卫星时变拓扑网络多视图可视化分析框架

深入研究卫星时变拓扑网络与信息可视化相结合的可视化分析问题,提出一个多视图可视化分析框架。该框架在集成传统两视图的基础上,重点关注卫星网络的动态时变特性,设计实现一个新颖的时变拓扑网络可视化视图,该视图遵循网络布局的美学标准,并且维护用户感知网络拓扑的意象图。实验验证表明,多视图可视化分析框架丰富了卫星网络可视化的表现形式,多角度展示了卫星网络的时变特征,能够支撑数据包路由分析等应用,辅助用户感知网络并做出合理决策。     

基于标签传播识别网络中的关键节点

基于标签传播动力学提出了一种识别网络关键节点的算法,主要思想是把每个节点接收到不同标签的数量作为判断节点重要性的指标。应用两种不同的传播模型,在不同网络上与其它中心性指标作比较。结果表明:基于标签传播的中心性指标比其它的中心性方法可以更好地识别网络中的关键节点。基于标签传播的中心性指标还具有以下优势:不需要利用网络的结构信息,因此可以推广到大规模网络上;揭示了一种现象——好的接收者往往也是好的传播者。     

复杂网络中连通支配中心性的计算

分析了现实生活中对重要节点的需求背景,对连通的网络模型提出了一种新型中心性评价指标,连通支配中心性。该中心性利用网络连通支配集的"连通"和"支配"两大特性,通过循环构建点导出支配子图的连通支配集,生成一棵支配关系扩展有向树。然后基于各节点在该有向树中的支配层次数,支配数和支配边权值3方面的属性,设计了反映节点支配能力强弱的中心性计算公式。最后以合作关系图为例进行相应实验,发现连通支配中心性比较高的节点不仅构成了网络的骨干网,能较好地维持网络基本形态,而且能桥接几个不同研究分区,起到一定的中介作用,体现了网络中节点的组织控制能力。     

延迟容忍网络中基于社会属性的负载感知路由

延迟容忍网络中采用中心性作为路由尺度会使部分节点承载过多的网络流量。针对这一问题,提出了一种基于社会属性的负载感知路由算法。使用节点的介数中心性（betweenness centrality, BC）和相似性两个社会属性指标以及节点的负载状况作为选择中继节点的依据,避免了消息传播能力强的节点产生严重的拥塞,均衡了网络流量。仿真结果表明,该算法能够提高网络的交付比率,减小网络的开销。     

结合网络动力学的电网关键节点识别

为了有效发掘出网络中的重要环节,提出了一种综合网络结构和节点动力学的电网关键节点识别方法,该方法结合两种已有的节点重要性评价指标——度中心性和接近中心性,同时定义和网络动力学相关的两个指标——临界同步耦合强度和失同步扩散时间。综合考虑4种性能指标的影响来确定节点的重要性,克服了单一评价指标的片面性,可以得到比使用单一评价指标更为准确的节点重要性评价结果。在IEEE14和IEEE57节点系统上进行仿真测试,实验结果验证了方法的合理性和有效性。     

众筹项目的个性化推荐:面向稀疏数据的二分图模型

二分图模型是一种全局优化算法,本文将二分图模型应用于直接推荐众筹项目,使用PersonalRank算法迭代计算网络节点的全局关联度,从而推荐那些基于余弦相似度的协同过滤不能有效推荐的项目,适用性更加广泛.更进一步,提出将二分图模型与协同过滤算法相结合,首先把网络结构划分为二分图,采用二分图算法得到的两类节点(用户节点,项目节点)之间的全局相似度,再结合协同过滤算法,得到基于二分图模型的协同过滤算法.实验表明,在众筹项目推荐中,由于数据极端稀疏,适宜采用二分图模型来进行相似度计算并进行推荐.     

基于最优路径相似度传输矩阵的链路预测方法北大核心CSCD

为解决现有的基于相似性的链路预测方法忽略了最优路径在节点间传递相似性的能力的问题,提出一种基于最优路径相似度传输矩阵的链路预测方法。首先,分析节点间最优路径对信息传输能力的影响,进而对节点间紧密中心性进行定义;其次,依据最优路径数和中心性构建相似度传输矩阵,综合节点间局部信息和全局属性衡量节点间相似度。最后,将所提方法与其他相似性指标,在6个真实网络上进行实证对比研究。结果表明,所提算法预测精度较高,且算法更加稳定。     

基于图序列的卫星网络时变拓扑可视分析

卫星网络拓扑结构具有典型的时变特征,对时变拓扑的可视化研究有助于直观理解卫星网络随时间的演化状态。从可视化的角度入手,针对上述时变特征,提出一种基于图序列的拓扑可视化方法。首先,设计时变拓扑可视化视图,作为传统两视图结构的重要补充;然后,建立图序列模型,并提出瞬时拓扑图布局算法和拓扑图序列布局算法;最后,通过典型实例验证所提算法的合理性。实验表明,时变拓扑分析视图在卫星网络拓扑信息展示方面能够起到辅助作用,时变拓扑可视化结果可以清晰地展示出视觉元素之间的关系,并支持对拓扑结构进行对比分析,有助于用户发现和理解卫星网络的动态演化规律。     

基于三维体质心的无线传感器网络节点定位算法

针对无线传感器网络中传感器节点初始位置未知的问题,提出一种基于三维体质心的分布式无线传感器网络节点定位算法.算法假设网络中有一定比例的锚节点(位置已知的节点),利用三维辅助坐标系,建立节点间的通信约束关系和空间几何关系,研究三维空间内包含未知节点的三维体构成方法,确定三维体的多个侧面和曲面来构成曲面三维体;为了减小算法计算量和网络能耗,寻找与曲面三维体对应的由多个侧面组成的平面三维体,通过确定平面三维体的质心来获得曲面三维体质心,从而把曲面三维体的质心作为未知节点的估计位置.该算法是一种完全基于网络连通性的分布式算法,算法设计简单,计算量小,节点间通信开销少.仿真结果显示,该算法适合于各种规模的无线传感器网络的节点定位.     

基于MST的拓扑感知度约束覆盖网构建算法

覆盖网能有效分离网络应用与底层网络基础设施,提升服务质量(quality of service, QoS)和用户体验(quality of users’ experience, QoE)。设计了一种普适性较强的覆盖网拓扑构建算法--基于最小生成树（minimum spanning tree, MST）的拓扑感知度约束(minimum spanning-tree based topology-aware degree bound, MST-TADB）覆盖网构建算法。该方法感知网络拓扑,逐步生成MST,同时参考节点的转发和计算能力作为节点度约束收敛算法。由仿真结果可知,和同类算法相比,本文方法的故障恢复率、恢复路径跳数惩罚、服务节点平均节点度和时间复杂度综合权衡较好,并保证了所构建的覆盖网的自愈性。     

基于深度可调节节点的水声网络部署优化算法

为提高网络的有效覆盖率,提升对目标区域监测的质量,提出一种基于深度可调节节点的水声网络部署优化算法。算法中节点通过深度调节形成以sink节点为根节点的树形拓扑结构,实现网络的全连通。以最大化有效覆盖为目标,以保证节点间的有效连通为约束条件对节点覆盖的最优位置进行求解,优化节点部署。仿真结果表明,所提算法较基于voronoi图的深度调节算法和传感器节点深度调节进行自我部署，以实现最大化覆盖的部署算法。两种基于深度调节节点的算法实现了有效覆盖率的明显提升,在节点数量为60、感知半径为0.8 km时,有效覆盖率分别提高了11.87%和12.59%。同时网络中节点的平均连通度更高,拓扑结构更稳定,在动态的水声网络中性能更好。     

基于功能图的作战体系关键节点分析

目前大多数基于网络拓扑的作战体系关键节点分析方法只是单纯考虑作战节点的拓扑连接关系, 缺乏从实际业务角度考虑体系中各节点在功能之间的相互依赖。而多数基于作战环的作战体系关键节点分析方法又需要分析人员具有很强的专业背景知识, 且存在分析数据难以获取等问题。基于此, 提出了一种基于功能图的作战体系关键节点分析方法。首先, 介绍了基于任务、反映作战体系功能的功能图概念。然后, 提出了基于功能图的度中心性、介数中心性、接近中心性、PageRank算法、节点移除和收缩等关键节点分析方法。最后, 以某作战体系为例, 作战环为其功能图, 采用介数中心性、接近中心性、基于功能图的介数中心性、基于功能图的接近中心性、基于功能图数量的节点移除法等关键节点分析方法对作战体系中关键节点进行分析, 验证了该方法的简单性、可行性及有效性。     

卫星时变拓扑网络节点重要度评估方法

针对卫星网络拓扑结构的时变特征,通过构建时变拓扑图序列模型,将卫星时变拓扑网络分解为一系列具有稳定状态的拓扑图结构。综合考虑节点在网络中的全局性影响和局部性影响,以节点介数、节点紧密度和节点距离的重要度贡献为度量参数,提出了稳态卫星网络节点重要度评估方法,设计了卫星时变网络节点重要度评估算法,通过典型实例验证了算法的准确性和有效性。实验结果表明,该方法能够有效地区分卫星时变网络节点重要度差异,准确评价卫星节点对卫星网络资源的控制能力。     

能力与权力:大规模复杂网络重要节点识别的二重异质指标及算法

为快速识别大规模复杂网络中的重要节点,本研究将人类社会普遍存在的两类不平等映射为节点在网络中的能力与权力的二重异质性,设计了评价复杂网络节点重要度的DH指标,构造了用于DH指标快速分布式计算的并行随机距离渐进(parallel random distance approach,简称PRDA)算法.通过网络最大连通率、网络均衡熵、算法有效性和算法效率的评价实验验证DH指标及PRDA算法的有效性,得出结论如下:DH指标在识别重要节点时能适应不同拓扑特征的复杂网络,识别性能优于或同于时间复杂度更高的介数;PRDA估计算法在最短路径获得概率p=1-10~(-1.5)的水平上得到的节点效率估计值■与真实值η_i的Pearson相关系数在0.975以上,且在大规模网络上进行节点效率估计结果更可靠;在Apache Spark并行内存计算环境中应用时间复杂度为O(n~2/l)的PRDA算法求解DH指标耗时远小于介数求解耗时,这表明算法的时间特性也适于大规模网络.     

基于动态AHP的海上移动节点网络选择算法

针对海上异构无线网络中现有的节点选择算法存在的实时有效性和与移动节点匹配性较差的问题, 提出了一种基于动态层次分析(dynamic analytic hierarchy process, DAHP)法和协同学原理的网络接入选择算法。该算法在满足多因素判决和静态节点网络选择的基础上, 采用DAHP法确定接入判决指标的主观权重, 运用协同学相关原理确定客观权重, 利用接收功率确定移动节点的位置权重, 并通过对主、客观和位置权重进行再分配, 实现了对移动节点周围的实时网络状态与任务通信需求的兼顾, 提高了算法实时性和与移动节点的匹配性。仿真结果表明, 该算法相对于基于传统AHP和协同学原理的网络选择算法、基于距离的移动节点算法, 能够在降低节点业务阻塞率的同时提高通信通畅度与实时性。     

网络化指挥控制中心性建模评估研究

复杂网络在核心节点遭到蓄意攻击时表现出来的网络脆弱性,促使在发挥网络化作战协同优势的同时,必须充分重视网络化指挥控制的中心性评估工作,以及早发现这些敏感节点。在构建网络化指挥控制模型的基础上,综合考虑影响节点差异的组成要素,提出了应用于中心性评估的节点收缩改进方法,并通过实验分析验证了方法的有效性和可行性,从而为网络化作战条件下的指挥控制核心节点评估提供了新的研究思路和分析方法。     

基于广义混合图的弱节点对等覆盖网络结构

针对弱节点无线网络应用环境中节点处理能力受限及网络链路稳定性低的约束条件,提出一种基于广义混合图的常数度对等覆盖拓扑Hyperlink-deBruijn(HD)网络。通过嵌入超立方连接的deBruijn图构建静态HD混合图,证明其在较低的固定节点度下同时具有最优网络直径和短容错路由长度。HD网络是静态HD图到动态网络的广义化扩展,通过理论分析和实验表明,HD网络能够保持静态HD图的基本性能特征,满足节点连接受限的约束条件;并具有容纳多点失效的高效容错寻路能力,应对网络链路不稳定性的要求;且近似传统最优直径网络,保持良好的网络性能。     

基于多任务学习图卷积模型的航空网络节点分类

准确识别航空网络关键节点, 做好针对性防护, 对于保证航空网络正常运行至关重要。传统的方法, 如基于复杂网络中心性指标的方法, 或基于机器学习的算法, 只单一考虑网络结构或节点特征来评价节点的重要性。然而评价节点的重要性应该同时考虑网络结构特征和节点特征。为解决上述问题, 本文提出了一种名为多任务图卷积网络(multi tasks graph convolution network, MTGCN)航空网络节点分类模型, 该模型在图卷积网络的基础上, 引入多任务学习及自适应加权策略, 将“节点—节点相关性”作为辅助任务加入模型的训练过程中, 并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型, 为图卷积在航空网络节点分类方向的应用提供了思路。