AS级Internet拓扑基本特征量演化分析

基于CAIDA项目授权的海量数据,结合复杂网络的研究理论和方法,进行了AS级Internet拓扑的CCDF-degree幂律分析和节点时效分析.结果表明,随着AS级Internet拓扑结构的演化,高度值节点部分较为稳定,保持了网络的聚集特性和幂律性,但这部分节点随时间变化逐渐丧失有效连接,同时度值较低的节点的活动比较动荡,Internet的拓扑结构呈缓慢均匀化的趋势.     

AS级Internet拓扑突变性分析

通过分析2009年1月至2010年4月间采集的CAIDA自治域级数据,研究发现:网络规模、节点间连接程度和聚集性随时间有增加的趋势.依据κ-核解析的概念将网络分成不同的层,具体针对网络特征值有跳跃性变化的时间点,分析该时间点各层度分布、层节点数、层连接分布和层节点度总和的变化.结果表明:此时间点低层节点数明显减少但连接...     

IP级拓扑新生与消亡节点的特征

针对IP级拓扑新生与消亡节点特征进行研究,基于CAIDA项目授权的海量数据,结合复杂网络的研究理论和方法,对IP级Internet拓扑新生与消亡节点的度分布、幂律特性等特征量,以及IP级新生连接进行统计分析及演化分析.结果表明,新生与消亡节点近似符合幂律分布,新生节点不倾向于与新生节点相连,而倾向于与网络中已存在的节点相连,且连接数为1的可能性较大.新生连接不符合优先连接性质,富者更富理论在动态上的表现不显著,高度节点的影响力在连接产生时不高.新生节点连接数目具有稳定性及普适性,这为Internet建模提供有效依据.     

Internet路由级拓扑的可视化算法

针对Internet的可视化问题,分析了现有算法的不足.在此基础上,提出了一个新的算法:基于节点的核数,由内核至外核逐层演化的算法.该算法从中心点开始演化,首先找出与该点直接相连的点布置在其周围,布点的范围随着节点核数的减小而加大,而后再从各叶子节点开始,找出与其相连的节点布置在其周围.以CAIDA Riesling监测点在2007年5月的Internet路由级拓扑数据为例,描绘了Internet的可视化结果.从可视化结果可以看出:该算法在描绘Internet拓扑的层次性演化上是比较突出的,尤其是在内层,但是当演化到外层时,由于节点数目的急剧增加,使其层次性不再突出.     

互联网宏观拓扑结构的耗散性分析

互联网宏观拓扑中涌现着既机械又灵活的结构秩序.明确该秩序的耗散过程及相关方面的研究,对预测网络拓扑演化的方向及再设计互联网具有重要意义.择取CAIDA机构IPv4、IPv6与AS级网络拓扑数据,对比分析网络结构秩序的耗散行为,并探讨网络结构秩序同网络规模及网络基本连通性的相关关系.结果显示3种网络均为兼具集权式秩序性与均权式无序性的耗散结构,且其秩序在耗散过程中不断演化;3种网络规模以及网络基本连通性与网络结构秩序呈正相关关系,说明网络结构秩序在互联网发展过程中逐渐耗散.     

复杂网络中节点重要性Damage度量分析

为从网络健壮性角度研究复杂网络中节点重要性指标Damage问题,理论分析了各类模拟网络包括Barabasi-Albert无标度网络、Erdos-Renyi随机网络以及树形网络上的Damage度量.实证分析了真实网络上Damage指标对于网络功能的影响以及Damage与度的相关性.通过统计分析比较了真实网络在面对Damage攻击及度攻击时的抵御能力.理论与实证分析结果表明:各类复杂网络中存在着数量不可忽视的Damage较大的节点;Damage是一种不可代替的衡量网络节点重要性的指标;Damage较大的节点对于真实网络的功能有重要影响.对于各种不同的网络,对比度攻击和Damage攻击过程,发现存在1个交叉点,在此点之前Damage攻击比度攻击更具破坏性.     

拓扑结构对互联网舆论传播的影响

为研究拓扑结构对网络宏观舆论的影响作用,构建了两类观点交换规则,并以此为基础在随机网络、小世界网络和无标度网络3种拓扑上进行了舆论演化的数值仿真.结果表明,充分的观点交换有利于宏观舆论的统一;网络的异构性可以促进少数群体在舆论的演化过程中最终取胜;降低个体间的连接程度和加强网络的异构性都会增加宏观舆论观点的极化或分裂的可能性.     

AS级Internet网络拓扑的中心性测量

复杂网络的中心化研究讨论的是网络中节点的中心化程度,对复杂网络的中心化测量可以实现在结构复杂、规模庞大的网络中准确而迅速地发现中心化节点,从而对网络进行有效的管理.研究了AS级Internet的中心化测量问题,基于CAIDA 2011年2月的AS级探测数据,分析计算了Internet的度中心值、介数中心值以及紧密度中心值,进一步探讨了三者之间的关系.经研究发现三者均能有效地找到网络中的中心化节点,但是紧密度指标较之前两者更能体现网络全局性,其准确度要高于度指标和介数指标.     

一种互联网拓扑结构局部特征度量修正算法

对互联网拓扑结构局部特性展开研究,针对已有IP定位数据库的异构性和准确率不高造成的特征度量分析存在偏差的问题,提出了一种基于机器学习的修正算法(IPMG).以复杂网络为基础,结合网络测量数据和已有IP定位数据库中的IP地理位置信息,定义了互联网局部拓扑结构的地理度和地理介数这两种新的特征度量;分析了地理度和地理介数分布的幂律特性以及二者与IP地理位置之间的关系;运用机器学习的方法修正了不同IP定位数据库之间存在的分析有偏差的问题,并通过交叉验证和地标验证结合的方法验证了IPMG算法的有效性.实验结果表明:IPMG算法有效修正地理度和地理介数的同时提高了IP定位数据库的准确率.     

互联网IP级拓扑瓶颈时延的研究分析

采用CAIDA提供的海量数据样本,主要针对网络中的瓶颈时延行为特征进行分析.首先针对路径中的关键时延进行统计分析,发现超过80%的路径中产生了瓶颈时延,进一步对瓶颈时延量化分析得出,由于瓶颈时延的存在导致网络直径相差不大的路径,其网络时延相差悬殊;接着将网络时延和瓶颈时延两端的IP地址在地理位置上的分布特征进行统计,发现二者的地理分布特征有较大差别;最后研究分析了产生瓶颈时延的原因,得出在远距离范围内,传播时延是导致瓶颈时延最重要的因素,而在近距离范围内,排队时延是导致瓶颈时延最重要的因素.     

互联网IP级拓扑瓶颈时延的研究分析

采用CAIDA提供的海量数据样本,主要针对网络中的瓶颈时延行为特征进行分析.首先针对路径中的关键时延进行统计分析,发现超过80%的路径中产生了瓶颈时延,进一步对瓶颈时延量化分析得出,由于瓶颈时延的存在导致网络直径相差不大的路径,其网络时延相差悬殊;接着将网络时延和瓶颈时延两端的IP地址在地理位置上的分布特征进行统计,发现二者的地理分布特征有较大差别;最后研究分析了产生瓶颈时延的原因,得出在远距离范围内,传播时延是导致瓶颈时延最重要的因素,而在近距离范围内,排队时延是导致瓶颈时延最重要的因素.     

基于复杂网络的大型互联网企业高管分析

采用复杂网络分析特定属性群体。以互联网企业高管简历作为原始数据,以高管姓名和分词系统抽取实体关键词作为节点,个人简历中是否包含关键词作为连接边的条件进行建模,使用复杂网络理论对所建网络进行分析。实验结果表明,部分关键词节点度值存在明显差异,归一化后的特征向量明显大于介数。通过统计分析发现,美国和北京相关背景很重要,同时对比归一化后的介数和特征向量证明两点:第一,社会关系中个体涉及的实体对象比在社会关系网络中的位置更为重要;第二,跨行业跳槽人员的职业背景经历可能会给其在新的企业中的个人发展带来不利影响。     

Internet分形特征研究

采用k-核分解算法对Internet分形特征进行研究.对高核区间和低核区间拟合结果的差异进行分析,提出Internet分形特征与其结构的层次性存在关联的猜想.随后,从删边数、删边比例和子网分布三个角度对k-核分解过程进行观察,确定Internet核心层与边缘层的分割边界,并利用骨架树理论研究Internet的层次分形特征.最后,从度分布指数、同配系数和结构熵等常见统计角度对Internet部分与整体,以及部分与部分之间的关系进行观察.观察表明,在以上统计角度,Internet边缘子网可以表征网络整体.     

基于k-核解析的Internet路由级拓扑的分形特征

通过分析CAIDA Skitter项目授权的海量实测数据,研究了Internet路由级拓扑的分形特征.依据k-核解析的概念将Internet路由级拓扑分成不同的核,通过对各核的度分布、度相关性及聚集性等主要特征量进行分析,发现随着网络由外到内的逐层剪切,不仅度分布,而且聚类性质及相关结构也被保留了下来.这说明Internet路由级拓扑中存在着一种由外向内逐渐趋于网络中心的全局自相似性质,以及根据网络中心性定义的Internet的任意区域都有和整个网络拓扑相同性质的一种结构.Internet路由级拓扑具有分形特征.