究及应用

计算机网络的飞速发展使对等网络（p2P）研究成为热点，本文介绍P2P的发展过程，研究现状和应用前景。     

时间依赖的网络中最小时间路径算法

时间依赖的网络与传统网络模型相比更具有现实意义，具有广泛的应用领域，交通网络和通信网络可以抽象为时间依赖的网络模型，当模型中弧的工度是时间依赖的变量，最短路径问题的求解变得非常困难，早期的研究者通过具体的网络实例认识到传统最短路径算法在这种情况下是不正确的，因此给出限制性条件使得传统最短路径算法是有效的。该文从最短路径算法的理论基础入手，从理论上证明了传统最短路径算法，如Dijkstra算法和标号设置算法，在时间依赖的网络上不能有效地求解最短路径问题，并且，在没有任何限制性条件下，给出了时间依赖的网络模型，理论基础，求解最小时间路径的优化条件和SPTDN算法，从理论上证明了SPTDN算法的正确性，算法的实验结果是正确的，最后给出了时间依赖的网络应用实例。     

Dynamic Shortest Path Monitoring in Spatial Networks

With the increasing availability of real-time traffic information, dynamic spatial networks are pervasive nowadays and path planning in dynamic spatial networks becomes an important issue. In this light, we propose and investigate a novel problem of dynamically monitoring shortest paths in spatial networks (DSPM query). When a traveler aims to a destination, his/her shortest path to the destination may change due to two reasons: 1) the travel costs of some edges have been updated and 2) the traveler deviates from the pre-planned path. Our target is to accelerate the shortest path computing in dynamic spatial networks, and we believe that this study may be useful in many mobile applications, such as route planning and recommendation, car navigation and tracking, and location-based services in general. This problem is challenging due to two reasons: 1) how to maintain and reuse the existing computation results to accelerate the following computations, and 2) how to prune the search space effectively. To overcome these challenges, filter-and-refinement paradigm is adopted. We maintain an expansion tree and define a pair of upper and lower bounds to prune the search space. A series of optimization techniques are developed to accelerate the shortest path computing. The performance of the developed methods is studied in extensive experiments based on real spatial data.     

Internet平均路径长度的定量研究

探讨了自治系统级Internet平均路径长度的变化趋势问题。研究了理论模型及近5年的真实网络数据,发现两者中得到的Internet平均路径长度的变化趋势完全相反。分析了产生这种现象的原因,通过建模得到了计算真实情况下Internet平均路径长度的公式,在此基础上对2006年~2012年Internet的平均路径长度变化趋势进行了预测。     

动态网络中多规则的最短路径查询算法

最佳排序路径查询,是智能交通中的热点问题.在实际的应用中,由于最佳排序路径查询有许多限制条件,现有的算法不能有效地解决动态网络中受限制的路径查询问题.为了解决动态网络中最佳排序路径查询问题,用规则表示每个限制条件,提出了一种新的最佳排序路径查询形式,即多规则的最短路径查询.提供了统一的框架,该框架包含了路径集合查询和最短路径查询.在路径集合查询部分,为了高效地查询出满足多规则的路径集合,在广义规则树的基础上,提出一种新的树的遍历方式,即树的继承全遍历;并基于树的继承全遍历思想,提出一种剪枝技术,对路径集合进行删减,最后求得候选路径集合.在最短路径查询部分,提出一种基于动态阈值的最短路径搜索方法.通过两个真实的动态道路网络的实验验证,所提出的算法能够高效地解决多规则的最短路径查询问题.     

基于k-shell的复杂网络最短路径近似算法

复杂网络最短路径经典算法的处理效率较低，不适用于大规模复杂网络，而现有近似算法通用性有限，且计算准确率不理想，不能满足规模日益扩大的复杂网络中的最短路径计算需求。针对于此，提出基于[k]-shell的复杂网络最短路径近似算法。算法利用节点的[k]-shell值进行网络划分并引导搜索路径，利用超点聚合处理[k]-shell子网来降低路径搜索中节点和连边的规模，通过在路径搜索过程使用双向搜索树方法提高算法的计算效率和准确率。实验结果表明，算法通用性较好，在现实与仿真大规模复杂网络中均具有较高的计算效率和准确率。     

交通网络最短路径标号算法的实现与效率分析

标号算法是交通网络最短路径算法族中应用最广泛的算法,其中以各种D ijkstra算法为核心的标号设定算法是各种商用G IS平台网络分析算法的首选。然而,同样隶属于标号算法的标号改正算法在交通网络路径分析中却罕有应用。为了将标号改正算法应用于交通网络路径分析,首先讨论了标号算法的基本结构;然后分析了标号设定算法和标号改正算法的实现过程、复杂度、运行特点和适用性,进而选择了标号设定和标号改正算法中公认的几种优秀算法———基于逼近桶结构和改进四叉堆的D ijkstra算法(D IKBA与D IKQH)以及Pallottino算法(TWO-Q),并结合交通网络邻接链表结构予以实现;最后采用城市交通网络数据,对几种算法的实际运行效率进行了对比试验,试验结果表明,标号改正算法和标号设定算法优点各异;由于交通网络路径算法的应用越来越强调动态性和网络适用性,而且标号改正算法较之标号设定算法具有更大的适用范围,因此其在交通网络路径分析中具有极大的应用潜力。     

基于缓存的时变道路网最短路径查询算法

作为图论中的基本操作之一,最短路径查询已被广泛应用于路径规划、GPS导航和个性化推荐等基于道路网的相关应用中.针对道路网中在线最短路径查询所面临的计算成本高、查询速度慢等问题,现有方案通常采用缓存技术来优化其性能.考虑到道路网的边权重具有频繁变化的特性,现有工作未能有效地实现缓存数据的快速更新,忽略了缓存数据的时效性,从而导致缓存命中率不高.鉴于此,首先提出一种新的缓存存储结构,能够有效平衡最短路径的整体查询速度与缓存数据更新速度之间的关系;其次,结合路径共享能力及路径多样性设计了新的缓存存储策略,优化缓存收益,继而提高缓存命中率;最后,提出基于缓存的时变最短路径查询(cache-based time-varying shortest path query, CTSPQ)算法.在真实数据集上的实验结果验证了CTSPQ算法的有效性和可扩展性.     

GIS时变权值网络最短路径算法研究

最短路径分析是GIS网络分析的基础。传统的最短路径算法中,比较经典的算法是Dijkstra算法。由于地理信息系统中的数据具有不确定性、数据量庞大等特点,因此采用传统的Dijkstra算法进行最短路径分析就不适应。为此本文分析了传统网络中的最短路径算法-Dijkstra算法在时变权值网络结构中的局限性,给出了一种适应于时变权值网络的最短路径算法,并且利用改进的邻接表作为存储结构对算法进行了优化。     

基于混沌神经网络的最短路径路由算法

将最短路径问题映射到混沌神经网络，提出了一种带有混沌噪音的神经网络最短路径路由算法。首先设计了与最短路径有关的网络费用和路径表达方法；其次结合混沌神经网络的数学模型建立神经元的运动方程；最后依据网络费用和约束条件构造神经网络的能量函数。分别在具有9个结点和15个结点的网络拓扑结构上进行了实验，单个和多个分组请求均能快速地找到最短路径。结果表明，该文提出的最短路径路由算法用于高速交换网络是有效可行的。