相互依存网络间的拓扑构建方法

为减小相互依存网络间的相继故障,在对归一化度、网络间的匹配系数及网络间的簇系数定义的基础上,借鉴网络间相似拓扑耦合思想,相互提出一种网络间同地位节点耦合的拓扑构建方法,该方法以核心节点作为搜索源节点采用广度优先搜索算法,逐级搜索并最大化网络同地位节点对的匹配,以提高相似匹配度和扩展应用场景。并以相互依存的随机网络和相互依存的无标度网络作为实例进行仿真,实验表明：此拓扑连接方法下,网络间故障渗流相变从一维非连续相变转变为二维连续相变到;相比于随机拓扑耦合网络在随机攻击、目的攻击及防御情况下,该拓扑耦合下的相互依存网络的鲁棒性均明显增强。     

异质依存网络衰退特征与关键节点辨识

针对传统复杂网络理论通常以同质单层网络作为研究对象,忽视现有工业复杂网络具有多异质节点与多层网络互耦合性的问题,提出异质依存网络（Heterogeneous-interdependent network,HI net）理论及其关键节点辨识方法.以含多类型节点的异质依存网络作为研究对象,分析异质节点依存关系以及网络衰退机理.构建分块结构下异质节点依存矩阵,将多层异质依存网络归并于单层网络.提出节点效用耦合系数,描述不同故障类型下邻居节点效用耦合性.建立节点邻域效用耦合系数计算方法及其影响力传播方法,识别节点对网络状态的影响,实现关键节点识别.通过对典型的含多电源电网系统与电力信息物理异质依存网络进行仿真实验,分别验证了所提方法对不同故障类型下关键节点识别的有效性.     

无尺度网络中降低相继故障规模的策略研究

在复杂网络的相继故障过程中,主要影响因素包括：网络结构、节点负载量、节点容量、负载重分策略等。针对这些因素,建立了一个无尺度网络的相继故障模型。模型采用的基于节点剩余容量的负载重分策略能较充分地利用网络资源。仿真结果表明,与基于节点度的负载重分策略相比,基于节点剩余容量的负载重分策略能降低网络相继故障的规模约10％;研究还发现只提高网络中“关键”节点的容量也能有效降低相继故障的规模。当无尺度网络具有社团结构时,相继故障的规模要减小约30％。这些结论对降低网络相继故障规模、网络结构的设计及以后的研究具有重要意义。     

灰色信息下复杂负载网络的鲁棒性研究

针对复杂负载网络遭遇攻击引发的相继故障问题,考虑攻击信息的不完全准确性,建立了一个基于灰色信息的相继故障模型。灰色信息的准确度可以通过参数调节控制,随机攻击和蓄意攻击是该模型的两个特例。探讨了灰色信息下,无标度网络和随机网络遭遇边攻击而引发的节点过载故障的级联现象,对比了灰色信息对两类网络鲁棒性的影响。仿真结果表明,信息准确度的降低能明显增强无标度网络的鲁棒性,但对随机网络的影响并不明显。此外,信息准确度对网络鲁棒性的影响存在临界现象。这些结论为相继故障的防御、网络结构的设计以及现实网络的有效保护提供了理论依据。     

一种增强复杂网络抵御相继故障能力的路由算法研究

在现实生活中,许多大型的通信网络或电力网络都可以应用复杂网络进行刻画。然而网络中某些"关键节点"一旦遭到攻击极易引发相继故障。这种现象的存在极大降低了网络的可靠性。为了提高网络对相继故障的抵御能力,针对现有基于最短路径的路由算法加以改进,降低"关键节点"在网络中所起的作用,提高了网络负载在各节点间分布的均衡性。通过在典型的复杂网络上进行的仿真实验,证明了改进的路由算法能够大大增强网络对相继故障的抵御能力。     

基于传播动力学的域间路由系统关键节点识别方法

域间路由系统是互联网的关键基础设施,对域间路由系统中的关键节点实施保护具有重要意义。针对现有关键节点识别方法识别出的关键节点不能反映节点在失效传播过程中起到关键作用的问题,提出了基于传播动力学的关键节点识别方法。该方法通过综合考虑节点失效后引发的负载重分配和UPDATE报文传播对周围节点和边产生的影响,提出了基于DDF-CFM模型的节点重要性评估模型。实验结果表明,该方法相比已有方法识别关键节点的准确程度至少提高7.3%。同时,在10 000个网络的规模下,仅5个关键节点失效就将导致大规模的域间路由系统级联失效。     

复杂网络上相继故障研究综述

在复杂网络上,由微小扰动引发的大规模相继故障会导致灾难性后果.为了满足人们对各种关乎国计民生的复杂网络的安全性和可靠性的要求,复杂网络上相继故障研究成为近年来复杂网络研究的热点分支.对相继故障的理论建模是分析、预防和控制相继故障的基础和关键.综述了复杂网络上相继故障的研究进展,主要包括几类相继故障模型及相关的研究结果,并指出目前研究中存在的问题及今后的发展趋势.     

一种基于网络拓扑重合度的关键节点识别方法

关键节点识别是分析和掌握复杂网络结构和功能的重要手段,对于研究网络鲁棒性、维持网络稳定性具有重大现实意义.为了探索节点与邻居之间的关联性,提出了一种有关度中心性和公共邻居数量的关键节点识别方法,仅用局部信息就表征出了节点重要性,展现了网络拓扑重合度对关键节点识别的影响,网络拓扑重合度是指节点在通信过程中与其他节点可共用的部分.通过静态和动态攻击的方式对六个真实网络和三个人工网络进行节点移除攻击,以最大连通子图比例和网络效率作为节点识别准确性评价标准.实验表明蓄意攻击比随机攻击更有针对性,此外证明了所提方法与度中心性DC、K-shell分解法、映射熵ME方法、集体影响CI方法以及潜在增益EPG方法相比更能准确评估出节点的重要性.     

抵御相继故障的无线网络路由增强算法研究

针对传统方法没有充分分析负荷-容量原理,对相继故障的产生原因分析较片面,存在平均传输效率较低、故障检测消耗时间较长以及故障检测准确率较低等问题,提出抵御相继故障的无线网络路由增强算法.依据负荷-容量原理,通过建立二值影响模型与耦合印象格子模型实现对整体相继故障模型的构建,运用所构建的模型对最短路径路由算法进行改进,削弱关键节点对网络产生的影响,提高网络中各节点负载分布的均衡性.将拓扑结构所产生的影响体现至链路传输效率中,减小节点负载异质性,提高网络传输以及抵御相继故障的能力.实验结果表明,所提算法不仅提升了网络的平均传输效率以及故障检测准确率,而且减少了故障检测所消耗的时间.     

恶意攻击背景下电力信息网络节点重要度评估

电力信息网络中攻击事件频发,关键节点遭受攻击的概率增大,为迅速确定关键节点,解决其故障问题,设计一种恶意攻击背景下的电力信息网络节点重要度评估方法。抽象处理电力信息网络,通过Prim算法与社团分区方法相结合的分区方法进行网络区域划分,再构建电力信息网络模型,进行电力信息网络的区间连锁故障建模,计算恶意攻击下连锁故障过程中电力信息网络的负荷损失。基于HITs算法设计网络节点重要度评估算法,实现节点重要度的评估。测试结果表明,设计方法对垃圾节点的识别抵御率始终高于94%,证明该方法在实践中表现良好。     

考虑级联失效的复杂负载网络节点重要度评估

首先提出了一个基于负载重分配的复杂负载网络级联失效模型,与现有模型的区别在于:(1)针对每个节点定义了一个“过载函数”;(2)用节点权值演化代替网络拓扑结构的演化.在级联失效模型基础上,提出了考虑级联失效的复杂负载网络节点重要度评估方法,给出了节点重要度的新定义.该方法有助于发现网络中一些潜在的“关键节点”.最后的实验分析验证了该方法的有效性和可行性.     

考虑级联失效的有向WSNs节点重要度评估模型

针对无线传感器网络中关键节点失效引发网络快速崩溃的问题,考虑节点之间存在相互作用且相互作用具有方向性的特征,建立有向网络级联失效模型,推导节点失效后引起的负载震荡状态值.基于经典的PageRank算法,利用失效节点引发的邻居节点平均负载震荡状态值定义节点的初始重要度值,建立节点度择优的分配规则改进PageRank算法的平均分配规则,结合节点层级结构,建立考虑级联失效的有向传感器网络节点重要性分析方法.最后,通过仿真实验验证算法的有效性.实验证明,该方法能有效地评估了有向无线传感器网络节点的重要性,而且当对判定出的关键节点进行保护时,该方法判定关键节点的网络抗毁性明显较强.     

相依网络中负载全局分配的级联故障模型

针对目前不同网络耦合成相依网络的研究不考虑相依边和负载的共同影响,提出一种同时考虑相依边和负载的相依网络级联故障模型。在级联故障中区分连接边和相依边对相依网络的不同作用,负载分配采用基于最短路径长度的可变负载全局分配原则,正常节点分配到的额外负载与距离故障节点的距离成反比关系,相依网络的子网选用IEEE118标准电网、小世界网络和随机图网络。相依网络的仿真结果表明,负载全局分配效应越小,网络抵制故障能力越强,负载故障对级联故障的贡献程度越小,不同耦合网络在特定的容忍系数下取得不同的平均故障迭代步数峰值;而负载全局分配效应较大时,网络崩溃或近似崩溃,平均故障迭代步数与容忍系数呈现近似单调递增关系。     

考虑节点负载的多社团网络级联失效问题研究

为研究多社团网络级联失效问题,设计一种社团规模和结构可调的网络模型.在经典的线性负载-容量模型基础上,提出一种初始负载、容忍负载、临界负载三个阶段节点失效模型.采取蓄意攻击和随机攻击方式对网络进行攻击,通过评估指标的变化分析网络的鲁棒性.仿真结果表明:随机攻击时多社团网络鲁棒,蓄意攻击时多社团网络脆弱;节点初始负载越低...     

无标度网络的级联失效缓解策略

级联失效现象是一种节点失效的动态效应,会瞬间波及全网,造成全局网络瘫痪,成为无标度网络的规模化应用瓶颈.针对无标度网络的级联失效问题,提出一种可抵御任意单个节点失效引发的级联失效的缓解策略.在无标度网络中,节点容量是恒定的,根据这一特点建立级联失效模型,推导出网络发生大规模级联失效的承载极限,进而针对按节点度降序攻击的节点失效行为,提出相应的级联失效缓解策略.仿真实验结果表明,只对网络中小部分节点度大的超载节点采取一次缓解策略,可以显著改进无标度网络对此类攻击的级联失效抵御能力,同时通过数值模拟发现,网络总节点数和节点容量与网络的级联失效抵御能力正相关.     

一种针对大型局域网的节点重要性分析方法

本文首先针对大型局域网的特点定义了网络设备的结构负载,并且在此基础上提出了基于负载重新分配的相继故障模型,该模型为每个节点定义了过载函数,使用过载函数值的变化来反映网络拓扑的演化。在该模型基础上,提出了基于相继故障模型的节点重要度排序方法,并通过实验分析了该方法的可行性和有效性。     

基于网络拥塞的Internet级联故障建模

Internet是一个典型的具有自组织临界特性的复杂网络,分析了Internet级联动力学特点,指出了两点可能引发级联故障的原因;不同于以往的介数模型,提出了节点拥塞函数,相当于给每个节点赋一个动态的权值,以表征该节点的拥塞程度;加入了延迟时间,在永久删除策略和不删除策略之间建立关联.另外,建立了新的网络效率评估函数并以此衡量级联故障的严重性.仿真实验研究了不同的拓扑结构、规模、延迟时间、节点处理能力和包产生速率对拥塞传播的影响,揭示出级联故障传播分为3个阶段以及影响传播的主要因素.     

带恢复策略的复杂网络级联失效机理及鲁棒性研究

为研究复杂网络在遭遇随机故障或蓄意攻击时的鲁棒性,考虑节点具有恢复和重复失效等特征,构建故障节点概率传播模式下的级联失效模型.构建节点故障概率随故障次数增加而逐渐降低的故障概率函数,设计概率恢复(R)和阶段恢复(T)两种故障节点恢复策略,并针对ER、WS、NC和BA四类网络研究其恢复鲁棒性.仿真实验考虑模型中相关参数变化,揭示其对复杂网络级联失效过程中的鲁棒性影响,综合分析边鲁棒性和节点鲁棒性的性能权衡.仿真结果表明,在概率恢复策略下,随着恢复率的增大,4类网络级联失效的规模均能够实现有效降低;而在阶段恢复策略下,随着参数T值增加到不同阈值,4类网络鲁棒性指标在级联失效过程中均能够呈现出突变现象.     

基于耦合映像格子的有向网络相继故障

针对现实世界中存在大量的有向网络,根据有向网络中边的有向性,提出适合描述有向网络耦合映像格子（CML）的相继故障模型,利用仿真分析的方法研究了BA无标度有向网络和ER随机图有向网络在该模型作用下的相继故障行为。仿真中,对节点数固定的网络采用蓄意攻击和随机攻击两种策略进行攻击,并记录相关数据。通过对所得数据的分析发现：1）这两类有向网络的相继故障进程比同规模的无向网络要剧烈;2）当网络遭受攻击时,有向网络比无向网络更加脆弱;3）ER随机图网络相继故障发生过程中引起网络相继故障规模增长的4个临界值之间存在线性关系。