复杂通信网络在恶意攻击下的鲁棒性

当今的大型复杂网络因为对几个甚至仅一个节点的恶意攻击而崩溃的可能性受到了极大的关注。在这篇文章中,我们首先研究了通信网络对恶意攻击的鲁棒性并得出结论：由于对一些大型通信网络整体拓扑结构难以掌握,使得对它们的恶意攻击难以精确,而对于一些基于本地信息的攻击却可以十分的高效。然后我们发现,对付分布式攻击最有效的防护方式是将所有公开方式都放置在分离的子网络中去。最后,我们对无尺度网络和随机网络做了对比,突出了网络拓扑结构的重要性。以上结论将在制定更佳的攻击/防御措施上起到关键作用。     

互联网中的标准结构熵的时间演化分析

通过对Internet标准结构熵随时间变化规律的分析发现,Internet的标准结构熵具有随时间而逐渐降低的趋势,以riesling节点获得的Internet监测数据的计算结果为例,Internet标准结构熵从2000年4月的最大值0.379下降至2004年5月的0.318,月平均下降幅度为0.12%,即由高熵值拓扑结构向低熵值拓扑结构的状态变化.由此可知Internet的宏观拓扑结构在演化过程中存在着拓扑结构的信息代谢.     

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.     

一种高效的安全数据包过滤算法

基于网络编码技术,通过计算收到的数据包的线性相关性来判断其是否为非创新包,并检测它们是否为污染包,以阻止恶意节点的攻击行为,提出一个抗熵攻击和污染攻击的数据包过滤算法.分析和实验结果表明,给出的数据包过滤算法安全,并且能有效减少网络负载、提高传输效率.     

基于轮询加密鉴权机制的5G网络抗攻击算法研究

为解决5G网络抗攻击领域内存在的网络抖动难以抑制、恶意攻击熔断效率不高等不足,提出了一种基于轮询加密鉴权机制的5G网络抗攻击算法.首先,利用基站和节点间存在的拓扑聚类关系,采用拓扑距离切割来实现对节点加入过程的主动应答,按能量水平实现快速排序,以增加恶意攻击节点的运行成本,优化网络传输质量;随后,基于拓扑距离、能耗等多参数,设计了一种基于多参数筛除机制的区域稳定方法,能够通过基准鉴权时钟优先清除不同步的恶意节点,以提升网络对恶意节点的熔断效果;最后,按照最小生成树来形成传输区域,有效降低流量激增对网络带来的恶意攻击,优化区域间传输,以提高网络抖动抑制能力.仿真实验表明,所提算法具有更强的网络抖动抑制能力及更优的恶意攻击熔断效果.     

原图边与线图边扰动的相继故障仿真研究

本文将ER随机网络与BA无标度网络转化为线图结构,并将线图与原图的故障规模做归一化计算,提出基于BA无标度网络和ER随机网络拓扑结构的线图结构,继而进行线图边扰动的仿真实验,进行蓄意和随机两种方式的攻击,模拟相继故障的发生,并将其与原图边扰动的相继故障进行比较.通过对仿真结果中线图与原图间的阈值关系进行比较,实验结果表明:不论蓄意攻击还是随机攻击,在相同的扰动值下,原图引起的故障规模总是比线图大.     

动力系统(Q_p,M_a)的拓扑熵

在每个紧致连续系统上可以定义一个称之为拓扑熵的非负拓扑共轭不变量,可以度量该系统在相空间上引起的运动的"混乱程度".拓扑熵的概念,最初由R.L.Adler,A.G.Konhelm和M.H.McA ndrow引进,随后R.Bowen又在可度量化的拓扑空间上给出了不依赖于紧致性的拓扑熵定义.但是,在紧空间上可以证明拓扑熵的开覆盖定义和Bowen定义是等价的.本文总述了拓扑空间(Qp,|·|p)及其子空间的动力学性质结论和部分几何性质,并对部分空间计算出其拓扑熵,给出具有零拓扑或正拓扑的条件.计算过程中运用到Bowen定义和结论.     

从儒佛之辨看阳明心学的真精神

为了提高严格受控环境下信息隐写算法的安全性和鲁棒性,基于网络图像大数据提出了一种针对小容量负载的图像零隐写隐秘通信算法.在构建算法所需的完备库时,首先根据网格描述符对图像进行单元熵的提取以形成熵矩阵,然后提取熵矩阵的特征值以降维从而减少计算量,最后根据量化算法将特征值量化为一组随机数以构建完备库.实验结果表明：该算法由于没有改变原始载体图像,所以对于抗击已知原始载体的统计、比对分析和尺度缩放攻击、旋转攻击具有非常好的效果,在尺度缩放和旋转攻击的实验中数据恢复率达到95%以上.在安全级别高、受监控程度严格、容量较小的隐匿通信中,比如对称密码系统密钥的交换,具有重要的应用价值.     

基于图像信息熵的随机数可视化表达

为了提高严格受控环境下信息隐写算法的安全性和鲁棒性,基于网络图像大数据提出了一种针对小容量负载的图像零隐写隐秘通信算法.在构建算法所需的完备库时,首先根据网格描述符对图像进行单元熵的提取以形成熵矩阵,然后提取熵矩阵的特征值以降维从而减少计算量,最后根据量化算法将特征值量化为一组随机数以构建完备库.实验结果表明:该算法由于没有改变原始载体图像,所以对于抗击已知原始载体的统计、比对分析和尺度缩放攻击、旋转攻击具有非常好的效果,在尺度缩放和旋转攻击的实验中数据恢复率达到95%以上.在安全级别高、受监控程度严格、容量较小的隐匿通信中,比如对称密码系统密钥的交换,具有重要的应用价值.     

平衡理论的P2P网络分布式信任模型

当前P2P网络中存在着大量的恶意节点攻击和共谋团体欺骗等问题,已存在的信任模型一定程度上完善了P2P网络环境,但模型的侧重点不同,无法全面解决大规模的恶意攻击和欺骗。为此,提出了基于平衡理论的P2P信任模型。该模型由信任结构的构建、恶意节点检测和信任推测等3部分完成。模型根据平衡理论构建信任网络;针对恶意节点的攻击,利用平衡理论定义节点的平衡因子,通过计算恶意行为对网络平衡性的影响来检测恶意节点;利用信任推测算法来推测信任节点,防止网络加入不信任的节点,降低网络的安全性。实验结果表明该模型可靠完善,算法有效和健壮。     

互联网拓扑结构中的弹性网络特征

选取CAIDA机构数量级为107的互联网拓扑数据,对IPv4,IPv6与AS级互联网网络规模、标准网络结构熵、网络平均路径长度和网络度分布幂指数进行了分析.结果表明,互联网具有可扩展性与鲁棒性;互联网拓扑结构具有弹性网络特征,且随互联网的拓扑演化,弹性网络特征愈发明显.互联网弹性网络特征的发现,使借鉴生物学思想指导互联网宏观拓扑研究成为可能.     

多点测量Internet拓扑特征实例分析

以CAIDA授权的海量数据为样本空间,对Internet拓扑结构进行分析.简要描述单点测量网络存在的采样偏见问题,并对多点测量网络拓扑实例进行分析.结果表明实际的网络拓扑具有幂律分布特征,但随着采样偏见影响的降低,幂指数呈逐渐减小的趋势.之后,分析了网络拓扑的谱密度分布,与BA生长模型无尺度图的谱密度相比,实际网络拓扑有明显区别,说明Internet是不符合BA模型的无标度图.     

矿井通风网络系统复杂性特征及其抗毁性研究

针对通风网络拓扑结构对通风系统安全可靠性的影响,利用复杂网络理论构建矿井通风系统有向网络模型,研究通风网络的基本拓扑性质。针对兴隆庄煤矿,通风网络节点的入度和出度都呈现幂律分布,网络呈现无标度网络特性。在此基础上将强连通分量、弱连通分量和网络效率作为度量指标分析网络抗毁性能,以攻击节点和边的方式进行随机攻击和选择性攻击,结果表明有向通风网络在随机攻击下具有较强的鲁棒性,但对选择性攻击十分脆弱。     

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.     

基于复杂网络抗毁性与ADMPDE算法的网络拓扑结构优化

复杂网络抗毁性研究的重要内容之一,就是优化网络拓扑结构。在分析常用复杂网络抗毁性测度不足基础上,提出了以自然连通度为复杂网络抗毁性测度,建立了其拓扑结构优化模型;综合运用ADMPDE算法收敛好、寻优速度快等优点,通过适当改进用于求解复杂网络拓扑结构优化模型。通过仿真分析,验证了复杂网络拓扑优化模型及其求解算法的科学性与可行性,得出了拓扑优化过程网络结构变化一般性规律,并分析了网络拓扑结构优化前后,在不同攻击策略下复杂网络抗毁攻击能力。     

基于复杂网络的微信网络信息传播研究

近三年,微信迅速发展成为最热门的社交平台。通过对微信网络的基本数据描述和复杂网络分析方法,对微信网络结构拓扑性质进行了分析。构建腾讯微信社交网络,得到度分布、聚集系数、平均路径长度等复杂网络统计性质,得出了微信网络的无标度特性和小世界特性,为研究信息在微信中的传播性质,对腾讯微信数据进行实证分析,结合实际案例,评价了微信网络拓扑结构对网络信息传播的影响。     

基于层次模块性和幂律特性的互联网拓扑结构分析

互联网络作为一个当前研究的典型复杂网络,存在层次模块性和幂律特性。首先介绍了互联网拓扑结构的层次模块性和幂律特性,随后提出:将两者有机的结合起来研究互联网的拓扑结构特点,即在互联网总体具有层次模块性的前提下,局部网络仍具有幂律分布的特点。     

大数据中网络节点拓扑不稳定性的评估模型设计

大数据中网络节点拓扑结构复杂且具有明显的不稳定性,当前网络节点拓扑不稳定性评估模型大多依据社会网络分析方法理论,从不同角度表示具有不同拓扑结构特性的网络元件,获取的评估结果不充分、不可靠。为此,提出一种新的大数据中网络节点拓扑不稳定性评估模型,通过节点收缩法对大数据中网络节点重要性进行评估。针对大数据中网络节点拓扑不稳定性的评估,结合风险函数丰富熵的内涵,将事件的风险函数在效用系数空间中的平均值看作网络的效用风险熵,依据得到的效用风险熵对效用风险熵权重进行计算。将节点收缩法和效用风险熵权重结合在一起,重新考虑权重的影响,给出新的大数据中网络凝聚度,得到大数据中网络节点拓扑不稳定性评估模型。实验结果表明,所提方法评估可靠性很高。