基于SMS/MMS的移动社会网络行为建模与分析

为了有效地分析移动社会网络所具有的复杂网络特性,结合实际短信网络,研究基于短信/彩信(simple messaging service/multimedia messaging service,SMS/MMS)的移动社会网络行为建模方法及分析机制.首先,采用短信/彩信通信记录来构建社会关系图,并提出了基于社会关系图的移动社会网络行为分析机制.给出了移动社会网络行为分析的相关要素及其计算模型,采用社会网络分析的方法对出度、入度、用户朋友数、活跃度、亲密度、聚类系数等特征进行统计分析.实验结果表明:短信网络具有复杂网络的特性,活跃度能更好地刻画手机用户的移动社会网络行为.该方法能有效地用于评价移动社会网络中节点影响力的大小.     

复杂动态网络的一种和谐统一的混合择优模型及其普适特性

为了描述真实世界是确定性与随机性的和谐统一的世界, 提出了复杂动态网络的一种和谐统一的混合择优模型, 该模型引进一个关键的总混合比作为调控参数, 实现所需的混合生长的演化复杂网络, 并把该思想方法应用于无权的和含权的3个典型模型. 数值模拟和理论分析揭示了混合复杂动态网络随混合比变化的若干普适特性, 兼备小世界效应和无标度性质, 具有应用潜力.     

基于UKF神经网络子空间逼近的非线性动态过程演化建模

复杂化工过程建模对于工艺操作变量优化、指导技术决策具有重要意义,人工神经网络是其广泛采用的建模工具.但化工过程往往是复杂非线性动态系统,而描述其过程的神经网络模型往往是一个静态映射.没有考虑也很难考虑其操作变量与内部状态变量共同对目标性能的影响,从而导致依赖静态模型的技术决策效果不稳定.将静态过程模型看成是复杂非线性动态模型在操作变量子空间上的投影模型,为保证该投影模型实时逼近理想的非线性动态模型的精度,提出用Kalman滤波实时更新神经网络模型的权值,建立基于Kalman滤波神经网络子空间逼近的非线性动态工艺演化建模方法.鉴于扩展Kalman滤波的计算复杂性和精确性,采用无迹卡尔曼滤波刷新神经网络模型的权值.最后,把该方法应用于氢氰酸(HCN)工艺过程的动态演化建模试验,结果表明,该方法高精度地跟踪了非线性动态演化化工过程.因此,基于Kalman滤波神经网络子空间逼近的建模方法适用于非线性动态工艺演化建模.     

基于无线传感器网络的局域世界动态演化模型

在传感器网络中,传感器节点本身的通信能量与功率有限,传感器节点仅与其邻域中的相邻节点进行合作与通信,这说明网络中演化过程符合局域演化概念。从无线传感器网络局域演化角度出发,综合考虑传感器网络中节点能量感知连接机制以及节点和链路有增有减的动态过程,提出了一种能量感知的局域世界动态演化模型。利用平均场理论分析并仿真验证了该模型的度分布介于随机网络和无标度网络之间。同时,通过仿真实验研究了所提模型的网络直径和网络能效与局域世界规模的关系,实验结果表明适当增加节点的局域世界可以大大提高网络数据传输的高效性。     

交通网络演化规律

基于城市空间结构与交通系统的动态互馈原理和交通系统的内在运行机制,以微观机理融合宏观机制为指导思想构建交通网络演化模型与算法,研究交通网络演化规律.在短期内,纳入道路用户外部性构造目标函数,进而建立交通系统最优模型;在较长时期,利用交通系统和城市空间结构之间的动态互馈作用、区域间经济联系的概念以及无标度网络演化规则的设计理念设计交通网络演化规则,刻画演化机制.实例研究表明,随着网络的演化,出现了层次现象并越来越清晰,更为重要的是,交通网络总费用随之下降;利用介数中心性定义了一种新的交通网络熵,该网络熵也呈现减小趋势,揭示了随着交通网络渐进地向有序演化,交通系统性能得以不断优化.     

基于SMS/MMS和Bluetooth的智能手机恶意软件传播模型研究

针对手机短信网络的聚集性和蓝牙网络的移动性,在经典的传播模型SEIR的基础上,考虑动态感染率、用户聚集特性、预免疫措施等外界因素的影响,建立一种基于蓝牙和短信/彩信混合模式的智能手机恶意软件传播模型,并在此基础上分析动态感染率、预免疫、用户聚集密度等参数对手机恶意软件传播的影响.实验结果表明,该模型能够反映智能手机恶意软件在实际情况下的传播特征.     

具有均匀与幂律双重混合分布的复杂网络动态演化模型的研究

提出了一类复杂网络模型的动态演化算法,利用数理统计方法和MATLAB工具对由该算法所生成模型的度分布进行了理论分析和数值仿真,证明该演化算法所生成的复杂网络模型具有均匀与幂律混合分布的特征,对人们公认的节点度分布服从幂律分布或介于指数分布和幂律分布之间这一真实网络分布特征提出了不同的观点.     

一类三角形结构动态复杂网络演化模型分析

给出了一类三角形结构动态复杂网络演化模型的演化算法,利用平均场理论和MATLAB工具对模型的度分布、平均聚集系数等给出了精确的理论解与数值仿真解,结果表明两种解完全吻合,同时证明了该类演化模型具有许多真实网络的无标度特征和小世界特征,是目前设计与构造无标度复杂网络模型中一种极为简单、理论分析严密的动态演化模型.     

基于图演化事件的主机群异常检测模型

针对网络环境中出现的以服务为聚合的通信行为和以分布式攻击为典型的新型协同攻击模式,提出了基于图演化事件的主机群异常检测模型。分析了行为主体潜在的社会化关系、聚集成簇的主机群及其群体行为的动态特性,该模型具有无参数、数据量级可扩展的特点。定义并提出了图动态演化事件及检测算法,实现异常主机群检测。本模型在Spark上实现和部署,还从实际计算机和网络环境提取数据进行分析和验证。实验结果表明,该模型能够有效刻画群体行为,揭露重要的图演化事件,准确定位异常发生的主机群,其群成员主机的检测率达到95.09%。     

动态社会网络上的传染病传播问题研究

随着对传染病传播问题研究的深入,研究中常用的传染病传播模型也越来越接近于现实世界.复杂网络视角下的传播模型,考虑了复杂动态的人际关系,能够更好的刻画传染病传播问题.依据传染病的生物学特征和人类社会关系网络的一般属性,本文在已有模型的基础上,在适应性网络中加入了潜伏期和"随机重连"机制,提出动态社会网络中的传染病传播模型,并以在世界范围内流行的、具有代表性的病毒——HIV病毒为例,阐述了该模型在动态社会网络中的应用.