带有邻居度信息的容量负载模型下电网级联故障研究

考虑节点及其邻居节点的度值信息,本文提出了一种全新的节点容量负载模型,并将其应用到美国西部电网等电网级联故障研究中。通过高负载攻击(HL攻击)和低负载攻击(LL攻击)2种方式来攻击电网,仿真实验表明,与传统的基于节点度的容量负载模型相比,改进负载模型的电网具有更好的鲁棒性和抗毁性。通过对受攻击节点的邻居度值和与其本身度值之比的研究,分析了本文所提容量负载模型可以减小网络级联故障规模的原因。     

全球航运网络鲁棒性和脆弱性研究

通过对全球航运网络节点度分布、度值相关性和节点度与介数相关性分析发现,度值大的节点优先与度值较大节点连接,度值大的节点介数也较大,因而度值较大的节点对网络影响程度较大.选择度值较大节点为优先攻击目标进行选择删除,随机生成节点序列作为出错目标进行随机删除,进而研究在出错和攻击情况下,全球航运网络聚集系数、平均距离、孤立节点比率和网络效率的变化情况.通过分析发现全球航运网络具有较好的鲁棒性,但网络较脆弱.     

高效的匿名VANET内部不端节点隔离协议

发送伪造路况消息的内部不端节点攻击是车载自组织网络(VANET)中的重要安全问题,而VANET中节点的隐私保护需求给解决这一问题带来难度。该文提出了一种在匿名VANET中隔离内部不端节点的协议,能够有效减小伪造路况消息给网络带来的威胁,在保护网络节点隐私的同时保证网络安全性。理论分析和仿真实验表明:该协议可以较低的代价,在匿名VANET中快速、准确地隔离内部不端节点,在这些节点被永久回收前为网络提供安全保障,并为权威机构最终回收这些节点收集证据。     

静息态功能脑网络核心节点评价方法及其在抑郁症分类上的应用

识别大脑功能网络的核心节点对于脑科学与脑疾病研究有重要的指导意义。目前,研究者普遍运用度中心性和k-core分解法来度量网络的核心节点,然而度中心性只考虑节点自身的邻居个数而忽略了其在网络中的位置。k-core分解法只考虑节点在网络中的位置而忽略了其自身的特性。本文综合考虑节点的度值及其在网络中的位置,提出了一种基于度值和节点位置相结合的核心节点评价方法。对正常被试大脑功能网络进行蓄意攻击仿真实验表明:与度中心性和kcore分解法相比,对采用新方法识别出的核心节点进行蓄意攻击后,网络的全局效率下降幅度最大;其次,依据文中提出的中心性指标,找到抑郁症患者和正常被试之间具有显著差异的脑区,并将这些脑区的中心性指标作为分类特征进行分类,使得分类的准确率提高了7%.     

自组织网络随机方向模型的渐近节点分布

应用几何概率的方法分析自组织网络随机方向移动模型的渐近节点分布特征.分析针对两种形状的仿真区域,对于圆形区域,得到了节点分布函数的精确闭式解;对于正方形区域,得到了分布函数的数值积分解.理论分析和仿真证明,应用随机方向移动模型的网络当达到平稳状态时,节点会以较高的概率靠近区域边界,而以较低的概率位于区域中心.     

利用节点效率评估地理网格网络的鲁棒性

本文利用节点效率来评估网络节点的重要性,通过对比随机攻击和蓄意攻击两种攻击方式下网络能够承受的打击次数来衡量网络功能的鲁棒性。计算机模拟表明：节点效率分布和度分布基本一致。在一定攻击策略下,节点效率指标和度指标相当,和随机攻击相比具有较大的优越性。在本文研究的模型下,当a=1,A〉30时所生成的网络更接近真实网络。     

基于节点重要度动态评估的复杂网络级联失效分析

级联失效前的评估和检测是预防和控制级联失效现象的关键,对充分把握整个网络系统的稳定运行至关重要。为深入探究级联失效传播过程的内在机理,提出一种考虑网络动态特性的节点重要度评估模型;在此基础上,采用一种更符合真实复杂系统的非线性容量负载模型,利用该模型进行不同攻击策略下的级联失效仿真,以网络的最大连通子图比例为测度量化网络抵御级联失效的抗毁性,仿真结果表明,节点41所在的广安市与节点55所在的重庆市,无论是在静态节点重要度评估,还是动态节点重要度评估下,均是成渝铁路网络中最关键的节点;此外,不考虑级联失效情况下,在网络的静态拓扑结构中,节点的度中心性更能代表节点的关键程度;而在动态的网络拓扑结构中,节点的介数中心性更能代表节点的重要性,与度值攻击相比,采用重要度攻击策略能以更快的速度击溃网络;考虑级联失效情况下,与其他攻击策略比较,采用重要度攻击策略时,在级联失效的作用下,仅攻击2个节点,网络便会迅速崩溃,验证了节点重要度动态评估模型的有效性;同时探讨了网络在不同模型参数下抵御级联失效的抗毁性,实验结果表明,在一定范围内提高负载系数、容量系数可以有效提高网络抵制级联失效的抗毁性;受网络拓扑结构和攻击策略的影响,需设置较大的节点容量,来预防网络的级联失效。     

Master方程的修正及其对BA模型度分布的计算

Master方程是计算无标度网络度分布演化规律的一种常用方法.提出了对原始的Master方程进行修正,加入了节点增长机制,修正后的Master方程具有离散性,能够更精确、更有效的计算真实复杂网络的度分布演化规律.用修正的Master方程分析BA模型度分布的解析式并计算,由此得到BA模型度分布对数图.把离散性的Master方程与连续性的平均场理论进行对比分析,并在同一坐标系下分别做出用两种理论计算的BA模型度分布的对数图.     

企业资金融通网络增长方式研究

采用经济物理学和行为经济学的基本思想,从企业资金融通网络中节点的点权和边权的角度,构建了企业资金融通网络增长模型。对该模型解析表明,在时间趋于无穷大极限的情况下,企业资金融通网络的节点度pk服从幂率分布(pk~k-2)。实验仿真分析得出了与模型解析一致的结论。     

城市复杂地铁网络级联失效抗毁性分析

为全面分析了解地铁网络抗毁性问题,保障地铁网络安全平稳运行。采用复杂网络级联失效理论对城市地铁网络抗毁性进行研究。以北京地铁网络为例,构建北京地铁网络级联失效模型,通过MATLAB软件实现级联失效模型的仿真运算,对比分析不同节点攻击策略北京地铁网络抗毁性。仿真结果表明:随机攻击策略对地铁网络破坏性相对较小,而面临节点重要度和介数的两种蓄意攻击策略时,地铁网络抗毁性较弱。并进一步为地铁网络建设以及运营管理提供理论支持。     

Meet-Cloud for Secure and Accurate Distribution of Negative Messages in Vehicular Ad hoc Network

Keeping Vehicular Ad hoc Network(VANET) from attacks requires secure and efficient distribution of information about bad entities. Negative messages are pieces of information that define the negative attributes of vehicles. By formally defining the negative message, we observe that accuracy is essential for its efficient distribution. We formally define the coverage percentage and accurate coverage percentage to describe the availability and distribution efficiency of negative message. These two metrics can jointly evaluate the performance of a distribution method. To obtain both high coverage percentage and high accurate coverage percentage, we propose meet-cloud, a scheme based on meet-table and cloud computing to securely and accurately distribute negative messages in VANET. A meet-table in a Road Side Unit(RSU) records the vehicles it encounters. All meettables are sent to cloud service to aggregate a global meet-table. The algorithm for distributing and redistributing negative messages are designed. Security analysis shows that meet-cloud is secure against fake and holding on to negative message attacks. Simulations and analysis demonstrate that meet-cloud is secure under denial of service and fake meet-table attacks. The simulation results also justify that meet-cloud outperforms the RSU broadcast and epidemic model.     

一种稳定的基于位置信息的分簇路由协议

由于车载自组织网络具有节点高速移动,网络拓扑频繁变化,链路不稳定等特点,直接使用移动自组网的路由协议,将会产生传输延时增大,丢包率上升等一系列的问题,为此本文提出一种稳定的、基于位置信息的分簇路由协议（Stable Clustering and Position-base Routing）,该协议以节点的运动特性作为分簇依据,利用节点的地理位置信息和电子地图信息进行路由决策。仿真结果表明,该协议能有效地改善簇结构的稳定性,提高数据传输的实时性,降低网络的丢包率。     

基于D2D技术的V2V中断模式的信息传输机制

针对车联网中节点高速移动性特点,以及信息传递低时延与可靠性高的需求,多网络融合已成为部署车联网架构的必然趋势。由于车联网的信息传递往往只需在一定范围内的车辆之间发生,将D2D技术的通信模式引入车联网中进行消息传输,在车辆的覆盖范围内联合完全自组网与混合车联网两种通信模式,提出了一种中断模式的信息传输机制,只有当车辆的行驶状态发生改变时才向其他车辆发送,其他时间只需一定时间间隔向其他车辆发送一个确认信息,以此来判断车辆是否仍处于保护圈内或链路是否通畅。仿真数据显示：该中断传输机制可以有效地提高互传信息的车辆数目,节省了信令开销从而避免网络堵塞,也提高了覆盖圈内所有节点的信道容量。     

面向停泊车辆的VANET高效数据分发方案

针对VANET车辆节点的高移动性、间歇连通性等独特性质,提出了一种面向停泊车辆的VANET高效数据分发方案,利用路边停泊车辆缓冲并执行数据分发。同时还提出了一种便于分发数据报文至路边停泊车辆的路由方案,并将发布/订阅方案引入到最后阶段的数据分发。理论分析和仿真比较结果表明面向停泊车辆的数据分发方案的优越性,即该方案能以较低网络开销和合理延迟实现更高数据传送率。     

基于TOPSIS的复杂电网节点重要性评估

本文利用复杂网络理论构建了江西电网拓扑模型,对其网络特性进行分析,通过TOPSIS(technique for order preference by similarity to ideal solution)算法评估电网中的重要节点,并利用SIR(susceptible infected recovered model)模型对重要节点的传播影响力进行仿真分析。结果表明江西电网节点度分布服从幂律分布,网络呈现出无标度和小世界特性。网络中的重要度排名前10的节点分别为罗坊、抚州、梦山、鹰潭、乐平、永修、南昌、文山、赣州和红都。SIR仿真结果说明重要节点对网络的传播影响力极大,其中TOPSIS方法下的最终节点感染规模相比单一指标至少有5%的增幅。     

车载自组织网络通信协议

 车载自组织网络（VANET）被认为是未来智能交通系统（ITS）的重要组成部分,可有效提高行车效率、安全性和舒适性。VANET属于移动自组织网络（MANET）,不依赖固定设施,其节点高速移动、网络拓扑变化频繁,具有与MANET不同的构架、特征、应用和挑战。本文综述了VANET网络构架、通信协议、建模与仿真、信息管理和云计算等方面的研究进展,展望了未来的发展方向。     

SUMO平台下多种车辆跟驰模型的仿真对比分析

车载网是一种以车辆为通信节点的无线自组织网络,旨在实现车与车、车与基础设施之间的数据通信.车辆的高速移动性易引起网络拓扑结构的变化,进而降低数据包的传递率和路由协议的工作效率,甚至导致信道中断.目前,对于车载网通信协议和应用的研究主要借助仿真平台模拟实现,平台内嵌的车辆移动模型性能对协议的分析和研究至关重要.首先,对Simulation of Urban Mobility(SUMO)平台下常用的6种车辆跟驰模型进行了详细的描述;其次,分析并引入影响移动模型性能最明显的3种因素;最终,依托城市道路交通环境,通过设置不同的模拟场景对比分析了在不同跟驰模型作用下的车辆密度、车辆平均速度和道路占用率3个指标.详实的实验结果表明,Krauss模型具有最优异的性能.此外,通过仔细观察单个车辆的跟驰行为从微观上揭示了各模型的工作原理.     

基于可行解搜索和自适应免疫算法的配网重构

为提高配网重构的计算速度及效率,将自适应免疫算法（adaptive immune algorithm,AIA）用于配网重构;在此基础上结合GENOCOPⅢ（genetica algorithm for numerical optimization of constrained problems）算法对AIA进行改进,提出了对不可行解进行修复的AINOCOP（adaptive immune algorithm for numerical optimization of constrained problem）算法用于配网重构,该方法综合了AIA的双层优化特点以及GENOCOPⅢ的可行解搜索方法;在基因的编码技术上,基于启发式规则,采用方便的十进制编码策略．将多种方法用于69节点系统的配网重构计算,GA、IA、AIA和AINOCOP的平均迭代次数分别为300、30、25次和12次,连续运算50次,AIA和AINOCOP在50代内可得到最优解的次数分别为8次和15次．     

基于介度熵的复杂网络节点重要度识别方法

现有复杂网络通常会受到随机攻击和蓄意攻击,导致复杂网络拓扑结构的可靠性性能下降.为了解决以上问题,基于图熵,结合节点的介数中心性和其所有邻居节点的度中心性,提出一种新的攻击策略,即介度熵( BE),用来识别网络中的重要节点并加以保护.实验分别通过静态攻击和动态攻击来评估攻击策略在3个标准网络模型和3个真实网络上的效率,通过比较,介度熵比传统的攻击策略具有更高的攻击效率.