基于核心图增量聚类的复杂网络划分算法改进

基于核心图增量聚类的社团划分算法,设置了一个结点度阈值,利用该阈值在给定网络中筛选核心结点,以这些核心结点构造核心子图,调用GN算法产生社团框架;根据结点与社团的相似度,将除核心结点之外的结点划归到各个社团,经过反复调整各结点的归属,产生网络的社团划分。通过举例说明当度阈值设置不当,筛选出的核心结点所构成的核心子图并不能清晰地构成给定网络的各社团框架,从而严重影响网络的社团划分效率与效果。为此对其进行了改进。文中提出的是一种启发式算法,利用结点的度来逐步产生各社团框架,最后生成各社团。通过在真实网络数据集上测试,说明改进算法是高效的。     

一种高效的生物网络概率模体发现算法

针对概率模体发现算法中非树形子图的挖掘和在得分函数最大化的过程中得分函数值计算的2个难点.首先提出基于划分的非树形子图的搜索算法,其次将子图同构应用于最小错配的求解以缩小智能优化算法对得分函数求解的解空间,最后将基于模拟退火算法和遗传算法的混合算法应用于得分函数的求解过程.在大肠杆菌基因调控网络中的实验结果表明,与其他算法相比,混合智能算法可以大大减少非树形子图的搜索时间,并以相对较快的收敛速度收敛到一个较优的解,因此所提出的方法有效地提高了概率模体发现的效率.     

对等网络中一种新的非集中式查找算法

提出了一种适用于对等网络环境的非集中式查找算法，它具有可扩展、自组织、高容错等特性，能够自动适应网络中节点的加入、退出和失效．该算法的时间复杂度和空间复杂度均为O(log N)．算法的基本思想是：将有限大小的线性空间平均划分为M等份，对每等份的子空间递归划分为M等份，直到每个子空间对应一个点；采用Hash算法将网络中的数据或节点映射为线性空间中的一点，每个节点本地存储一个路由表，其内容为其各个划分层次中的对应点所在位置信息；这样，一个节点可以在不超过O(log N)次转跳的情况下找到目的节点．仿真实验结果表明：当M增大时，算法的查找性能也会提高；当M=16，网络规模为10^4个节点时，算法的平均查找长度仅是Pastry、Tapestry算法的70％左右．     

基于拓扑感知的TSP快速求解算法

为了适应无线传感器网络环境的特点,提出了一种基于拓扑感知的旅行商问题(TSP)启发式快速求解算法.通过分析无线传感器网络拓扑与TSP解之间的关系,提出了基于最大公共同构子图的拓扑距离,并用于度量拓扑之间的相似度.然后,以拓扑距离为标准,对输入拓扑进行聚类分析,继而映射得出该输入拓扑的TSP解.该算法设置了合适的剪枝条件以提高运行速度,通过加入阈值参数来平衡类内拓扑间的相似度和聚类类别数目.仿真结果表明,在节点数为90和70的TSP环境下,这种拓扑感知算法的运行时间分别为0.615和0.508 s,约为Lin-Kernighan算法和蚁群算法的3%~4%,且其精确度介于这两种算法之间.     

满足链路约束的拓扑聚集度虚拟网络映射算法

高效的虚拟网络映射算法能提高网络收益,降低物理资源的消耗。假如一个虚拟网络能够被满足映射,那么它对物理节点资源的消耗是固定的,对资源消耗的总大小取决于链路映射。为减少链路资源消耗,相邻的虚拟节点在被映射后应该是接近的。本文提出基于满足链路约束的拓扑聚集度映射算法。该算法在计算汇聚度时考虑节点间的链路请求,是一阶段映射算法。此外,本文根据图的广度优先搜索对虚拟节点排名,使连续映射的虚拟节点有较高的关联性。仿真实验表明,所提出的算法提高了长期网络收益和收益花费比。     

分解—排序—更新法求解马尔科夫链

论文提出了一种计算有限状态离散时间马尔科夫链平稳分布的算法，算法的核心是块划分马尔科夫链的状态转移图，对分解怕得的状态子空间进行了拓扑排序，然后根据拓扑充列计算每个状态子空间，相应地更新马尔科夫链的实始分布。本算法对求解有限状态离散时间可约马尔科夫链；尤其是当马尔科夫链有非常迟状态且可分成多个块时就非常适用。     

保持节点相邻的虚拟网络映射算法

网络虚拟化技术的应用依赖于将虚拟网络映射到底层基础设施的虚拟网络映射算法。现有虚拟网络映射算法的物理资源使用率较低,对于映射结果的优化较少。基于此,本文提出并设计实验证明了一种保持节点相邻的虚拟网络映射算法。该算法可以在略微降低映射效率的情况下,尽可能地保持相邻的虚拟节点在实际物理网络中的相邻,从而大大地缩短了物理链路,提高了物理资源的利用率;同时优化映射结果,提高了虚拟网络的工作效率,从而提高了服务质量。     

基于混沌优化算法的软硬件划分

针对软硬件协同设计中的关键问题——软硬件划分,提出一种基于混沌优化的划分算法．首先,使用有向无环图对嵌入式系统建模,得到软硬件划分优化系统的目标函数．然后,采用逻辑斯蒂映射产生混沌序列,并将此序列映射到划分系统的模型空间,利用混沌序列的遍历性,将粗搜索和细搜索相结合,分两阶段搜索模型空间目标函数的最优解,有效避免搜索过程陷入局部最小,并且使算法搜索时间大幅度降低．和模拟退火软硬件划分技术对比的实验结果表明,选取适当的算法参数,采用混沌优化算法能够以更快的搜索速度得到更好的软硬件划分结果．     

变参数复迭代系统的吸引子及其分形图

研究了一类变参数复迭代系统Ｚｋ＋１＝ｆ（λｋ，Ｚｋ，Ｚ－ｋ)的吸引子分布规律，对该迭代系统的动力行为特征作了猜想，且利用研究结果和计算机可视化技术中的逃逸时间算法得到了若干二维ｎ次迭代映射中的分形图，计算机图示实验的结果为猜想提供了佐证.     

基于改进人工鱼群算法的软硬件划分方法

将人工鱼群算法应用于软硬件划分,从而提出一种软硬件划分方法．针对人工鱼群算法在应用于离散型问题时普遍存在的最优解出现概率低、收敛速度慢等问题,采用随机步长来改善鱼的游走行为,使用邻域搜索来获得邻域内的更优状态,并根据无效迭代次数来提前终止迭代、提高算法效率．在对不同结点数的随机 DAG 图划分实验中,改进后算法的平均耗时约为原算法的6.5%～34.5%,而最优解出现概率则为原算法的5～7倍．因此,改进后算法在寻优能力和收敛速度上均优于原始算法,可更高效地完成软硬件划分任务．     

无线网络中一种智能路由算法

一个ad hoc网络是一个多跳无线网络,网络中的节点互相通信而不依赖于预先架设的固定基础设施,这种动态网络的最重要特点是寻找在通常情况下很好执行的路由算法。基于“簇”的算法是最有效的算法,目前,创建和维持“簇”通常是基于启发式方法。MWIS是一个分布式算法用于在一个无线网络拓扑图中确定最大权独立集算法,而划分网络节点为“簇”的问题可以很容易简化为寻找最大权力集问题。基于MWIS,我们提出了寻找一个最大向量权独立集算法MVWIS并且通过MATUB进行了仿真实验。     

基于快速图挖掘的网络拓扑局部调节区域算法

针对IP骨干网重新配置中繁重工作量的问题,提出一种快速图挖掘算法来解决网络拓扑的局部调节区域问题,解决了从网络拓扑中找到组件时子图同构的NP-hard问题,减少了网络重构的操作工作量.该文提出的启发式图挖掘算法顶点,称为顶点目标搜索(vertex targeting search,VTS)算法,通过考虑网络操作条件减少了搜索空间的大小.实验结果表明,该文方法可以快速得到搜索网络模式图,与其他方法比较,该文具有较少的搜索时间,说明该文方法具有可行性和有效性.     

基于多目标优化函数的无线传感器网络负载均衡路由协议

针对目前无线传感器网络路由协议在延长网络生存期和提高网络整体性能等方面存在的缺陷,以平衡网络中节点能量消耗、延长网络生存期为优化目标,提出了一种基于多目标优化函数路由协议. 该协议将节点可用能量、路由跳数和节点之间物理距离等参数引入到路由选择函数中,以实现最优路径的建立和对无线传感器网络性能的综合优化. NS2仿真结果表明,与传统的定向扩散协议相比,数据发送成功率提高了15. 3%,网络能量利用率提升了9. 7%,网络生存期延长约12%,在无线传感器网络中具有显著的优越性.     

基于端到端测量的网络拓扑推断算法研究

提出的网络拓扑推断算法不需要网络内部节点的协作,通过端到端测量推断网络内部的性能特征和拓扑结构.本算法利用叶节点的丢包情况及其跳数信息,在跳数相同的节点集中识别兄弟节点,进而推断网络拓扑.理论分析和NS2仿真结果均表明该算法具有较高的推测准确度和较小的时间复杂度.     

基于关键节点的影响力最大化算法

为解决LDAG( DAG Algorithm Based on Linear Threshold) 算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG 算法进行了改进。利用关键节点简化了有向无环图的构造过程,保证了其高精度与运行效率高的特点,同时也优化了算法的时间复杂度和空间复杂度。通过两个有效的实验数据集对算法进行验证,结果表明改进的算法可以大幅度降低算法的运行时间,且对算法的精度影响很小。     

可信可控网络中控制节点优化选取算法

为了解决可信可控网络中自治域内控制节点选取及控制域划分的问题,提出了一种控制节点优化选取启发式算法.该算法基于图论的思想,将控制节点选取及控制域划分问题转换为多目标线性规划问题,以控制节点数目最少和控制节点到所管辖路由器的总时延最短为优化目标,先选定在控制节点与被控路由器间允许的最大控制时延内能够到达最多其他路由器的节...     

LDS脆弱性分析实验环境体系结构研究与实现

支持动态分析的实验环境对于提高大规模分布式的安全性具有重要作用。在分析大规模分布式系统脆弱性分析对实验环境需求的基础上,提出了一种针对大规模分布式系统脆弱性分析的仿真实验环境体系结构,描述了体系结构的实现方法,以及网络拓扑生成与映射、虚实结合的网络仿真等关键技术。并通过实验和示例分析说明实验环境能够有效降低大规模分布式系统脆弱性分析的复杂性,并验证分析结果的准确性。     

基于安全感知的网络切片部署策略

针对网络切片的安全部署问题,提出一种基于安全感知的网络切片部署策略。在网络切片部署阶段,先进行虚拟网络功能（VNF）映射,从安全需求的角度定义VNF与物理节点之间的安全约束条件;其次,提取切片部署过程中物理节点的安全特征矩阵,利用策略网络输出安全特征矩阵的概率分布并进行排序;最后,采用基于策略的强化学习方法求解VNF的映射结果。当VNF映射完成后,采用Dijkstra算法进行虚拟链路映射,得到网络切片安全部署结果。仿真结果表明,所提策略在长期收益开销比、请求接受率、网络资源利用率、带宽利用率与运行时间上均优于GRC、VNEC-RL与SVNEC-RL算法,且保证了部署过程中网络切片的安全需求。     

基于病毒体投射机制的移动无线传感网节点定位算法

为解决当前移动无线传感网节点定位方案存在感知过程复杂、定位准确度不高,难以适应节点拓扑变化频繁的实际场景等不足,提出了一种基于病毒体投射机制的移动无线传感网节点定位算法。首先,鉴于当前直接测序方案及间接测序方案均存在抗噪能力差的不足,设计了多点定位方案,引入多个锚节点联合定位,定位过程中采用迭代方式降低接收信号强度指示(received signal strength indication,RSSI)误差,有效解决了定位过程中存在的圆环分布现象。随后,考虑移动无线传感网节点存在的拓扑漂移速度较快,且坐标存在随机分布的规律,将锚节点看作病毒体,将移动无线传感网节点看作子病毒体,并针对病毒体-子病毒体之间存在随机拓扑规律,引入了病毒体投射机制,并通过迭代方式设计距离定位方案,模拟移动无线传感网定位过程中定位节点与待定位节点之间的拓扑漂移关系,提高网络对定位过程的感知能力。最后,引入权重调节机制对定位坐标进行误差消除,进一步提高网络定位精度与感知性能,强化对移动状态下节点间拓扑的感知与监控,减少网络抖动对定位过程的影响。仿真实验表明,本文算法与当前常用的凸优化的无线传感网障碍环境下定位算法(location algorithm in wireless sensor network obstacle environment based on convex optimization,OECO)及基于精确定位机制的改进DV-HOP算法(on improved DV-Hop localization algorithm for accurate node localization in wireless sensor networks,AN-DV-Hop)相比,具有更高的定位收敛速度和更低的定位误差低。