异构多跳无线传感器网络容错性拓扑控制算法

异构无线传感器网络(heterogeneous wireless sensor works, HWSN)能有效降低数据转发延迟、网络能量消耗,是一种更现实的网络模型,基于HWSN的k容错性拓扑控制是一类NP难问题。在综合分析HWSN网络模型的基础上,本文设计了简化网络图构建方法,通过构造有序邻集来约束节点的最大发射功率,以网络总功耗与容错性双优化为目标,实现了一个k容错性分布式拓扑控制算法(k-fault tolerant distributed topology control, k-FTDTC)。实验结果表明,相比分布式拓扑控制(distributed adaptive topology control, DATC)方法,k-FTDTC算法有效降低了网络总功耗和最大发射功率,且具有较好的容错性和较低算法复杂度。     

基于多任务学习图卷积模型的航空网络节点分类

准确识别航空网络关键节点, 做好针对性防护, 对于保证航空网络正常运行至关重要。传统的方法, 如基于复杂网络中心性指标的方法, 或基于机器学习的算法, 只单一考虑网络结构或节点特征来评价节点的重要性。然而评价节点的重要性应该同时考虑网络结构特征和节点特征。为解决上述问题, 本文提出了一种名为多任务图卷积网络(multi tasks graph convolution network, MTGCN)航空网络节点分类模型, 该模型在图卷积网络的基础上, 引入多任务学习及自适应加权策略, 将“节点—节点相关性”作为辅助任务加入模型的训练过程中, 并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型, 为图卷积在航空网络节点分类方向的应用提供了思路。     

基于最小连通支配集的复杂网络关键节点与连边识别方法

复杂网络关键节点与关键连边在网络中均起着十分重要的作用,目前的识别方法往往无法做到同时识别,并且识别指标角度较为单一。为解决上述问题,提出一种基于最小连通支配集(minimum connected dominatingset,MCDS)的复杂网络关键节点与连边识别方法,通过使用免疫粒子群(immune particle swarm optimization,IPSO)算法寻找网络最小连通支配集,构建核心骨干网,实现对复杂网络关键节点与连边的同时识别。该算法在求解过程中引入免疫机制指导粒子节点搜索方向、加快算法收敛速度,同时优化搜索节点质量。经实验验证表明,所提识别方法能够有效识别网络中的关键节点与关键连边。     

能量平衡的异构传感网跨层密钥管理方案

传统的传感网密钥管理协议独立于网络其他层设计,这种层间的独立性造成传感器节点物理性能浪费,网络整体性能降低。从节点剩余能量出发,提出一个能量平衡的异构传感网跨层密钥管理方案。通过节点剩余能量、节点度数等参数,从能量平衡的角度出发确定下一跳节点的选择,再利用密钥交换建立两节点间的会话密钥,该方案将网络层节点路由关系与应用层节点密钥关系结合,实现了密钥管理的跨层设计。结果表明,该方案保证节点密钥连通性的同时,均衡网络节点间的能耗关系,有效延长了异构传感网的生命周期。     

一种改进的自组织映射树算法及在组织际关系分类中的应用

分析了自组织映射树各种改进算法的优缺点,改进和实现了一种基于动态二叉树的自组织神经网络(Improved dynamicalbinary-tree based self-organizing neural network, DBTSONN).在改进动态二叉树中神经元节点可以自动生长和剪除,无需在训练前预先确定网络结构.DBTSONN1算法采用单路径搜索最匹配叶节点(获胜神经元),DBTSONN2算法考虑了获胜神经元节点所在自组织二叉树的层次,采用双路径搜索获胜叶节点, 提高了搜索效率.以交易关系的经济和行为维度建立起来的关键中介 变量集为度量指标,使用该算法把组织际关系分为四种类型:双边关系、周期性关系、层级关系以及分散关系, 验证该算法的效率,并分析这种组织际关系分类的实际意义.     

MWSN中基于功率自适应的拓扑维护算法

为解决移动无线传感器网络(mobile wireless sensor networks,MWSN)中由于节点移动、新节点加入网络、节点退出网络和节点失效等因素引起网络拓扑发生变化而影响网络性能的问题,提出了一种基于功率自适应的拓扑维护算法(power adaptation based topology maintenance algorithm, PATMA)。PATMA算法将传输单位比特数据包的能耗大小作为选择中继节点的条件,通过中继节点维护与距离较远的邻居节点的连通;当网络拓扑结构发生变化时,节点自适应地调整发射功率维护网络的连通;同时根据引起网络拓扑发生变化的具体原因设置不同事件,节点依据检测到的事件采取相应的拓扑维护策略。仿真结果表明,PATMA算法与功率自适应控制(new adaptive power control, NAPC)算法、拓扑控制(topology control, XTC)算法在平均发射功率、网络连通度、网络中存活的节点数等性能指标方面具有明显改善。     

A New Evaluation Method of Node Importance in Directed Weighted Complex Networks

Current researches on node importance evaluation mainly focus on undirected and unweighted networks, which fail to reflect the real world in a comprehensive and objective way. Based on directed weighted complex network models, the paper introduces the concept of in-weight intensity of nodes and thereby presents a new method to identify key nodes by using an importance evaluation matrix. The method not only considers the direction and weight of edges, but also takes into account the position importance of nodes and the importance contributions of adjacent nodes. Finally, the paper applies the algorithm to a microblog-forwarding network composed of 34 users, then compares the evaluation results with traditional methods. The experiment shows that the method proposed can effectively evaluate the node importance in directed weighted networks.     

基于控制参数估计的再入滑翔目标智能轨迹预测算法

再入滑翔目标的轨迹预测是一项困难且具有意义的技术, 现有利用简单函数拟合控制参数进行轨迹预测的方法, 拟合精度不高且对数据的关联性不强。针对该问题, 本文结合长短期时序网络提出了基于控制参数估计的智能轨迹预测算法。首先, 通过设计快速轨迹生成算法, 结合攻角走廊模型快速生成大量机动轨迹, 构建数据集。然后, 建立了包含末点修正网络、控制参数修正网络及预测网络的智能轨迹预测框架, 利用数据集对关键控制参数的变化规律进行学习。最后, 结合目标运动模型积分外推实现轨迹的准确预测。仿真结果表明, 所设计的预测算法在不同机动模式下的预测平均误差不超过1.4 km, 最大误差不超过2.5 km, 能够实现轨迹的快速预测, 且对大气扰动造成的模型不确定性具有一定的鲁棒性。     

基于节点中心性的时变复杂网络布局算法

目前,时变网络布局算法主要从网络结构和美学指标出发维持用户意象图,并没有考虑节点中心性的影响。为此,将嵌入节点中心性改进传统静态网络布局算法为时变网络布局算法。首先,引用节点半局部中心性指标改进PageRank算法来评估节点的中心性;然后,根据节点的中心性和稳定度来计算动态半径作为节点的约束因子;最后,在静态网络布局算法中加入控制节点移动的约束因子,形成基于节点中心性的时变网络布局算法。实验结果表明,所提方法可以在保存用户意象图和美学标准间达到平衡,且对大型时变网络也具有良好的计算能力。     

基于复杂网络理论的配电网节点脆弱度评估

配电网中节点脆弱性的大小是其结构鲁棒性的重要体现,为实现对配电网节点脆弱度的评估,提出对配电网节点脆弱度大小排序的方法。首先,构建配电网的复杂网络加权模型;其次,针对节点脆弱度评估中的度值、介数、凝聚度和紧密度等几个指标,结合主观和客观两方面信息构建描述各指标重要性的权重;最后,提出综合逼近理想排序(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)和灰色关联度的方法,实现对配电网节点脆弱度大小的排序。对几种典型的中压配电网进行计算,验证了本文方法的可行性,对IEEE123系统分析,结果表明多指标综合评估较单一指标评估更符合配网的实际特点。     

计算机网络系统正常工作模式和故障模式分析

提出了考虑网络节点可靠性时,计算机网络系统正常工作模式和故障模式分析方法.通过比较不考虑节点可靠性和考虑节点可靠性条件下,计算机网络系统正常工作模式和故障模式变化,说明在计算机网络系统可靠性与安全性分析时,考虑节点可靠性的必要性.     

延迟容忍网络中基于社会属性的负载感知路由

延迟容忍网络中采用中心性作为路由尺度会使部分节点承载过多的网络流量。针对这一问题,提出了一种基于社会属性的负载感知路由算法。使用节点的介数中心性（betweenness centrality, BC）和相似性两个社会属性指标以及节点的负载状况作为选择中继节点的依据,避免了消息传播能力强的节点产生严重的拥塞,均衡了网络流量。仿真结果表明,该算法能够提高网络的交付比率,减小网络的开销。     

Game-theoretic approach to power and admission control in hierarchical wireless sensor networks

Power efficiency and link reliability are of great importance in hierarchical wireless sensor networks (HWSNs),especially at the key level,which consists of sensor nodes located only one hop away from the sink node called OHS.The power and admission control problem in HWSNs is comsidered to improve its power efficiency and link reliability.This problem is modeled as a non-cooperative game in which the active OHSs are considered as players.By applying a double-pricing scheme in the definition of OHSs’ utility function,a Nash Equilibrium solution with network properties is derived.Besides,a distributed algorithm is also proposed to show the dynamic processes to achieve Nash Equilibrium.Finally,the simulation results demonstrate the effectiveness of the proposed algorithm.     

节点攻击策略下的军事通信网络结构优化算法

合理的军事通信网络结构能够充分利用信息优势达到制胜的目的, 因此优化军事通信网络结构至关重要。首先, 基于复杂网络理论并结合军事通信网络的拓扑结构特征建立了相应的网络结构模型, 将侦查探测、火力打击和指挥控制实体抽象为节点, 实体间复杂的连接关系抽象为边。在此基础上, 以提升网络鲁棒性为目标, 提出了一种基于进化思想的优化算法并对节点攻击策略下的军事通信网络结构进行优化研究, 对比分析了不同优化算法下网络结构模型对鲁棒性的影响规律。仿真结果验证了网络模型和进化优化算法的有效性, 对于深入研究军事通信网络建模和结构优化问题具有一定的借鉴意义。     

择优选择节点构成的复杂网络模型研究

针对Barabasi-Albert无标度网络模型(BA模型)模拟现实世界的局限性,在其算法基础上作了适当扩展,将原算法中新节点加入每次依概率全局择优的机制改为首先全局择优选择节点构成初始模型后,新节点以等概率连接的机制,并依新算法生成扩展BA模型。依据二者度分布等静态统计量性质进行性态比较,证实了扩展模型的拓扑结构和发展状况更接近于现实网络,并且扩展模型生成网络的鲁棒性更好。     

Capacitated stochastic coloured Petri net-based approach for computing two-terminal reliability of multi-state network

Classical network reliability problems assume both networks and components have only binary states,fully working or fully failed states.But many actual networks are multi-state,such as communication networks and transportation networks.The nodes and arcs in the networks may be in intermediate states which are not fully working either fully failed.A simulation approach for computing the two-terminal reliability of a multi-state network is described.Two-terminal reliability is defined as the probability that d units of demand can be supplied from the source to sink nodes under the time threshold T.The capacities of arcs may be in a stochastic state following any discrete or continuous distribution.The transmission time of each arc is also not a fixed number but stochastic according to its current capacity and demand.To solve this problem,a capacitated stochastic coloured Petri net is proposed for modelling the system behaviour.Places and transitions respectively stand for the nodes and arcs of a network.Capacitated transition and self-modified token colour with route information are defined to describe the multi-state network.By the simulation,the two-terminal reliability and node importance can be estimated and the optimal route whose reliability is highest can also be given.Finally,two examples of different kinds of multistate networks are given.     

军事信息栅格级联失效模型及鲁棒性策略研究

构建了军事信息栅格(military information grid,MIG)级联失效模型,深入分析MIG级联失效特性,并在此基础上提出了鲁棒性建设策略。基于相互依存网络理论分析模型,将MIG划分为通信基础网和信息服务网,改进了节点介数计算方法,突出了服务关系对通信流量的影响,并定义了节点失效判定准则,研究了失效节点通信负荷和信息服务负荷重分配规律及因此造成的失效传播原理。通过引入成本惩罚函数和砥柱节点的概念,构建数学模型,研究并提出了兼顾投入成本和抗毁效益的建设策略。仿真实验结果表明,少量砥柱节点能力的加强,即可有效提高全栅格体系的抗级联失效特性。     

基于DDBN-Cloud的舰艇编队防空目标威胁评估方法

海上编队防空作战中,针对来袭目标威胁评估过程中不确定性因素较多、观测数据易缺失以及已有评估方法难以考虑动态威胁态势的问题,提出了基于离散动态贝叶斯网络云模型(discrete dynamic Bayesian networks cloud, DDBN-Cloud)的威胁评估方法。通过分析来袭目标特征,构建了目标威胁评估体系;为避免节点威胁属性值在小范围内连续变化所引起的重复计算,采用模糊逻辑理论将体系中的连续型变量转化为离散型变量;针对评估过程中指标数据缺失问题,采用前向信息修补算法进行信息预测修补;采用证据可信度对不确定性节点的先验概率进行赋值,使得贝叶斯网络(Bayesian network,BN)参数更贴合实际;最后,利用云模型将得到的威胁评估概率转化为确定的威胁度,实现由定性概念到定量数值的转化,进行威胁排序;仿真实验表明,该方法适用于目标数据缺失时的动态威胁评估,与静态贝叶斯网络云模型(Bayesian networks cloud, BN-Cloud)法和相对熵排序法相比,其结果更合理,具有一定的实用价值。     

集中式网络拥塞控制的高效RPL路由协议

针对低功耗有损网络中采用博弈论的网络拥塞控制(game theory based network congestion control protocol, GTNCC)路由算法在路由构建过程中仅仅考虑无线链路质量不能使网络拓扑最优,以及在拥塞控制过程中由拥塞节点的子节点判断是否切换父节点不能快速高效地缓解网络拥塞等问题,提出一种基于多维度量结合的集中式网络拥塞控制(centralized network congestion control based on multi-metrics combination, CNCCMC)路由协议。首先,为了降低网络拥塞发生的概率,CNCCMC路由协议综合考虑了节点剩余能量、缓存占用率、无线链路质量和中继节点当前子节点个数等多维度量完成路由构建;其次,当检测到网络拥塞时,CNCCMC路由协议依据网络拥塞节点进行流量分析和判断的结果采取集中式的方式控制其子节点的切换;最后,在网络拥塞缓解过程中,提出一种“乒乓效应”避免机制。理论分析和仿真结果表明,与GTNCC路由算法相比,CNCCMC路由协议在降低网络拥塞发生的概率、延长网络平均生存寿命和提高网络吞吐量等方面的性能得到了有效提升。     

蜂群无人机系统的网络鲁棒性设计

针对蜂群无人机系统作战周期短、链路质量快速变化的特点,引入灰预测方法,提出了一种小样本条件下的链路快速评估算法。在此基础上,实现对节点的度分布进行快速估算,为蜂群无人机系统网络鲁棒性控制提供数据基础。然后将平均一致性方法与渗流理论中的MOLLY-REED准则相结合,克服了MOLLY-REED准则需要全网泛洪及不适合应用于蜂群无人机系统的缺点。最后通过配置节点的度分布,建立对节点损失具有高鲁棒性的网络拓扑结构。仿真结果表明,所提出的方法可有效提高蜂群无人机系统的通信网络对节点损失的鲁棒性。