搭线窃听下网络安全路径及安全网络编码的研究

利用有向图生成树算法思想,将寻找搭线窃听下单源单宿网络拓扑图中安全路径的算法推广到单源多宿网络情况。接着以线性网络编码的代数构造方法为背景,对多播网络下的搭线窃听攻击做了详细分析,并结合弱安全网络编码的思想,提出一种改进的线性网络编码代数构造方法,利用该方法,即使网络拓扑图中不存在从源到宿的安全路径,网络也能达到弱安全。     

一种三维无线传感网络拓扑控制算法的研究

当前关于三维拓扑控制的研究主要侧重在保证网络的连通性,并没有很好的考虑到邻居节点度和能耗最低路径两者之间的权衡关系.针对该问题提出了一种可调节的无线传感器网络拓扑控制算法,通过调整因子r(0＜r＜1)动态调整网络拓扑结构,使网络具有良好邻居节点度的同时保留了部分能耗最低路径.仿真实验数据表明该算法构造的网络拓扑图具有良好的可调节性和稀疏性,同时算法在优化网络生命周期和节点功率方面都具有较明显的效果.     

基于web使用挖掘的用户有效偏爱浏览路径研究

在浏览偏爱路径研究的基础上提出了网络拓扑结构加权的方法,与用户浏览路径进行结合得到用户实际浏览偏爱路径。设定网络拓扑主干路径的权值小于远离主干路径的路径权值,远离主干路径的高频路径是网络拓扑设计者期望得到的有效信息,能够较好地用于改进网站设计,进而提高用户服务质量。最后与NPPMA算法在有效度方面进行了比较,以此证明算法的可取之处。     

改进人工鱼群算法及其在QoS组播路由问题中的应用

提出了一个基于蚁群算法和人工鱼群算法相结合的QoS组播路由算法.首先利用改进的Salama网络拓扑随机生成算法,随机生成一个网络拓扑图,再利用蚁群算法并行搜索的特点找出大量满足约束条件的可行路径,创建备选路径集,最后使用人工鱼群算法在所创建的备选路径集中,通过执行觅食、聚群、追尾等行为求解最优组播树.仿真结果表明,该算法跟基本的鱼群算法相比有着更高更快的效率,能够尽快的找到最优的组播树,并具有更好的全局优化性能,适合于高速的、实时的多媒体传输网络.     

基于LQN模型的租户兴趣浏览路径挖掘

面向云计算环境中多租户应用的租户个性化服务需求,从多租户应用日志记录挖掘出租户兴趣浏览路径受到关注。针对传统的以浏览频度为主体的网络拓扑图研究问题,为了更好地找出租户在云平台网站上的兴趣网页,挖掘租户的兴趣浏览路径,综合租户对网页的浏览时长、接收字节数和浏览频度等多个要素定义租户兴趣度,构造租户执行图,纠正路径交叉状况以消除租户执行图中存在的多余路径,对循环路径中的对等节点进行整合以 消除循环嵌套,给出了 一种基于分层排队网（layered queue network, LQN)模型的租户兴趣浏览路径挖掘方法,在此基础上,借助广度优先遍历（breadth first search, BFS)算法进行挖掘。实验证明,改造后的LQN模型在租户兴趣浏览路径挖掘方面的效率有所提高。     

区域网络拓扑自动发现算法的实现

网络拓扑自动发现的方法多种多样,其中基于SNMP协议拓扑发现方法是最适合区域网络的拓扑发现方法。通过使用MIB组,对网络层对象的发现,采用图的广度优先搜索节点来绘制网络拓扑图,从而实现区域网络拓扑自动发现。     

基于SNMP协议的网络层拓扑测量的研究

首先将网络拓扑测量分为网络层拓扑测量和链路层拓扑测量,然后深入地讨论了如何利用SNMP协议获取网络层拓扑节点及其连接关系以自动构造网络拓扑图,并给出基于SNMP协议的网络拓扑测量的实现算法。实验表明该算法在网络拓扑测量中是有效快速的。     

大规模组播网络故障定位的模型及算法

为了解决在大规模组播网络上进行有效的故障定位中手工故障定位效率低的问题,根据组播网络拓扑特点提出了基于图论的网络可达性故障定位问题的数学模型。在此基础上,提出两种故障定位算法,即基于经验的路径加权法和基于图论的连通图算法。算法可以有效地在大规模组播网络上进行自动故障定位,提高了故障定位的效率。基于中国教育和科研计算机网(Ch ina education and researchnetw ork,CERNET)组播网络拓扑结构的数据模拟验证了算法的有效性。     

基于SNMP网络拓扑图的自动构造实现

网络拓扑图的构造是大多数网络管理系统的基本功能之一。本文提出了一种可实现于ＴＣＰ／ＩＰ环境中，利用已成为工业标准的ＳＮＭＰ协议进行了网络拓扑图自动构造的一种方法。分析了ＭＩＢ库中的路由表，接口表等有关变量，从而得到网络拓扑图的有关信息。     

智能家居中的网络路由改进算法研究

在智能家居中搭建网络过程中，为优化网络路由算法，提高算法的全局搜索能力和收敛精度，提出一种基于BFA(细菌觅食算法)的优化算法。通过选取随机网络拓扑模型建立50节点网络拓扑图和100节点网络拓扑图，利用GFBA算法进行仿真实验，仿真结果表明：与现行的网络路由算法相比较，在网络费用以及收敛时间方面验证GFBA算法对于网络路由问题的适用性和优越性。     

基于对数正态和分布的路径行程时间可靠性模型

建立合理的路径行程时间可靠性评价模型,对于准确评价路网运行状态具有重要意义.根据对数正态随机变量之和的概率分布特性,建立了路径的行程时间可靠性评价模型.首先,通过曲线拟合,建立了路段行程时间的概率分布模型,结果表明对数正态分布的拟合效果最佳;其次,利用统计学理论,分别考虑路段相关和路段独立两种情况,建立了基于对数正态和分布的路径行程时间可靠性评价模型;在此基础上,对北京市西三环路径进行了实例分析,以检验模型的准确性.研究结果表明:模型能够准确的评价路径的行程时间可靠性;且路段之间存在弱相关关系,最合理的路段相关系数取值为0.2-0.3.     

基于Voronoi图的无人机快速航迹规划研究

Voronoi图的快速构建是快速完成基于Voronoi图的航迹规划的关键。针对Voronoi图构建效率不高的问题,提出了一种快速构建Voronoi图的方法。首先,利用改进的Bowyer-Watson算法构建Delaunay三角网。在确定待插入点的影响域时,引入bool类型的数组对已构建三角网中的三角形是否为Delaunay三角形进行标记,从而缩小三角形的遍历范围,加快Delaunay三角网的构建速度。然后用间接法得到Voronoi图。此外,对航迹规划过程中起始航迹和终止航迹的确定进行了讨论,完成了基于Voronoi图的无人机航迹规划。结果表明,采用提出的间接法能快速完成Voronoi图的构造。当母点(威胁点)为20 000个时,只需要20 s的时间。对快速完成无人机的航迹规划具有重要的意义。     

互联网络容错性与图的拓扑不变量

用图的拓扑不变量连通度来分析交换网络中的容错性与图的拓扑结构之间的内在关系,从而可得出分组交换网络中的重要结果.     

多层航线聚合网络建模及相关性分析

为研究航空公司航线网络结构特征,基于复杂网络理论以机场为点,机场间的直通航线设边,建立由46个航空公司子网络聚合的多层航线网络模型,计算并分析其参数指标。结果表明:航空公司航线网络分布具有明显地域偏好性和较短平均路径长度;网络平均度与网络密度、聚集系数呈强正相关性,与平均路径长度有强负相关性;航线规模与网络直径无明显关系。聚合后的多层航线网络具有明显的小世界网络和无标度网络特性;节点度对网络指标影响最大,与网络中心性指标、介数呈强正相关,与点聚集系数和最短路径呈负相关性;介数与介数中心性具有强正相关,与特征向量有弱的负相关性;聚集系数与网络其他指标均呈负相关性;最短路径与网络接近中心性和特征向量中心性影响最大。     

互联网络中信息延迟与图的拓扑不变量

用图的拓扑不变量来分析传输延迟的性能,阐述了分组交换网络中信息传输延迟与图的拓扑结构之间的内在关系,得出了一些重要结果,并用C++给出延迟的一种算法描述.     

基于路由汇总的网络故障分析

路由汇总能减少对外广播的路由条目,节省路由器的资源,提高网络运行的效率.但不恰当的路由汇总也会造成网络故障,根据网络的实际情况合理地配置路由汇总,可以在保证网络正常运行的前提下最大限度地减少网络资源的消耗.     

区域航路网络容量评估模型

针对区域航路网络容量评估方法单一、主观性强等问题,提出基于有向图理论的动态容量评估模型。充分提取航路网络特征,将多源、汇点复杂航路网络抽象成单源、汇点标准航路网络。引入航路阻抗公式,将管制员因素融入客观容量评估中,并利用Ford-Fulkerson算法求解航路网络容量及关键路径。最后以某飞行情报区为例,分析了航路网络的容量特征,得出其关键路径集的瓶颈容量为354.4sor/h。仿真结果证明了该模型的有效性和准确性。     

移动Ad hoc网络中具有均衡策略的稳定性路由算法

移动Ad hoc网络是一种自组织、不依赖预设的基础设施快速展开的网络。在Ad hoc网络中,移动终端可以自由移动,从而会导致链路频繁的断裂。由于该网络动态的特性,建立稳定的路由进行数据传输显得尤为重要。提出了一种新的具有均衡策略的链路稳定性路由算法,并且将它在传统的AODV协议上实现得到了一种新的协议,即N-AODV。该算法在路由建立阶段,通过节点间的相互运动预测链路的生存时间,并且将路由稳定性与跳数之间进行均衡,选择出稳定性较高、跳数较小的路径。仿真结果表明新协议相比AODV、SSA协议具有更好的综合性能,有效地提高了网络的利用率。     

考虑航路网络结构的离场航班延误预测模型

针对离场航班延误预测缺少对航路网络结构因素的考虑，以及传统多分类预测难以满足高精度的需求，本文提出了一种考虑航路网络结构的离场航班延误预测模型。首先，根据离场航班所在终端区的航路网络结构，提出了航路拥挤指标，即航路流量、航路拥挤度和航路网络拥挤度，从航路网络和网络结构2个维度量化分析了拥挤特征，构造了航路拥挤数据集；然后，基于深度神经网络（deep neural network，DNN），构建了考虑航路网络结构的离场航班延误预测模型；最后，分析各类别延误样本比例，调整焦点损失函数的平衡因子以及各模型参数，进行了不同损失函数、不同数据集和不同模型参数的对比实验。结果表明：调整平衡因子后，模型预测准确率提高了2.3个百分点，融入航路拥挤数据集后，准确率继续提高了1.52个百分点，并且最终达到93.47%。可见，本文所提模型能够对离场航班延误作出有效准确判断，为民航相关单位提供决策参考。     

公交路线的动态仿真

公交路线在逻辑上是一种复杂的网状结构,本文将其抽象为网络图,建立了公交路线走向的数学模型。该模型在换乘次数最少的基础上,以到达目的地时间最少为优化目标,采用直接搜索法,给出了求解最优路线的一般步骤,同时运用Matlab工具,通过对案例进行仿真,验证了该模型及求解算法的可行性和有效性。