大规模网络中多传播源的重叠影响力问题研究

计算机和Internet的快速发展推动了网络科学的研究.信息传播是网络研究领域的热点,信息传播的一个关键问题是初始信息源的选择,传统的方法通过衡量节点重要性的指标(节点度、介数、邻居节点的重要性等),然后根据单一节点的重要性从大到小排序,依次选择重要节点.针对单一节点的传播能力,传统的方法具有很好的效果,但是在多传播源选择时效果并不好.本文首先分析了传统方法的不足,并指出多节点的综合影响力没有提高是由于节点影响力的重叠效应.在此基础上,本文提出了一个衡量多节点综合影响力的指标,然后通过贪婪算法选择多个传播源节点.实际网络上的仿真实验表明,针对传染病模型(SIR),本文提出的方法能够选择更优的多传播源节点.进一步研究发现这些驱动节点间的平均距离更大,稀疏性更高,表明增加传播源节点的稀疏性能够降低节点的重叠影响力,因此综合影响力得到提高.     

基于度与H指数扩展的复杂网络节点排序方法

在复杂网络中常用的识别节点影响力的中心性指标有介数中心性、度中心性、紧密中心性、H指数中心性和K-shell中心性等,这些指标在识别有影响力的节点时存在一定的局限性.本文在H指数中心性与度中心性的基础上提出了局部DH指数中心性指标来识别网络中有影响力的节点,该指标考虑了节点自身的度与H指数以及邻居节点的H指数.通过SIR传播模型以及单调函数(M)两种方法评价了各中心性方法识别网络中节点影响力的有效性.实验结果分析表明,在一些网络中该指标较一些常用的中心性方法能够更有效地识别网络中节点的影响力.     

基于竞争性SIR模型的电力社会耦合网络谣言影响研究

为研究智能电网与在线社交网络耦合过程中,智能电网面对来自在线社交网络中谣言电价传播威胁问题,基于SIR模型分析谣言传播与控制的优势,构建了基于SIR模型的竞争性谣言与辟谣信息传播模型来表征在线社交网络中的谣言传播与控制过程来研究受谣言影响用户集合,接着以Louvain算法思想将在线社交网络用户社区化建模出电力网与在线社交网“部分一对多”耦合网络,针对所构建的模型设计了一种考虑不同用电群体的受影响用户负荷变化,对电力系统负荷变化的影响方法;进一步在IEEE30节点系统与Facebook在线社交网络构造的耦合网络中,得出不同的辟谣信息的开始传播时间、种子节点数量等因素在谣言传播情况下对电力系统负荷变化以及输电线路线路过载风险率的都具有显著影响.     

基于DynamicRank的重要节点集挖掘算法

为了更为有效地挖掘复杂网络中综合影响力高的节点集、提高重要节点集挖掘算法的准确性,针对节点集中各节点在信息传播中不同程度的相互促进和相互抑制作用,基于DynamicRank算法设计了一种新的级联概率计算模型。通过增强贪心策略,优先从种子集邻居以外的节点中选取备选节点,减小种子集内重叠邻居对信息传播引发的抑制作用;利用级联概率计算模型,增强种子集对信息传播的级联促进作用。在4个实际网络上采用SIR模型进行了测试,实验结果表明,相较于已有重要节点挖掘方法H-index、Degree、DynamicRank、VoteRank和EnRenew,提出的算法挖掘出的节点集具有更高影响力。特别地,在Grid数据集上,本文方法挖掘出的种子集的传播范围比对比算法平均提升了49.3%。提出的算法针对信息传播概率和贪心策略的改进有利于重要节点集的挖掘和识别。     

基于复杂网络的多机场航班延误传播分析

为了研究多机场间航班延误的传播机理,将机场作为节点,航线作为边构成复杂网络。通过分析传染病传播过程与机场间航班延误传播过程的相似性,借鉴经典传染病传播模型(SIR)的思想,并考虑不同机场间延误传播的差异,提出机场重要度的概念,构建了多机场航班延误传播模型。对多机场航班延误传播过程的仿真结果表明:在多机场网络中,初始延误机场不同以及机场重要度不同,延误传播效果不同,但延误传播规律保持不变。对网络中重要机场进行相应管控会使发生延误的机场数量峰值下降,且按照介数值确定需进行管控的重要机场,网络中发生延误机场数量峰值下降率最大。可见,该模型可以客观反映多机场间航班延误传播的动态过程和变化规律,并可为延误的预防和恢复提供理论依据。     

Lyapunov函数与SIR模型在复杂网络上的分析

利用Lyapunov函数研究了复杂网络中的带有垂直传播的SIR模型在SW网络上的全局稳定性条件,同时在SF网络上分析了SIR模型的平衡点的存在性,通过基本再生数R_0、R_1和数值仿真,给出了相应平衡点的稳定性条件。     

基于Web社会网络的节点间关系多样性分析

多样性是描述社会网络中节点行为的一个重要特性,通过对典型的大规模Web社会网络DBLP数据源提取,构建了一个大型SCN(科研合作网络),针对该网络节点间的关系进行建模与量化分析,利用节点度的累积分布、相关性、结构洞、聚类系数等网络结构特征参数,实证分析得出真实社会网络中的节点间关系具有多样化的特性,其多样性指标分布呈指...     

局域世界演化模型在贵州输配电网中的应用

根据贵州电网潮流图和相关数据绘制出其输配电网各节点连接图,运用小世界网络、无标度网络和局域世界演化网络模型对贵州输配电网络的结构特征进行了分析验证,通过实例将贵州电网潮流图分成4个部分,78个节点,对研究节点i的度ki统计,应用网络分布服从指数分布,BA网络的度分布函数,局域世界演化模型的度分布函数相关数据的计算结果比较,表明贵州输配电网符合局域世界演化模型,具备该模型的特性在输电网络中,应加强对集散节点的监控和保护,有必要对相继故障的发生机理、相继故障的预防和控制作深入的研究,确保电力网络安全稳定地运行.     

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。     

含有免疫作用的SIR传染病模型在复杂网络上的动力学行为

研究含有免疫作用的易感染者-感染者-移出者传染病模型(SIR模型)在复杂网络上的动力学行为.首先考虑具有齐次性质的复杂网络（度分布服从指数分布）中免疫作用对疾病传播的影响,然后讨论具有非齐次性质的复杂网络（度分布不服从指数分布,如幂分布）中免疫作用以及非齐次性质对疾病传播的影响.     

考虑节点异质性和故障函数的电力信息物理系统风险传播模型

由于电力信息物理系统的耦合建模方法大多数依赖网络拓扑结构划分节点类型,未考虑节点信息的属性,同时也忽略了不同节点类型对风险传播的影响,削弱了对风险预测的能力。因此,提出了一种考虑节点异质性和故障函数的电力信息系统风险传播模型。首先对实际电力网络节点特性以及耦合性特点进行分析,结合节点异质性提出双网节点的表征方法,基于双网物理和逻辑依赖关系,设计了电力信息物理融合系统(cyber physical systems, CPS)表征模型。在此基础上,考虑双网状态交互影响的方向性及节点的依赖性,分析影响风险传播的因素,通过定义基于节点度的故障概率函数,构建了电力CPS风险传播模型。以合成网络和意大利真实数据所建立的耦合网络进行实验分析,证明模型的有效性。     

基于节点最大剩余容量的改进负荷再分配策略

当网络中某个节点发生故障时,为了研究该节点负荷如何分配给相连节点以维持网络的正常运行的问题,本文提出基于邻居节点最大剩余容量的负荷再分配策略.当节点出现故障时,节点的负荷需要分配给其他正常的节点,其他的节点在接收负荷的同时要考虑自身的剩余容量,避免超负荷.考虑到负荷传播过程中的能耗问题,分析了路径长度对负荷分配的影响.并通过模型网络的仿真,分析了容忍参数、负荷分配参数、路径长度对负荷分配效果的影响.结果表明,通过调节路径可调参数可使网络达到期望的效果,有效防止级联故障的传播.     

变电站信号分流对中压配网电力线载波通信的影响

中压配电网不允许沿线装设阻波器,电力线载波通信(power line communication,PLC)信号会通过变电站配电母线分流进入各条线路。首先给出变电站信号分流现场实测数据,然后建模分析信号分流对信道特性的影响,发现在变电站信号分流影响下功率传输特性比电压传输特性更能准确反映信道质量。最后在载波节点通信距离受信号分流影响而变化的条件下,结合分层搜索组网算法仿真分析主节点位置对PLC网络结构的影响。仿真结果表明PLC主节点选择在线路中段可增大其通信范围,减小网络层数,从而减弱变电站信号分流产生的不良影响。     

基于属性信息和结构特性的网络节点重要度研究

现有的节点重要度排序方法大多只针对网络的拓扑结构进行研究,忽视了网络节点自身所包含的属性信息.然而这些属性信息至关重要,却广泛存在不完备性,这些不完备属性信息与节点的重要性密切相关.针对这一问题,提出一种基于优势粗糙集理论和TOPSIS方法的网络节点重要度分析方法,融合网络结构特性和节点属性信息,克服了单一从拓扑结构分析的局限.最后,将本文所提出的方法应用于微博社交网络中的用户重要度评价,并与其他方法进行比较,结果表明,该方法的排序结果对节点在属性信息和结构特性的重要性进行了较好的综合,能全面地体现出各节点的重要程度.     

基于信息熵的电力信息耦合网络重要节点评估

重要节点对网络的影响非常大,极少数的重要节点就能使网络崩溃。在电力信息耦合网络中,不仅可以根据重要节点的顺序对其进行保护来减小网络的损失,还能在电力信息耦合网络崩溃后通过重要节点的顺序对网络进行恢复,所以识别重要节点有着非常重要的意义。针对此问题,结合电力信息耦合网络中两网络不同的特性,考虑电力网和通信网的互相影响,借鉴复杂网络理论,提出一种基于信息熵的重要节点识别方法,以网络效率相对值、网络受损程度为衡量指标,在静态和动态攻击下对重要节点方法进行验证,并用渗流理论对级联失效过程进行分析。以IEEE30、IEEE118节点系统对应的电力信息耦合网络为例,验证了该方法的有效性及优越性,为研究不同节点之间的相互作用提供了思路。     

基于时空影响域的加权地震网络拓扑特性分析

针对加利福尼亚地震网络,为了研究网络中节点间的相互影响关系,首先基于时空影响域,以平均震级比对边权值进行定义,从而生成加权地震网络.其次,选取零模型为参照物,分析了加权地震网络的拓扑特性.同时对边权值和节点权值的分布进行分析.结果发现:加权地震网络具有无标度和小世界特性,且节点和边权值都具有幂律分布特性;节点的权值与其最大震级值存在正相关.本文基于地震数据所构建的加权地震网络更符合实际情况.     

基于GCN的复杂网络关键节点识别研究

准确识别出网络中的关键节点是复杂网络研究的重要内容之一.现存的关键节点识别方法多数是基于网络结构提出的中心性度量方法,识别准确率低且适用范围具有局限性.因此本文提出了基于图卷积网络的关键节点识别方法,不仅考虑了节点属性,还考虑了网络结构和邻居节点结构.首先,根据网络图例数据提取多维度特征并构建特征向量;其次,将节点特征向量输入到GCN层学习;最后,通过回归损失函数计算出最小损失,识别出关键节点.本文选取传播动力学中的SIR模拟实验和牵制控制实验作为评价方式,在不同类型的真实网络上进行验证.结果表明本文提出的方法在适用范围和准确率方面较其他方法更具优势.     

MIPv6网络中蠕虫传播模型的构建与仿真

为了防止MIPv6中蠕虫的传播,基于MIPv6网络环境,提出一种新型的蠕虫MIPv6-Worm和MIPv6节点接触频率的计算方法,对MIPv6网络中蠕虫的传播策略进行了分析和研究,建立了MIPv6网络蠕虫传播模型--MWM.仿真结果显示:MIPv6-Worm在MIPv6网络中传播的初期,在117 s时达到传播的顶峰,在传播后期所有节点最终都转为免疫状态;MIPv6-Worm传播概率与节点通信半径、易感节点分布密度、节点运动速度均成正比.该模型较好地模拟MIPv6网络中蠕虫的传播规律,为采取有效措施防止MIPv6中蠕虫的大范围传播提供了理论依据.     

考虑SOP的配电网电压有功无功协同优化

为解决高比例分布式电源接入配电网的节点电压波动等问题,本文提出了一种考虑智能软开关的配电网电压有功无功协同优化控制策略。首先,对影响节点电压波动的因素进行分析,说明可从有功和无功的角度对电压进行控制,对智能软开关的工作原理进行分析,它可以精确控制两侧所连馈线间传输的有功,且提供一定的无功功率;其次,建立了以有功网损最小和电压偏离最小为目标函数的配电网有功无功优化数学模型,并通过权重系数将其转化为单目标模型;再次,通过改进灰狼算法对本文所建模型进行求解;最后在IEEE33节点系统上进行仿真验证。结果表明：所提策略能有效减小系统节点电压波动和降低网损。