社交网络信息源快速定位方法

针对在线社交网络中普遍存在的信息传播部分路径,在现有的基于观察点的信息源定位方法的基础上,提出一种基于部分路径的信息源点快速定位方法.该方法分析了利用观察点记录的部分传播路径对候选传播源点进行筛选的4种情况.通过筛选候选源点,达到了减小计算量,提高源点定位效率的目的.在模型网络上对改进算法进行实验,验证了该方法的有效性.     

基于往返时延的网络拓扑推断

为了减少拓扑推断中采用单向性能参数需要多个节点合作的限制,提出了一种基于往返时延的拓扑推断算法,设计了网络拓扑推断中的往返时延测量方法,基于往返时延的拓扑推断不需要时钟同步及目标节点的配合.从理论分析了基于往返时延推断网络拓扑结构的可行性和正确性,并通过NS2进行了仿真实验.仿真结果表明,基于往返时延的推断算法能够较准确地推断网络的拓扑结构,与基于单向性能参数的拓扑推断算法相比,基于往返时延的拓扑推断算法受到的限制较少.     

基于测量聚类的网络拓扑推断算法

为了减少基于端到端时延的拓扑推断算法中产生的测量流量,根据网络中端到端时延的特点,提出了一种测量聚类算法和两阶段拓扑推断算法.测量聚类算法在测量时首先粗略测量网络节点的端到端时延,根据时延对节点进行聚类,然后根据节点的聚类测量节点对的端到端时延并计算节点相关性,最后通过两阶段拓扑推断算法推断网络拓扑结构.理论证明了测量聚类算法能够有效减少测量产生的测量流量并通过NS2进行了仿真,仿真结果表明测量聚类算法和两阶段拓扑推断算法在有效减少测量流量的情况下能够正确地推断网络的拓扑结构.     

单测量源点的位置对网络拓扑测量结果的影响

在用网络测量手段发现网络拓扑中,测量源点位置的选择通常被认为起着至关重要的作用.单点测量中源点的位置是否会导致测量结果有显著差异是值得研究的问题.通过在仿真环境中产生不同的拓扑模型,分析了单侧量源点在发现链路(节点)数量方面的统计特性.实验表明,在随机和无标度拓扑中,单个源点发现的节点或链路数量都可近似地用正态分布描述;不同源点在获取链路(节点)数上的最大差值具有稳定性,与目标节点的比例无关;源点的度对其测量结果没有影响.单测量源点在拓扑发现中的测量差异并不明显.     

基于SoRCA结构的SBORA路由算法

针对无线传感器网络SoRCA结构中路由算法存在流量负载不均衡和鲁棒性问题,提出了SBORA路由算法.该算法根据SoRCA拓扑的结构化特点,计算出源点到目的点的最优路径在各传播反向所需跳数,然后根据跳数特征,通过二次概率路由选择策略,从多条优化路径中迅速给出一条由源点到目的点的路径,并根据包中跳数的特征,给出数据传输失败时新路由的选择.通过性能分析和仿真试验表明,基于SoRCA结构的SBORA路由算法具有较好的流量负载均衡性和鲁棒性.     

基于时延抖动的网络拓扑推断技术

为了克服基于端到端单向时延的拓扑推断算法中需要时钟同步的缺点,根据端到端时延抖动的定义和特点提出了拓扑推断中端到端时延抖动的四元分组列车测量方法和基于端到端时延抖动的拓扑推断算法,其中端到端时延抖动的测量不需要节点间的时钟同步,并且实现简单.分析了基于端到端时延抖动推断网络拓扑的可行性和正确性,通过NS2进行了仿真.仿真结果表明,基于时延抖动推断拓扑结构的效果比基于端到端单向时延推断拓扑结构的效果好.     

一种基于特征向量中心性的基因调控网络结构推测算法

提出了一种基于特征向量中心性推断基因调控网络结构的算法,通过特征向量中心性挖掘基因在网络中的拓扑信息,结合基因对之间的相关性和拓扑信息构建完整的基因调控网络.算法在n个变量和n个样本的DREAM数据集以及包含9个变量和9个样本的大肠杆菌数据集上进行仿真测试,并与现有的基于距离相关性和网络拓扑中性的3种最先进的网络推理算法进行了比较,算法结果显示该方法能够提高基因调控网络结构的预测精度.     

计算网络SKT可靠性的一个新拓扑公式

提出了网络从源点到某些特定终点的可靠性的一个新拓扑公式。     

一种新的无线传感器网络危害传播模型

研究了无线传感器网络中的危害传播问题,提出了一种新的危害传播模型.针对随机图模型存在的不足,利用随机几何图来构造无线传感器网络的拓扑,分析无线传感器网络中的危害传播,并与随机图构造的网络拓扑下的危害传播进行比较.结果表明,采用随机几何图拓扑网络比随机图拓扑网络能够更有效地减缓整个网络的危害爆发.     

高速铁路网络复杂特性及其传播动力学研究

结合高速铁路网络的拓扑结构分析,建立了基于传播动力学理论的模型,研究突发事件在网络上的传播扩散规律及其传播过程.运用复杂网络理论分别构建了我国高速铁路物理网络和运输网络两个网络模型,并计算复杂网络条件下的相关统计特性指标,从而判断高速铁路网络的类别和性质;同时基于高铁网络性质,建立了突发事件下列车晚点在网络上的传播动力学模型,分析不同参数取值情况下的晚点传播扩散过程,并提出控制突发事件下列车晚点在网络中传播蔓延的措施和策略.     

面向蓄意攻击的网络异常检测方法

针对复杂网络受蓄意攻击频繁，而现有的检测方法大多忽略全局拓扑突变特征的问题.从网络全局拓扑的异常演化特征出发，提出网络路径相对变化系数(network path change coefficient，NPCC)r，量化节点间传输路径的变化.由斐波那契数列衍生出斐波那契演化域，用于区分正常和异常演化.将r作为核心度量参量，构建斐波那契演化域，形成网络异常检测方法，实现对异常的判定.结果表明，该检测方法的平均准确率为90%以上，高于最大公共子图(maximum common subgraph，MCS)及图编辑距离(graph edit distance，GED)的准确率，证明了所提检测方法的有效性.     

基于演化博弈和网络拓扑结构的改进SIR模型——以疫情舆情分析为例

传统SIR模型的初始参数是随机设定的,同时状态转换之间没有考虑实际网络拓扑结构,导致传播收敛效果与实际不一致.为了解决该问题,本文提出一种基于演化博弈和网络拓扑结构改进的SIR模型.改进的模型首先通过演化博弈方法确定影响因子,接着根据影响因子确定好SIR模型的初始感染率参数,然后根据网络拓扑结构调整状态之间的转换概率....     

车架结构二次拓扑优化设计与性能分析

针对重型车底盘车架的设计问题,提出一种基于多工况和二次局部优化的整体拓扑优化方法.根据商用车底盘实际尺寸,建立其结构拓扑优化模型.基于7种典型行驶工况得到初始拓扑结构,再根据不同工况对其局部二次拓扑优化得到最终车架优化结构,最后对其进行有限元仿真对比分析.结果表明:新车架结构质量减轻约30 kg,其刚度、强度及模态性能与原车架相比均有一定程度的改善,验证了所提出的二次拓扑优化方法的有效性.     

基于观察点的信息源定位方法的准确率分析

观察点部署位置与定位准确率之间关系的研究,对基于观察点的信息源定位方法具有重要的意义.从单信息源的信息定位过程入手,首先对理论传播延迟与实际传播延迟进行分析,可知:对于一个指定信息源,观察点间最短路径的差值越大,该点的理论传播延迟与实际传播延迟的相似度就越高.进而分析网络中观察点部署位置与指定信息源定位准确率的关系,得出结论:随着信息源到观察点的距离差之和增加,对该信息源的定位准确率增大.在模型网络上进行仿真实验,实验结果验证了分析结论的准确性.     

无标度网络中基于反馈机制的病毒传播模型

在网络中存在超强传染者的前提下,传统的病毒传播模型在无限规模的无标度网络上不存在病毒传播阈值,许多真实的无标度网络中并不存在这种超强传染者.针对这一问题提出了无标度网络中基于反馈机制的最大传染能力限定的病毒传播模型.通过数学方法证明了该模型中病毒传播阈值是存在的,最后通过数据仿真分析了反馈机制、最大传染能力值对网络感染率、控制病毒扩散以及传播阈值的影响.这为控制真实网络中的病毒传播提供了重要的参考依据     

无线传感器网络中恶意软件传播研究

从平面无线传感器网络的拓扑结构、无线共享通信及安全机制等固有特征出发,对无线传感器网络上的恶意软件传播动力学进行研究.首先,使用随机几何图建立平面无线传感器网络模型;然后,基于元胞自动机理论建立恶意软件SI(Susceptible-Infected)传播模型,该模型充分考虑无线传感器网络固有特征和传播特征,模型建立引入MAC机制和随机密钥预分布方案.分析和仿真表明,无线传感器网络的空间局域化结构特征、无线信道共享机制和安全管理应用主导了传播增长效果,限制了恶意软件传播速度,降低了在无线传感器网络中大规模流行恶意软件的风险.文中提出的模型能够描述无线传感器网络中恶意软件传播行为,为建立无线传感器网络安全防御机制提供了基础.     

林木虫害大数据的网络科学分析方法

择取国家森防总站2009—2013年辽宁省林木虫害大数据,根据林木虫害时空复杂性,提出一种基于时空影响域的虫害关系网络构造方法.以昆虫生活习性确定时间影响范围,以虫害危害等级确定空间影响范围,并将松毛虫作为研究对象.结果表明,松毛虫虫害关系网络为无标度网络,服从幂律分布;松毛虫传播扩散快;虫害易聚集发生;网络拓扑具有鲁棒性.该建网方法能够反映真实世界,是解读林木虫害大数据的有效方法.期待通过本文对松毛虫虫害关系网络的复杂网络理论分析,能对实际林木虫害防治工作中防治策略的制定及防控力度的估计提供理论指导.     

Dynamic spreading behavior of homogeneous and heterogeneous networks

The detailed investigation of the dynamic epidemic spreading on homogeneous and heterogeneous networks was carried out. After the analysis of the basic epidemic models, the susceptible-infected-susceptible (SIS) model on homogenous and heterogeneous networks is established, and the dynamical evolution of the density of the infected individuals in these two different kinds of networks is analyzed theoretically. It indicates that heterogeneous networks are easier to propagate for the epidemics and the leading spreading behavior is dictated by the exponential increasing in the initial outbreaks. Large-scale simulations display that the infection is much faster on heterogeneous networks than that on homogeneous ones. It means that the network topology can have a significant effect on the epidemics taking place on complex networks. Some containment strategies of epidemic outbreaks are presented according to the theoretical analyses and numerical simulations.     

Dynamic spreading behavior of homogeneous and heterogeneous networks

The detailed investigation of the dynamic epidemic spreading on homogeneous and heterogeneous networks was carried out. After the analysis of the basic epidemic models, the susceptible-infected-susceptible (SIS) model on homogenous and heterogeneous networks is established, and the dynamical evolution of the density of the infected individuals in these two different kinds of networks is analyzed theoretically. It indicates that heterogeneous networks are easier to propagate for the epidemics and the leading spreading behavior is dictated by the exponential increasing in the initial outbreaks. Large-scale simulations display that the infection is much faster on heterogeneous networks than that on homogeneous ones. It means that the network topology can have a significant effect on the epidemics taking place on complex networks. Some containment strategies of epidemic outbreaks are presented according to the theoretical analyses and numerical simulations.