复杂网络抗毁性测度研究

复杂网络通常面临两种打击：随机性打击和选择性打击，随机网络和无标度网络对这两种损伤的抗毁性有很大差异．针对复杂网络的特点，首先给出了复杂网络连通性的一个新测度——连通系数．在此基础之上，给出了抗毁性测度的新定义，针对复杂网络面临的两种不同损伤，给出了复杂网络抗毁性的两个新测度——容错度和抗攻击度，并以世界贸易网为例进行了网络抗毁性分析．最后对复杂网络抗毁性研究的思路进行了探讨，指出从网络拓扑结构出发，研究拓扑结构的各种属性对网络抗毁性的影响，这将是复杂网络抗毁性研究的一个有效而新颖的思路．     

复杂网络抗毁性优化问题的研究

本文总结了近年来的一些研究成果,从拓扑结构、链路容量优化、路由策略优化的角度研究了抗毁性优化的问题,以期对以后的研究有一定的启示。     

复杂网络抗毁性研究综述

自从小世界效应和无标度特性发现以来，复杂网络的研究在过去几年得到了迅速发展，其中复杂网络的抗毁性是研究焦点之一。本文首先从抗毁性分析、抗毁性优化两个方面详细综述了目前复杂网络抗毁性研究的进展。最后对复杂网络抗毁性研究存在的问题和未来发展的趋势进行了总结和展望。     

复杂网络拓扑结构对系统抗毁性影响研究

通讯网络的抗毁性、生物系统的健壮性、物理系统的稳定性都与各自系统内部网络的抗毁性息息相关。为研究复杂网络拓扑结构对复杂网络抗毁性的影响,建立了复杂系统的复杂网络抗毁性模型,以解析推导与计算机仿真相结合的方式研究了两种不同的复杂网络拓扑结构(随机网络和无标度网络)对复杂网络抗毁性的影响。并把仿真结果与解析分析的结果进行了对比分析,结果表明基于多Agent的建模仿真方法是一种研究复杂网络抗毁性的合适方法。     

物流保障网络级联失效临界抗毁性

针对军事决策者所关心的"物流保障网络抗毁性"与"物流保障网络负载临界值"的问题进行了研究,首先分析了物流保障网络的特点,建立了度均匀随机分布的网络模型和负载局部扩展的级联失效抗毁性模型,并运用了多维分支过程方法求解网络级联失效的临界值。研究发现:容量均匀分布的物流保障网络中,当网络负载超过临界负载时,一个随机故障将引起网络瘫痪。最后通过一个仿真实例分析了物流保障网络节点最大度分别为5、6、8、10、12时的级联失效抗毁性临界值,并给出了仿真结果与解析推导存在误差的原因。     

基于区域毁伤的基础设施网络抗毁性评估模型

基础设施网络对国家经济、人民生活和社会安全具有重要意义,为了能够准确迅速地评估基础设施网络面对物理攻击或自然灾害时的抗毁性,提出了基于区域毁伤的基础设施网络抗毁性评估模型。该模型将网络的边均分成虚拟节点,提出加权聚类算法寻找关键区域,使用归一化方法平衡网络规模和网络地理覆盖范围对评估结果的影响,算法复杂度低,运算量小,模型应用范围广,便于多个网络之间或同一网络不同规划方案的抗毁性比较。以智利电力输送网络为例,设计多组实验对评估模型进行检验,并给出可视化结果和分析。     

容量均匀分布的物流保障网络级联失效抗毁性

分析了物流保障网络的特点,发现物流保障网络具有节点度分布均匀、节点之间连接的随机性、节点的负载差异性小、节点的容量在一定区间内随机分布等属性.在此基础上建立了度均匀随机分布的网络模型和级联失效抗毁性模型,应用概率母函数的方法解析地推导了网络级联崩溃的临界值,并通过计算机仿真验证了解析方法的正确性和可行性.     

基于复杂网络的危险品运输网络抗毁性仿真

通过构建危险品运输超网络模型,分析了网络之间的相互作用和影响,继而建立了危险品运输网络模型生成方式;通过引入危险品运输网络"最短路径"、"平均最小风险路径距离"和"网络最大连通子图"概念,提出了"网络风险效率"和"最大连通度"抗毁性测度模型;根据网络流量特性,构建了危险品运输网络介数模型。以危险品运输网络为例进行仿真,仿真结果表明:危险品运输网络抗毁性表现为对随机攻击的鲁棒性和蓄意攻击的脆弱性,抗毁性更接近于无标度网络;其抗毁性是由少数节点和边维系的,且网络对节点攻击的抗毁性低于对边攻击的;网络最大连通度性能优于网络风险效率,适当增加系统冗余性可提高网络抗毁性。     

基于自然连通度的复杂网络抗毁性分析

以自然连通度为抗毁性谱测度指标,详细分析了度分布、小世界性、度关联性3种典型复杂网络结构属性对复杂网络抗毁性的影响:通过混合择优模型构造不同度分布复杂网络,研究了度分布对抗毁性的影响,研究表明在相同条件下,度分布越不均匀抗毁性越强;从规则环状格子出发,通过保度随机重连和自由随机重连研究了小世界性对抗毁性的影响,研究表明复杂网络拓扑结构的抗毁性与小世界性并不存在必然的相关性;通过保度同配重连和保度异配重连研究了度关联性对抗毁性的影响,研究表明同配网络比异配网络的抗毁性更强。     

网络的安全域方法及与抗毁性的对比验证

为网络遭受外部攻击或内部失效后的安全性分析和预防措施研究提供了新方法,该方法描述网络在N-1安全约束下的安全运行区域,并通过工作点到域边界的距离反映出安全或不安全的程度,为下一步控制措施指示了方向和强度。本文将安全域的方法应用在不同规模的一般网络、通信网和电网中,验证了方法的普适性和有效性;并与抗毁性对比,结果表明本文方法与抗毁性具有较高一致性,且计算速度更快,适合于在线安全监视与控制,以提前消除隐患。     

基于网络动力学特征信息融合系统抗毁性研究

从无尺度网络动力学特征的新角度,研究信息融合网络系统抗毁性问题。针对以往的抗毁性测度指标不适用于复杂信息融合网络抗毁性研究的现状,考虑信息融合系统的时延及战场感知覆盖率等因素,提出一种新的抗毁性测度指标:网络覆盖率。在该指标的基础上对无尺度网络模型的抗毁性进行研究,并分析不同的拓扑改进策略对网络抗毁性的影响。     

基于拓扑的不相交路径抗毁性评估方法

为了能够定量地计算出通信网络的抗毁性,以网状全连通网络作为参考基准,定义了基于拓扑的不相交路径抗毁性评估指标,以及节点和链路重要性评估指标,并配套研究了不相交路径的计算方法。计算被考核网络与全连通网络节点间不相交路径数的比重,得到抗毁性指标。通过计算各节点及链路失效后抗毁性变化的大小,得到网络元素重要性评估指标。阐述了计算方法的正确性,并给出时间及空间复杂度。通过算例分析并且与基于最短路径的评估方法进行对比,论证了不相交路径抗毁性评估指标和计算方法更加合理,更能体现出实际通信网络性能。     

网络节点重要度的快速评估方法

对网络节点进行重要性评估, 快速发掘重要性节点已经成为数据挖掘、复杂网络中的一个基本问题, 现有的节点重要度评估方法对于大型网络而言, 计算速度较慢. 基于电阻网络提出一种快速实用的节点重要度评估方法, 该方法利用节点对网络电能消耗的影响来评估节点的重要度, 如果由于一个节点的存在而导致网络平均电能消耗减少, 则该节点就越重要, 反之则该节点重要度就低. 该方法的时间复杂度为O(n³), 在分布式扩展的情况下可达到O(n), 实验分析证明了该方法的有效性, 而且运算速度快, 能处理大规模网络.     

无线传感器网络单汇聚节点选址策略

无线传感器网络中,所有节点收集到的数据都通过多跳的方式转发到汇聚节点,因此汇聚节点的选址策略对网络寿命有很大的影响。首先在节点随机分布的无线传感器网络中简单分析了汇聚节点的面向能量选址策略,然后进一步探讨了面向寿命的选址策略,最后结合基于路由代价的蚁群路由算法在无线传感器网络中对两种选址策略进行仿真,仿真结果显示面向寿命选址策略的网络总能耗稍大于面向能量的选址策略,但前者能在较低网络能耗的基础上有效地延长网络寿命。     

基于邻接信息熵的网络节点重要性识别算法

通过研究节点与其直接相邻和间接相邻节点之间的关联关系,提出了基于邻接信息熵的网络节点重要性识别算法,算法只需获取节点与其直接邻居及间接邻居间的关联关系,通过计算网络各节点的邻接度,进而计算各节点的信息熵,利用节点信息熵的大小表征节点在网络中的重要性.通过对一个基础网络、无向无权ARPA网络和加权有向ARPA网络进行实验仿真,证明该算法对不同类型网络的通用性;利用该算法对网络按节点重要性进行节点删除实验,研究网络形成子网络的数量与规模,证明了算法的准确性.     

无线传感器网络中基于网络编码的数据采集算法

为保证无线传感器网络数据的可获取性,提出一种基于网络编码的数据快速采集新算法。该算法根据最大距离可分码［n,k］生成矩阵中任意k个列向量线性无关的性质,借助网络编码信息线性组合的方法,将［n,k］生成矩阵的列向量分配给传感器网络的n个节点,作为其全局编码向量。传感器节点利用其分配到的全局编码向量,对收到的包含k个数据的环境信息进行线性编码,并将得到的码字存储于传感器节点中。基站进行数据采集时,只需随机采集k个节点存储的码字,即可根据任意k个节点全局编码向量的线性无关性译出环境信息,实现无线传感器网络快速有效地数据采集。     

Clustering routing algorithm of wireless sensor networks based on Bayesian game

To avoid uneven energy consuming in wireless sensor networks, a clustering routing model is proposed based on a Bayesian game. In the model, Harsanyi transformation is introduced to convert a static game of incomplete information to the static game of complete but imperfect information. In addition, the existence of Bayesian nash equilibrium is proved. A clustering routing algorithm is also designed according to the proposed model, both cluster head distribution and residual energy are considered in the design of the algorithm. Simulation results show that the algorithm can balance network load, save energy and prolong network lifetime effectively.     

高山流域降水无线传感器网络节点布局优化方法

降水无线传感器网络节点布局对于准确分析降水时空分布规律和降低运维成本至关重要,是智慧流域物联网观测系统建设的关键问题和难点.针对高山流域的特点,在考虑路网约束的基础上,耦合回归克里格和模拟退火算法,提出了一种基于并行计算架构的流域降水无线传感器网络优化布局方法.利用该方法分析了雅砻江中下游流域现状站网的合理性,并进行站点优化布局研究.结果表明,基于回归克里格的优化布局方法可以对降水无线传感器网络进行合理优化布局,优化布局站点以相对较低的站网密度很好地捕捉了降水在空间上的分布规律;采用并行设计模拟退火算法进行降水无线传感器网络优化布局可以成倍的节省程序运行时间,显著提高优化布局效率.