基于观测器的复杂动态网络故障诊断新方法

针对复杂动态网络拓扑未知情形,研究复杂动态网络故障诊断问题.基于观测器思想,提出一种复杂动态网络故障诊断新方法.该方法只需利用网络节点输出信号进行观测器设计,克服了现有方法利用节点状态变量设计观测器存在的不足.研究表明,这种方法能够监测网络拓扑结构的变化.通过系统仿真,证明文中所提方法的有效性.     

一种基于贝叶斯网络的故障预测方法

为了研究故障在复杂工程系统中的传播机制,根据关键节点的状态异常信息预测系统发生故障的概率,提出一种基于贝叶斯网络的故障预测方法.根据工程系统自身固有的网络拓扑结构,构建了多层贝叶斯网络模型,利用定性趋势分析法将时间信息融入网络节点中,使得网络具有处理时序信息的能力,便于进行故障传播机理分析和故障预测.提出了基于元器件健康度的根节点故障概率确定方法,针对完备数据集和非完备数据集,选择不同的参数学习方法确定贝叶斯网络的条件概率表,采用多树传播算法进行联合概率推理,由系统根节点运行状态推测其余节点的故障概率.算法在Quanser三自由度四旋翼直升机上进行了仿真应用,结果验证了该方法的可行性和有效性.     

基于Attention机制的链接预测算法

针对社会网络中链接预测问题,提出了基于注意力(Attention)机制的链接表示及其预测算法.基于待预测节点的共邻关系构建其链接局部网络,设计了基于紧密游走的网络拓扑序列化方法.采用双向循环神经网络(Bi-RNN)对链接序列进行向量编码,以充分挖掘序列相关节点间的上下文依赖信息.通过Attention机制对链接中的节点进行关注和加权,强化重要节点对链接预测任务的贡献,实现链接拓扑特征的自动提取与准确分类预测.实验结果表明,在4种不同类型的社会网络数据集中,该算法的准确率和运算效率都有较大提高且普适性较强.     

基于节点汇聚的地震序列分析方法

基于时空影响域方法构造地震网络,结果显示地震网络具有小世界、无标度等复杂网络的一般特征.选取1990年至2010年的四川地震数据进行研究,这些地震大多分布在龙门山断裂带上.对所构造的地震网络进行节点汇聚,得到以节点为单位的地震序列,序列类型为前震-主震-余震型.通过对地震序列的能量变化进行研究发现,能量的变化不具有周期性,而一定大小的时间窗口内的地震能量和的变化具有周期性,且能量中心分布在龙门山断裂带的主中央带上.这些结果说明,基于节点汇聚的地震序列分析方法对于认识地震的发生规律具有重要的意义.     

面向航空集群网络的改进型AODV路由协议

航空集群作战是未来空战重要作战模式,作战的场景、对象、态势更加复杂多变,经典的AODV(ad hoc on-demand distance vector routing)路由协议由于存在网络节点资源耗费不均以及无法适应网络拓扑结构快速变化等问题,不能很好地适应航空集群网络.提出一种基于资源可用模型和断裂链路快速修复模型的改进型AODV路由协议.协议通过设计资源可用模型改善航空集群网络中节点存储资源、计算资源、带宽资源耗费不均的问题,提高节点生存时间,并且通过设计断裂链路快速修复模型,降低重启路由发现频率,使其能更好地适应网络拓扑快速变化的航空集群网络.仿真表明,与经典的AODV协议相比,该协议在降低网络中死亡节点数目以及重启路由发现频率方面都有显著提升,对航空集群网络具有较强的适应能力.     

复杂网络中基于反应式的危险抑制方法

复杂网络中的危险传播行为依赖于网络拓扑结构和节点的动态特性.网络拓扑结构与危险传播的动力学机制是分离的,因此需要结合节点的动态信息来分析网络中的危险传播机理.本文针对该问题提出一种复杂网络中基于反应式的危险抑制方法,该方法主要针对节点当前的感染模式,采取相应的免疫策略进行防护.通过仿真实验表明,本文提出的免疫策略可以更加有效地抑制复杂网络中的危险传播.     

基于活跃度的网络免疫策略

免疫策略是抑制复杂网络传播过程的有效方法。虽然基于网络拓扑的免疫策略取得了良好的免疫效果,但这些策略都基于同构性假设,即:网络中的节点具有相同的属性。然而,越来越多的研究揭示了网络节点的异构特征,如传播过程中节点具有不同的活跃度,活跃的节点能够促进传播。笔者结合网络结构和节点活跃度,提出了一种新的免疫策略,在真实网络和人工网络中的仿真结果表明,所提免疫策略能够有效抑制传播扩散。     

基于介度熵的复杂网络节点重要度识别方法

现有复杂网络通常会受到随机攻击和蓄意攻击,导致复杂网络拓扑结构的可靠性性能下降.为了解决以上问题,基于图熵,结合节点的介数中心性和其所有邻居节点的度中心性,提出一种新的攻击策略,即介度熵( BE),用来识别网络中的重要节点并加以保护.实验分别通过静态攻击和动态攻击来评估攻击策略在3个标准网络模型和3个真实网络上的效率,通过比较,介度熵比传统的攻击策略具有更高的攻击效率.     

无线Mesh网络节点聚类属性分析

通过分析无线Mesh网络节点空间属性,提出了一种改进的k-medoids网络节点聚类算法.该算法基于聚类思想,将无线Mesh网络中的网关部署问题转化为空间节点数据聚类问题.构建了网络拓扑图的邻接矩阵,并利用邻接矩阵选择具有最多一跳连接节点数的对象作为初始簇中心.然后以网络跳数代替传统聚类算法中的距离参数,将最小化跳数之和作为优化目标,通过迭代方法获得稳定的聚类和分组结果.实验结果表明,离散的网络节点在空间上具有聚类特性,利用该方法可以获得更小的平均跳数和最大跳数,因此可以较好地实现网络节点分组和网关发现.     

复杂网络抗毁性研究进展

随着复杂网络研究的兴起,复杂网络抗毁性研究的重大理论意义和应用价值日益突显出来,成为极其重要而且富有挑战性的前沿科研课题.本文总结综述了国防科技大学信息系统与管理学院在复杂网络抗毁性领域取得的研究进展,具体包括:研究了不完全信息条件下复杂网络拓扑结构抗毁性;提出了复杂网络拓扑结构抗毁性的谱测度方法;分析了3种结构属性对复杂网络拓扑结构抗毁性的影响;提出了基于禁忌搜索的复杂网络拓扑结构抗毁性仿真优化方法.