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。     

基于最大可达概率的虚假信息溯源问题研究

随着互联网的持续普及,虚假信息传播的速度和趋势在增加,广泛的传播将会不断影响并损害国家、社会及个人的利益,负面影响会变得难以控制.因此,本文基于最大可达概率研究了在社交网络中的三阶段虚假信息溯源问题,对于无向且连通的感染图G(V,E,p)而言,给出了最大可达概率的定义,从而进一步得到网络中每个节点的接近可达概率和最长可达路径值.除此之外,本文基于IC模型获取源候选节点集(IC-OCNS),再基于最大可达概率对网络中源候选节点集进一步筛选,提出三阶段可达概率算法(TSRA)来更好地解决社交网络中虚假信息的溯源问题.最后,在实验阶段,本文在现实世界的三个社交网络数据集中进行实验比较,验证算法的可行性和误差率,该研究可以为网络安全中虚假信息的控制和应对提供管理和决策支持.     

基于OSN的谣言传播模型及影响力节点研究

经典的谣言传播模型较难描述现实在线社交网络的复杂活跃模式,为此提出一个基于在线社交网络的动态谣言传播模型。该模型采用传播者基于时间退化函数的自发退化方式,动态指定节点的权威度和免疫力,并考虑了接收增强信号效应。通过对真实微博网络的谣言传播仿真验证了模型的有效性。将模型用于识别网络中的影响力节点,根据传播仿真数据评估节点的传播影响力,并分析节点传播影响力与各中心性指标间的相关性。结果显示:有向社交网络中节点的影响力并不能由k-核的大小表征,而出度和紧密中心性才是更好的描述标量。     

动态社交网络中非完全信息下谣言溯源问题研究

突发事件发生后,在线社交网络往往成为谣言滋生与传播的重灾区.追溯谣言源头,从源头阻断谣言传播是舆情管控的有效手段.但在实际中在线社交网络是动态变化的,并且谣言传播的历史情况信息很难完全获取,通常只能获取当前时刻下谣言的传播情况,因此本文聚焦于研究动态社交网络中非完全信息下谣言溯源问题.本文根据节点的传播级联在最后一层网络上的感染集合与当前时刻下新增被谣言感染节点集合的期望对称差构造目标函数,并证明了目标函数具有#P-hard的性质,且既不是次模函数也不是超模函数.接下来设计了基于可达集合抽样的方法寻找谣言源头节点,并给出了算法框架和计算复杂度分析.最后在三个真实的动态网络数据集上仿真验证了本文所提出谣言溯源方法 RSS相比于已有方法的效果更好,并探究了动态社交网络的拓扑结构变化对本文提出的谣言溯源方法准确性的影响.     

社交网络中种子用户分布对产品扩散的影响

在社交网络中同样数量的种子用户群体在社交网络中的不同分布,往往对新产品的传播效率造成影响.探讨在具备小世界特性的社交网络中,种子用户分布与社交产品扩散速度的关系.设计了基于阈值模型和基于节点相关性的仿真实验,基于大规模实际社交网络的数据,采用计算机仿真模拟方法来从微观角度进行观察.研究发现,社交网络中种子用户紧密度与社交产品扩散速度正相关,但影响加速递减.     

装备保障体系关键节点分析

装备保障体系在现代战争中发挥着重要的后勤保障作用。一旦保障体系中的关键保障节点遭到袭击, 将会严重影响到系统保障能力的发挥。因此, 研究装备保障体系中的关键节点识别技术, 找出薄弱环节, 对于未来战争有着重要意义。本文以复杂网络为理论基础, 提出了一种衡量保障节点重要性的指标。该节点重要性指标一方面衡量保障节点在一定空间范围内的连接能力, 另一方面按照新提出的面向任务需求的路由方式, 衡量保障节点的全局运输能力。通过与另外6种节点的重要性指标对比, 结果从多方面证明了所提的节点重要性指标在识别关键节点时的有效性及适用性。     

基于数据场的复杂网络节点影响力建模与仿真

复杂网络节点影响力的研究是数据挖掘的重要组成部分。挖掘出复杂网络中有影响力的节点不仅具有重要的学术意义,且有助于抑制流行病的爆发、控制谣言的传播和推广电子商务产品等。通过选取每个节点的混合度分解值(Mixed Degree Decomposition,MDD)作为质量,将复杂网络抽象为数据场,结合数据场模型来识别有影响力的节点,并与一些著名的节点中心性方法进行对比。使用经典的传染病模型(Susceptible-Infected-Recovered,SIR)通过对比感染节点的数量来评估仿真性能。对实际网络的仿真实验结果表明,数据场模型能够有效的识别网络中有影响力的节点。     

融合PPI网络和基因表达的复合物识别算法

从大规模相互作用网络中识别蛋白质复合物,对解释特定的生物进程和预测蛋白质功能具有重要作用,同时也是后基因组时代一 个最重要的研究课题. 考虑到传统仅基于蛋白质相互作用网络（PPI网络）的蛋白质复合物识别算法可靠性不高,本文提出 了一种新的融合PPI网络和基因表达数据的蛋白质复合物识别算法IPCIPG. 区别于之前用基因表达数据评估PPI网络可靠性的做法,本文提出在蛋白质复合物的识别过程中将PPI网络和基因表达数据有机地结合起来. 算法IPCIPG首先根据边聚集系数（ECC）与蛋 白质间共表达的相关性（PCC）计算PPI网络中每个节点的权重,权重最大的节点作为种子,然后从种子节点开始扩充生成稠密子图. 基于酵母数据集的实验结果表明,算法IPCIPG较其他算法HUNTER,HC-PIN,CMC,SPICI,MOCDE,MCL能够更准确,更有效地 识别出具有特定生物意义的蛋白质复合物.     

融合PPI网络和基因表达的复合物识别算法

从大规模相互作用网络中识别蛋白质复合物,对解释特定的生物进程和预测蛋白质功能具有重要作用,同时也是后基因组时代一个最重要的研究课题.考虑到传统仅基于蛋白质相互作用网络(PPI网络)的蛋白质复合物识别算法可靠性不高,本文提出了一种新的融合PPI网络和基因表达数据的蛋白质复合物识别算法IPCIPG.区别于之前用基因表达数据评估PPI网络可靠性的做法,本文提出在蛋白质复合物的识别过程中将PPI网络和基因表达数据有机地结合起来.算法IPCIPG首先根据边聚集系数(ECC)与蛋白质间共表达的相关性(PCC)计算PPI网络中每个节点的权重,权重最大的节点作为种子,然后从种子节点开始扩充生成稠密子图.基于酵母数据集的实验结果表明,算法IPCIPG较其他算法HUNTER,HC-PIN,CMC,SPICI,MOCDE,MCL能够更准确,更有效地识别出具有特定生物意义的蛋白质复合物.     

基于社会网络冲突信息传播的群体特征

当两种冲突信息在社会网络上同时传播时,社会群体呈现的特征值得研究. 依据复杂性科学和社会学研究的有关理论和方法,利用了网络传播的SIR模型,建立了信息的传播演化模型. 在传播过程中引入个体处理冲突信息的三种行为方式：先入为主、从众行为和领导意见,并在大规模社会网络上进行了不同行为方式传播模型的对比研究. 研究表明,社会网络的结构和个体行为的倾向对信息传播结果有显著影响. 由局域性相互作用发展为集体行为,整体特性比局部特性呈现出更多的变化趋势. 研究结果有助于解释大规模社会群体呈现出的某些特征,如群体极化和群体多样性等现象.     

结合社交媒体数据的城市交通事件可视分析方法

社交媒体中的文本内容可对交通量数据进行补充,为此提出一个交通事件可视分析方法。建立交通事件文本处理模型,提取事件的描述信息;基于图嵌入算法学习道路节点属性的向量表示,建立道路相似性模型;结合核密度模型建立交通事件发生概率预测模型;设计了一个交互式可视分析界面对于交通事件进行可视分析与探索。通过交通信息抽取、道路相似性度量以及交通事件交互预测等案例分析,验证了所提方法的有效性,可以辅助交通部门管理决策。     

科普教育及媒体报道对于不实信息传播的影响

本文研究突发事件发生后不实信息的传播与扩散问题,首先,基于系统动力学的思想,提出了不实信息的动态传播模型,刻画了科普教育以及媒体报道对于不实信息传播的影响,分析了模型的稳定性态. 为了克服静态决策的局限性,论文基于最优控制理论的方法,构建了社会效用最大化的控制模型,利用庞特里亚金最大值原理,进一步探讨得出了不实信息传播的动态最优控制策略. 最后,基于模型推导结论和数据模拟,说明了最优控制的优势所在,提出了在应急管理中不实信息的控制建议与思考,为应急管理奠定了理论基础和决策依据.     

The Measure Method of Complaint Theme Influence in View of Netizens' Emotional Resonance

On the social network platform, complaints about the public policy formulation and implementation issues arise largely. Through the information aggregation, frequent interaction, word-of-mouth and emotional resonance on online social network, these information will lead to the outbreak of the network complaints. It brings difficulties and challenges in public management. China is under a period of social transformation, and there are various problems and contradictions. Emergency can easily arouse group complaints on online network, and it will lead to network public opinion through inducing social emotional resonance, which is harmful to social security and stability. This paper has built the evaluation index system from four dimensions with complaint text's quality, transmission timeliness, user interaction degree and emotional resonance excited by emergency. Then, we establish the dynamic influence measure model of online netizens complaint theme based on an entropy weight model. The measure model is proved to be reasonable and effective by the empirical research of Sina Weibo data. The model can effectively solve the measure problem of group complaints influence when the emergencies arouse social emotional resonance. It has important theoretical significance and practical value for public policy decision-maker on listening to online group complaints, understanding public opinion, and making public policy.     

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。     

流体网络拓扑分析的研究

从建模对象的系统图出发,详细探讨了流体网络的拓扑分析策略,并首次提出端口组的概念,解决了一个模块在同一个网络中可能具有多个支路或节点编号的问题,这在国内外同类软件中尚属首次。并根据以上的研究成果成功地研制了一套单相流流体网络自动建模软件,利用该软件,用户只需输入建模对象的系统图并进行实例化,即可自动产生它的流体网络仿真模型,实践证明该软件是可靠的,利用它可大大地提高建模效率和建模质量。     

基于功能依赖的网络信息体系建模及重心分析

功能依赖是大型复杂系统性能或体系能力生成的重要影响因素之一, 各类要素实体间功能依赖关系的表示、识别和度量是复杂体系研究的重要问题。通过对网络信息体系(networked information system of systems, NISoS)中要素系统间交互行为的依赖性分析, 基于功能依赖网络(function dependency network, FDN)构建了NISoS依赖网络模型(dependency network model of NISoS, DNMN)。综合考虑NISoS作战属性与任务完成效果, 提出了体系节点重要性的度量指标, 在此基础上给出了一种体系重心度量方法。最后, 通过某海上方向联合作战NISoS实例计算, 演示验证了提出的体系模型和重心度量方法的有效性。     

两层星型网络上的传染病建模和控制

为了研究传染病在星型耦合网络上的传播规律,在两层星型网络上建立了一个新的有效度传染病模型,其网络结构对应由两个中心城市与周边县城构成的交通系统(忽略县城相互连接)。利用下一代生成矩阵计算模型的传播阈值,并数值分析影响阈值的主要因素。接着讨论切断传播途径和免疫易感人群等控制策略所对应的阈值变化。研究发现切断边界与中心的传播途径以及免疫中心节点对降低发病率最有效。结果可为传染病动力学的建模分析和疾病控制提供理论参考。     

社会网络及其上的传播动力学集成研究

为应对重大非常规突发事件的挑战,增强与完善应急管理能力,开展了基于社会网络的传播动力学集成仿真原型平台的研究与构建工作.该原型平台融合了社会网络模型与传播动力学模型的研究内容,建立了针对应急管理的集成仿真原型的概念框架,提出了以非常规突发事件为情景的仿真规划等方法,以及相应的应急管理措施与定量评估指标为主、定性评估指标为辅的评估方法,并给出了疫情在香港爆发的历史事件作为应急管理的一个仿真示例.     

大型复杂系统多态可靠性快速评估算法

开展装备系统可靠性评估工作, 对于发挥装备固有性能、提升装备使用效能、降低装备管控风险, 具有重要工程应用价值。针对大型装备复杂系统, 通过构建面向不同耦合结构的极限序列核和极限可靠度逼近函数, 探索了一类计算资源要求低, 计算便捷, 且逼近精度满足工程需要的多状态可靠性建模、分析与快速评估方法。案例研究表明: 算法突破了装备复杂系统大维度可靠性解算技术瓶颈, 提升了可靠性评估效率, 且评估与风险预报效果好; 算法丰富了装备复杂系统多状态可靠性建模、分析与评估体系, 可为可靠性工程的设计、使用与管理人员, 提供前沿理论储备和工程技术借鉴。