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。     

复杂网络模型在移动通信中的应用

在研究移动通信的用户网络中,通常使用无标度网络作为用户的网络模型.本文在传统BA网络模型的基础上,将一个能较好的描述现实复杂网络特征的无标度网络模型应用到移动通信用户网络的建模中.在该模型中,不仅有新用户不断的加入,也有旧用户的退出,并考虑这种用户网络模型中任意两个节点之间有连边删除的情况.最后,在建立的此用户模型的基...     

基于无标度网络的车联网连通性研究

移动车辆的连通性是车联网(IoV)的关键指标之一,它会严重影响数据传输的性能.由于车联网的网络拓扑高频动态变化,车辆之间的通信链路容易频繁地断连.如何降低链路建立的随机性和链路断开概率,提高整体网络的连通性一直是急需解决的关键问题.针对上述问题,在视距路径损耗模型和干扰模型下分析网络的连通性,通过对车联网链路在真实世界...     

基于无标度网络的IHRTS谣言传播动力学模型分析

近年来,随着社交媒体的快速发展,线上网络中信息的传播慢慢占据信息交流的主导地位.依托于此,谣言传播比以往任何时候都要更快、更深、更广.考虑到人们对谣言和真相的兴趣度和政府对真相的覆盖率对谣言传播过程的影响,提出了一类新颖的基于无标度网络的IHRTS谣言传播模型.利用平均场理论对谣言的传播动力学行为进行分析,求出了基本再生数R0,证明了谣言消失平衡点和谣言流行平衡点的存在性,分析了基本再生数和平衡点之间的关系,并通过数值仿真验证了结论的正确性.理论分析表明:人们对真相和谣言的兴趣度和政府对真相的覆盖率均会影响基本再生数,加大政府对真相的覆盖率有助于减弱谣言的产生和传播.该研究对于控制谣言的传播具有一定的参考价值.     

基于无标度网络的SAIVQR流行病传播动力学模型分析

即使在近年来发展了现代医学之后,公共安全和个人健康仍然处于流行病暴发的危险中.本文综合考虑了无症状特征、政府预警机制、隔离策略、耐药性变异情况和底层网络异质性,建立了一种基于无标度网络的SAIVQR流行病传播模型.该模型分析了流行病传播的动态过程,求出了基本再生数R0、无病平衡点和流行病平衡点.最后,我们能发现一些参数...     

基于无标度网络的SDIFB移动恶意软件传播动力学模型分析

移动恶意软件已经对人们的生活造成了巨大的影响,并可能演变为威胁人们的财产安全的隐患.考虑恶意软件自我防御意识和社交网络拓扑结构对SDIFB恶意软件传播的影响,提出了一种无标度网络上的恶意软件传播模型,并研究了恶意软件的传播动力学.然后,使用平均场理论对模型进行了详细分析,得到了基本再生数、恶意软件消除平衡点和恶意软件流...     

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。     

基于有向感知模型的传感器网络密度控制算法

密度控制是一种常用的延长大规模传感器网络工作寿命的方法,现有的密度控制算法大多基于全向感知模型,而满足有向感知模型的传感器网络也颇具实际应用价值.文中提出一种基于有向感知模型的传感器网络密度控制算法,在保证一定网络覆盖能力的前提下,有效地休眠冗余有向感知节点,降低网络总能耗,延长网络工作寿命.     

计算无圈有向网络ST可靠性的一个新方法

本文考虑计算无圈有向网络的ＳＴ可靠性问题（至少存在一条从源点ｓ到汇点ｔ的正常运行道路的概率）。文章引进了深度优先搜索（Ｄｅｐｔｈ－ＦｉｒｓｔＳｅａｒｃｈ）有序根树的概念并提出一个新的计算无圈有向网络ＳＴ可靠性的拓扑公式。以该公式为基础,我们利用ＤＦＳ方法提出一个新的计算无圈有向网络ＳＴ可靠性算法,它能生成简洁的可靠性表达式,进而有效地计算无圈有向网络的ＳＴ可靠性。两个例子例证了我们的结论     

基于无标度网络的SEAIRH疾病播动力学模型分析

为了研究流行病的传播动态特性以及网络拓扑结构异质性和入院收治率对流行病传播的影响,提出了一种基于无标度网络的SEAIRH流行病传播模型.首先为了具体分析疾病传播动力学行为,利用平均场率方程求出了流行病传播的基本再生数R0.其次,为了详细地了解流行病的传播情况,求出了流行病传播的无病平衡点和地方病平衡点,即当R0<1时,...     

BA网络中一种基于节点动态权值的局部路由策略

为适应大规模通信网络的路由需求,提出了一种基于BA网络的局部路由策略。基本思想是在数据包转发过程中,将邻居节点的度和发送能力以一定比例加和得到的值作为权值,根据权值大小选择下一站点。其中,节点的发送能力由节点的数据包队列长度,节点的度及一个调节系数组成,节点的发送能力可根据实时数据包产生率进行调节。仿真结果表明,该路由策略有较好的通讯能力,通过改变加权算法中的比例系数可以调节网络的临界负载量,达到该算法下的最优路由方法,使节点的处理能力得到合理利用,为实际大规模通讯网络中利用局部路由实现数据传输提供了有效可靠的方法。     

基于边生命周期的短波IP网络随机图模型

针对短波IP网络中物理连接存在生命周期和接收节点选择方式不同对网络拓扑结构和性能产生的影响,提出了一种基于边生命周期和接收节点多种选择方式的随机图模型。模型中节点之间边生命周期服从正态分布,而新边建立的节点选择方式按照随机选择、度值择优选择和度值反择优选择的方式,用来模拟短波IP网络不同的通信过程。理论分析和仿真也发现,接收节点选择方式的不同将会对网络的度分布、平均最短距离、网络总的度值和节点最大度值及聚集系数都产生影响,而小的连接生命周期将显著减少网络中总的度值和节点的最大度值,减少对物理层资源的占用,提升网络的效能。     

Evolution model for scientific collaboration network with local-world information

In order to reveal the intrinsic properties of scientific collaboration networks, a new local-world evolution model on a scientific collaboration network is proposed by analysing the network growth mechanism. The act degree as the measurement of preferential attachment is taken, and the local-world information of nodes is taken into account. Analysis and simulation show that the node degree and the node strength obey the power-law distribution. Low average path length and high clustering coefficient are approved. Experiment indicates that the model can depict efficiently the topological structure and statistical characteristics of real-life scientific collaboration networks.     

Online social network model with renewal and accelerated growth

Based on observation of the growing mechanism in Twitter-like online social networks, an online social network （OSN） evolution model was proposed, a renewal mechanism for the old nodes and an accelerated growth mechanism was introduced for the new nodes, comparing with the native copying model. Topological characteristics of the generated networks, such as degree distribution, average shortest-path length and clustering coefficient, are analyzed and numerized. These properties are validated with some crawled datasets of real online social networks.     

基于进化神经网络的地空路径雨衰减模型

雨衰减对工作在高频的地空通信链路稳定性具有很大影响。本文在考虑多个参数对雨衰减非线性影响的基础上,建立了基于进化神经网络的雨衰模型,并与ITU－R模型进行了比较。结果表明,利用本文提出的模型进行高频电波的预测具有更好的精度,可降低平均误差0.64dB,并减小标准偏差0.79bD,为雨衰减预测提供了一种新的方法。     

基于卷积神经网络的网络隐写分析方法研究

针对现有网络隐写分析算法特征提取难度大、算法适用范围单一的问题,文章提出了一种基于卷积神经网络的网络隐写分析方法。对网络数据流进行预处理,将所有数据包处理成大小相同的矩阵,最大限度地保留数据特征完整性;使用异构卷积进行特征提取,减少模型计算量及参数数量,加快模型收敛速度;取消池化层,提高模型训练效率。与传统网络隐写分析方法相比,模型能够自动提取数据特征,识别多种网络隐写算法。     

基于动态贝叶斯网络的可信度量模型研究

针对可信网络中亟需解决的可信度量模型展开研究,以社会学中的人际关系信任模型为基础,研究网络节点间的可信关系,提出了一种与时间因素关联的基于动态贝叶斯网络的可信度量模型。该模型充分考虑身份认证、网络交互行为对可信度量的影响,引入历史交互证据窗口、时效性因子和惩罚因子,同时给出了直接可信度和间接可信度的聚合方法,提高了模型的动态自适应能力以及计算的灵敏度和准确度,有效地抑制了异常实体的威胁。仿真实验结果表明,与传统的贝叶斯网络模型相比,该模型能够灵敏有效地进行可信度计算,同时具有良好的动态自适应性。