基于拓扑结构的生物网络关键节点识别研究进展

与生物学实验方法及其它方法相比,基于拓扑结构的生物信息学方法在生物网络关键节点识别上有独特优势.本文从节点的中心性测度、网络的拓扑参数及层次结构等几方面总结了生物网络的主要拓扑特征;比较了蛋白质网络、代谢网络及基因调控网络关键节点识别的主要方法;分析了相关的一些算法.最后指出存在的一些主要问题,并提出解决的思路及进一步研究的方向.     

基于GCN的复杂网络关键节点识别研究

准确识别出网络中的关键节点是复杂网络研究的重要内容之一.现存的关键节点识别方法多数是基于网络结构提出的中心性度量方法,识别准确率低且适用范围具有局限性.因此本文提出了基于图卷积网络的关键节点识别方法,不仅考虑了节点属性,还考虑了网络结构和邻居节点结构.首先,根据网络图例数据提取多维度特征并构建特征向量;其次,将节点特征向量输入到GCN层学习;最后,通过回归损失函数计算出最小损失,识别出关键节点.本文选取传播动力学中的SIR模拟实验和牵制控制实验作为评价方式,在不同类型的真实网络上进行验证.结果表明本文提出的方法在适用范围和准确率方面较其他方法更具优势.     

基于胜率预测的空战关键节点确定方法

以提高空战训练评估效率为目标,着眼于确定影响战局走向的关键节点,提出了一种基于胜率预测的空战关键节点确定方法。首先,基于长短期记忆网络设计并训练胜率预测模型,以实时评估空战态势;其次,引入最大类间方差法确定关键节点阈值,并将相邻时刻胜率差绝对值大于阈值的时间点确认为关键节点。实验结果表明,所设计的胜率预测模型预测胜率准确,所采用的关键节点阈值选择方法合理,总体方案具有可行性和泛化性。     

一种适合分级Ad Hoc网络的入侵检测机制

针对分级Ad Hoc网络的结构特点和安全需求,提出一种基于节点行为的移动Agent入侵检测安全机制.该机制通过分析节点在路由过程中处理报文的能力建立标准节点行为模型,利用簇首Agent监测、收集簇中成员的行为信息,并与标准行为模型进行信息匹配分析,判断节点的异常行为,借助模糊方法定位攻击节点,采取相应的响应措施遏制恶意节点对网络的危害.仿真结果表明,所提出的安全机制能够快速、准确地检测到网络中的异常情况.     

基于K-shell的复杂网络关键节点识别方法

针对复杂网络中关键节点识别方法的分辨率和准确性不足的问题,该文提出了一种基于K-shell的复杂网络关键节点识别方法（K-shell based key node recognition method, KBKNR）。首先,采用K-shell方法将网络分层,获取每个节点的K壳（K-shell,K_s）值,通过K_s值衡量复杂网络全局结构的影响。其次,提出综合度（comprehensive degree, CD）的概念,并设定可动态调整的影响系数μ_i,通过平衡邻居节点和次邻居节点的不同影响程度,获取每个节点的综合度。在该方法中,当节点K_s值相同时,综合度较大的节点更重要。对比几种经典关键节点识别方法和一种风险评估方法,实验结果表明,该方法能够有效识别关键节点,在不同复杂网络中具有较高的准确率和分辨率。除此之外,KBKNR方法可以为网络节点的风险评估、重要节点保护和网络中节点的风险处置优先级排序提供依据。     

基于节点吸引力的可调参数复杂网络模型

针对真实网络的生长演化规律,以及BA无标度网络模型和原始的节点吸引力模型在择优连接以及生成网络统计特征方面所存在的问题,综合考虑复杂网络生长演化过程中节点度和节点吸引力的择优连接特性,提出了一种基于节点吸引力的可调参数复杂网络模型. 理论研究与仿真实验分析表明,基于节点吸引力的可调参数复杂网络模型可以有效生成结构稳定并与实际网络统计特征很接近的复杂网络,通过调节模型参数可以灵活调整网络的生长演化过程. 模型生成的网络度分布仍然服从幂律分布,并且具有较高的群集系数和平均路径长度.      

基于图论的节点分析

针对网络节点抗漏洞攻击能力弱造成网络鲁棒性差的情况,分析了基于图论的节点鲁棒性、节点重要性和节点多样性研究现状,提出了一些能够较好满足节点鲁棒性和多样性要求的方法;对节点鲁棒性测量的3个方法作了定义;对四种典型的测试网络用这些测量方法进行了对比分析,结果表明考虑了节点多样性的网络其节点连接鲁棒性、节点恢复鲁棒性和抗攻击性有了明显提高.这样的网络能有效增强节点的抗漏洞攻击能力,阻断各种可能的漏洞攻击在节点之间的渗透和传播,具有较强的鲁棒性.     

基于复杂网络拓扑性质的网络态势预测方法

为揭示网络态势时间序列的动力学特征和变化规律,提出一种基于复杂网络拓扑性质的网络态势预测方法.对网络态势时间序列进行粗粒化处理、节点编码和网络连边以构建态势复杂网络,利用点强度、强度分布、介数中心性、加权聚类系数、平均路径长度等复杂网络拓扑指标分析网络态势变化的规律,并基于模态复现的思想进行网络态势预测.实验结果表明:态势复杂网络节点之间的转换主要通过少数关键节点进行,网络态势的变化具有幂律性、群聚性和短程相关性;与现有预测方法相比,本文方法无需复杂的样本训练和参数优化过程,在状态预测方面具有较高的准确率.     

节点删除法的虚拟网络映射算法

虚拟网络映射是虚拟网络研究的关键内容,传统的贪婪算法在映射成功率和降低网络负载方面存在不足.将系统科学研究方法引入到虚拟网映射中,提出一种基于节点删除法的虚拟网络映射算法,根据节点删除对网络连通的影响程度来对网络节点进行排序,同时不断更新节点的状态,优先选择空闲节点进行资源分配.仿真实验表明,该文算法不仅能提高映射成功率,同时也能显著提升网络负载的均衡性能.     

基于图论的网络鲁棒性增强算法

针对网络节点抗漏洞攻击能力弱、网络鲁棒性差的情况,提出一种基于图论的鲁棒性增强算法.首先介绍基于图论和多样性的网络鲁棒性策略,提出节点相关度的概念、分类描述及量化指标;其次分析多样性对各种漏洞攻击的作用.对采用该算法生成的一种30个节点、4种着色方案的图进行详细分析,对由本算法生成的六种图的统计特征进行归纳.实例表明,依照该算法构建的网络是一种较均匀的网络,这种网络能有效增强节点的抗漏洞攻击能力,阻断各种可能的漏洞攻击在节点之间的渗透和传播,减少相继故障,避免雪崩效应,具有较强的鲁棒性.     

传感器定位节点的应用设计与实施

将定位功能融入到节点中,设计并实施了一种具有定位功能的传感器网络节点.该节点具有内置定位引擎,通过获取节点间的接收信号强度,转换成相应的距离信息.当获取3个以上已知节点坐标后,采用极大似然估计法给节点定位.实验结果表明,该节点定位精度3 m,可以满足一般传感器网络应用的需要.     

基于 Magician平台的网络节点资源获取

在分析主动网络平台Magician的体系结构和传输与执行Smart包原理的基础上,通过自行定制Smart 包,获取网络节点资源,并结合实例给出其传输及执行过程.与传统方法相比,该方法能灵活、快速、主动地获取节点资源,为主动预测网络故障,及其他基于主动网络的研究做了准备.     

用于无线移动网中的密钥协商方案

ad hoc网是一种新型无线移动网络，内部节点相互合作信任，但是没有中心控制节点，且节点的计算资源非常受限。针对如何在这种自组织群体中进行密钥协商，实现安全通信，提出了一种适合ad hoc网的认证密钥协商方案，每个节点仅需2n-2次模乘法运算，且仅需一轮通信，其中n是ad hoc网中的节点数。经对比该方案的效率远远高于现有方案。     

城市物流配送的二阶段启发式算法

针对城市物流配送的特点,将空间聚类算法与蚁群算法相结合运用到路径规划中,提出了一个基于交通网络的VRP二阶段解法.以带权图描述城市交通路网,利用交通网络中各个结点间的距离关系和结点的需求量,以配送车辆的容量为聚类的约束,通过多次迭代将所有结点聚集成相互独立的多个簇.选择簇间相似性最小的聚类,利用蚁群算法,根据簇之间和簇内结点间的距离关系,分两次规划配送路径,最终得到配送中心到所有结点的配送路径.该算法通过聚类降低系统复杂度,缩短了蚁群搜索时间,具有较快的速度.最后用一个仿真实例验证二阶段算法的有效性.     

基于信息熵的电力信息耦合网络重要节点评估

重要节点对网络的影响非常之大,极少数的重要节点就能使网络崩溃,在电力信息耦合网络中,不仅可以根据重要节点的顺序对其进行保护来减小网络的损失,还能在电力信息耦合网络崩溃后通过重要节点的顺序对网络进行恢复,所以识别重要节点有着非常重要的意义。针对此问题,结合电力信息耦合网络中两网络不同的特性,考虑电力网和通信网的互相影响,借鉴复杂网络理论,提出一种基于信息熵的重要节点识别方法,以网络效率相对值、网络受损程度为衡量指标,在静态和动态攻击下对重要节点方法进行验证,并用渗流理论对级联失效过程进行分析。以IEEE30、IEEE118节点系统对应的电力信息耦合网络为例,验证了该方法的有效性及优越性,为研究不同节点之间的相互作用提供了思路。     

基于网络局部和全局特性的组合中心性度量措施

阐述了复杂网络中节点的中心性(即节点的重要性)对网络鲁棒性的重大影响,评估节点的多种重要性方法各自的优点与局限性.结合逆和指数ISI、度中心性DC以及介数中心性BC提出一种基于两种人工网络和两种真实网络的组合中心性度量方法IDB,利用删除节点前后网络的最大连通子图的变化对节点的重要性进行刻画仿真实验,验证了该方法的可行性和有效性.仿真结果表明,提出的组合中心性度量方法在节点重要性排序性能优于单一节点重要性排序性能.     

利用主动网络技术实现VPN

主动网络是一种新型的网络体系结构,它允许用户或应用向报文内嵌入主动代码来定制网络服务。介绍了一种利用主动网络技术实现VPN(VirtualPrivateNetwork,虚拟专用网)的实验方案,并提出了以模块化的方式建立和动态配置VPN的具体模型。     

基于节点相似性有偏游走的多层时序网络节点重要性评估

时序网络中关键节点的挖掘引起了社会广泛的关注。针对时序网络建模中存在忽略时间信息、未考虑时间切片间的交互关系进而影响关键节点识别的准确性和科学性的问题，构建了多层时序网络模型，并提出了一种基于节点相似性有偏游走的关键节点识别算法：多层时序有偏PageRank（MTB-PR）。本文中网络模型的构建引入多层网络分析方法，完整涵盖了时序网络的结构演变。同时，基于所构建的网络模型，综合层内相邻节点间相互作用及其层间影响的双重因素来区分节点的不同影响力；通过数据分析，探讨了一些偏差参数变化对节点重要性能指标的影响。最后，将模型和算法应用于真实网络中，通过实验数据验证了该方法的合理性和有效性。     

一种主动网络管理系统结构的分析与研究

主动网络是一种新型的网络体系,它不仅可以传送数据包,而且还可以执行数据包中特定的运算任务.主动网络为用户提供了可编程的接口,用户可通过网络中的节点动态地注入所需的服务.但由于传统网络管理不适应主动网络管理,不能发挥主动网络的分布式计算能力.论文讨论了一种基于节点的主动网络管理模型,分析了该模型的结构、管理机制和设计要点,并对网络拓扑发现和流量进行了分析.     

基于关键节点的影响力最大化算法

为解决LDAG( DAG Algorithm Based on Linear Threshold) 算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG 算法进行了改进。利用关键节点简化了有向无环图的构造过程,保证了其高精度与运行效率高的特点,同时也优化了算法的时间复杂度和空间复杂度。通过两个有效的实验数据集对算法进行验证,结果表明改进的算法可以大幅度降低算法的运行时间,且对算法的精度影响很小。