最优分割法

分割度会对网络上的传播构成影响。分析复杂网络的传播行为,分割度是不应该被忽略的一个因素。分割度对于无标度网络的分割程度可以用无标度网络中的集散节点来衡量。根据度分布指数的不同,可以判断所选的少数节点中最小的那个节点的度值所能带来的路径长度的改变是否明显。列举了分割度的实际应用。     

设计无标度网络的一种新方法

提出了一种设计生成满足任意指定幂律要求的无标度网络的新方法.该方法利用了无标度网络的一个重要性质,即无标度网络的最终形成是受其度的几何均值控制的.为此提出了一个算法,该算法从一个合理的小世界网络开始,通过富者愈富的原则不断地对当前网络实施删边和加边操作,同时保证网络中的节点个数、网络中的总边数和网络的连通性不变,直到网络中节点度的几何均值达到了一个特定的值为止,生成一个预定的无标度网络.数据仿真验证了该方法总可以生成一个满足指定幂律要求的无标度网络.     

《上海理工大学学报》编辑委员会

提出了一个确定性网络模型,模型考虑了新生成节点有不同的强弱状态,用节点度刻画节点的强弱,即强节点的度比较大.通过解析计算,得到了网络的特征系数,其特点是幂律度分布、大集聚系数和幂律簇度相关性,即模型生成了一个无标度层次网络.认为网络是无标度的,由于其生成方式上的特点,越早生成的节点拥有的度越大,这与BA无标度网络生长方式相似.如果节点度代表了个体拥有的资源、能力及社会关系等,那么越早生成的节点度越大,恰好对应于占先策略,即先行者优势.     

一个有先行者优势的确定性网络

提出了一个确定性网络模型,模型考虑了新生成节点有不同的强弱状态,用节点度刻画节点的强弱,即强节点的度比较大.通过解析计算,得到了网络的特征系数,其特点是幂律度分布、大集聚系数和幂律簇度相关性,即模型生成了一个无标度层次网络.认为网络是无标度的,由于其生成方式上的特点,越早生成的节点拥有的度越大,这与BA无标度网络生长方式相似.如果节点度代表了个体拥有的资源、能力及社会关系等,那么越早生成的节点度越大,恰好对应于占先策略,即先行者优势.     

有先行者优势的确定性网络

提出了一个确定性网络模型.模型考虑了新生成节点有不同的强弱状态,用节点度刻画节点的强弱,即强节点的度比较大.通过解析计算,得到了网络的特征系数,其特点是幂律度分布、大集聚系数和幂律簇度相关性,即模型生成了一个无标度层次网络.认为网络是无标度的是由于其生成方式上的特点,越早生成的节点拥有的度越大,这与BA(Barabási-Albert)无标度网络生长方式相似.如果节点度代表了个体拥有的资源、能力及社会关系等,那么越早生成的节点度越大,恰好对应于占先策略,即先行者优势.     

一种随机-无标度混合的P2P蠕虫传播模型

针对现有模型中只用节点度来构建蠕虫网络的不足,文中结合无标度网络性质和实际P2P网络通信的特点,引入一个表示新节点连接概率的调节参数,在此基础上以随机选择与优先依附混合的方式建立蠕虫传播模型,并利用平均场理论和Matlab仿真对模型的演化机理进行研究.理论分析与仿真实验表明:选择蠕虫网络中合适的节点和新感染蠕虫主机建立的连接与连接概率、节点吸引力等因素有着紧密的联系;所建立的蠕虫网络具有无标度网络的性质.     

最大度受限LBA网络模型研究

传统BA无标度网络模型中节点的最大度随着网络规模无限增大,使得网络中存在少数度非常大的hub节点.考虑实际的网络构建过程中由于成本限制,节点的最大度都是有限的,因此本文在BA无标度网络模型生长规则的基础上提出最大度受限的BA网络模型——LBA网络模型.并进一步研究最大度限制K不同取值下,LBA网络的平均路径、聚类系数和...     

基于再度感染的SIS传播模型研究

提出了复杂网络上一种基于再度感染的SIS传播模型.在具有树状分支结构的网络中,针对某个染病节点,在考虑其感染子节点的同时,也考查其再次感染祖先节点的情况.分别在小世界网络和无标度网络上进行仿真分析,结果表明,对于小世界网络,基于再度感染的SIS传播模型的稳态感染密度比传统的SIS传播模型的要大,而且感染周期越短,稳态感染密度越大;而对于无标度网络,虽然基于再度感染的SIS传播模型的稳态感染密度也比传统的SIS传播模型的要大,但是,感染周期对于稳态感染密度的影响微乎其微,甚至可以忽略.     

一类新旧节点同时演化的混合网络模型

在随机网络和无标度网络的基础上,提出了一个新旧节点同时演化的随机-无标度混合网络模型.在模型中,新旧节点都能够主动产生新的连边,并且新连边在选择目标节点的过程中具有随机和择优两种连接机制.理论计算和计算机模拟表明:可以通过4个参数将随机网络和无标度网络统一起来,通过调节参数,可以生成不同形态结构的网络.该模型能够在随机...     

探讨无标度网络(图)的平衡集

无标度网络的无标度性导致其各顶点之间的连接状况(度数)具有严重的不均匀分布性,无法给出无标度网络的具体结构,不能直接观察信息传播的具体路径。基于利用生成树来研究无标度网络(图)的拓扑结构思想,尝试寻找与时间和次要节点无关的无标度网络(图)的普适性结构,研究与生成树密切相关的平衡集,给出一个寻找具有较多叶子生成树的算法。     

无标度异构网络蠕虫传播仿真研究

随着异构网络的快速的发展,蠕虫利用异构网络的终端节点多样性和网络形态复杂性在网络中大肆传播,并且已经成为威胁网络安全的重大隐患之一.针对异构网络中存在的安全问题和异构网络自身的特点,文章构建了无标度异构网络传播模型,并通过在虚拟机下的仿真,发现蠕虫在异构网络中的传播规律与终端节点有密切关系.最后通过比较无标度异构网络和现实网络,给出了一些防范蠕虫的合理建议.     

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。     

分布式存储中文件分割的最优化模型

在分布式存储中,由于网络与存储节点的不稳定性,会导致文件存储过程失败。通过对文件进行适当的分割存储可以提高文件存储过程成功的概率。建立了网络存储节点可用性概率模型和文件块网络存储成功的概率模型,给出了文件分割存储策略,比较了在不同分割粒度下文件网络存储成功的概率,提出了分布式存储中文件分割的最优化模型,通过该模型可计算出大小为X的文件进行分布式存储时最优的分割块数。该模型对大文件的分布式存储具有一定的参考价值。     

复杂网络中的病毒传播机制研究

通过复杂网络技术构建了病毒传播模型,并对SIR进行了较为细致的介绍,并对无标度网络的生成算法、传播算法和3种传播机制进行了程序验证,对验证结果进行对比分析并对生成的无标度网络进行度的统计.     

从网络质量控制角度观察无标度网络

阐明了增长网络度分布概念.从网络质量控制角度直观地给出增长网络无标度的严密定义,明确网络中枢点的概念,体现无标度网络稳健而又脆弱的特点.指出Barabási和Albert等人对择优增长网络模型的分析不能体现网络中枢点的原因.考虑了节点吸引度的概率分布,提出Poisson增长择优连接网络(Poisson NPA模型),并且借助Γ分布的性质证明了Poisson NPA模型的无标度性.     

带有节点异质性和免疫策略流行度的研究方法

网络免疫技术是抑制病毒传播的主要方法之一。本文针对当前网络病毒免疫策略未考虑的网络节点异质性,以及现实网络中免疫策略流行度问题。提出一种带有免疫策略流行度的策略研究方法,并将网络节点异质性考虑在内。通过建立无标度网络的病毒传播模型,研究网络节点异质性和免疫策略流行度,在控制网络病毒传播所起到作用。     

一种具有稳定链路的幂律可调WSNs无标度容错拓扑算法

针对固定幂律WSNs无标度容错拓扑不具普适应的问题,采用节点批量到达的Poisson网络规模以及节点吸引度规则,提出幂律可调的WSNs无标度容错拓扑算法APSL.该算法利用接收信号强度值建立通信链路,避免了网络中的不稳定链路,并通过调节拓扑参数,构建出了幂律指数在(1,+∞)的无标度容错拓扑.实验结果表明,APSL算法能够提升网络链路的稳定性,同时还能够满足网络多样化容错需求.     

团体择优广义合作网络的度分布分析

将团体竞争的思想引入到合作网络的研究中, 提出了一个团体择优广义合作网络模型, 其中, 新加入的节点以团体择优概率选择已存在的节点形成一个含有T个节点完全图. 利用马尔可夫链的方法, 证明了网络的稳态度分布是存在的, 且得到了网络度分布的精确解析表达式, 并说明了此广义合作网络是一个标度指数γ＝T＋1的无标度网络.     

家电企业竞争网络的拓扑结构分析

通过搜集家电产业的相关信息,建立了企业与产品的专用数据库.并在此基础上生成了家电企业竞争网络,结合复杂网络的分析方法研究网络的多种属性,例如企业节点的度分布特性、网络的无标度程度、密度、同类匹配程度及群聚系数等.通过分析可知,家电企业竞争网是一个具有无标度特性及小世界特性的网络,呈现出节点择优连接、网络同类匹配等一系列网络现象.     

基于节点吸引力的可调参数复杂网络模型

针对真实网络的生长演化规律,以及BA无标度网络模型和原始的节点吸引力模型在择优连接以及生成网络统计特征方面所存在的问题,综合考虑复杂网络生长演化过程中节点度和节点吸引力的择优连接特性,提出了一种基于节点吸引力的可调参数复杂网络模型. 理论研究与仿真实验分析表明,基于节点吸引力的可调参数复杂网络模型可以有效生成结构稳定并与实际网络统计特征很接近的复杂网络,通过调节模型参数可以灵活调整网络的生长演化过程. 模型生成的网络度分布仍然服从幂律分布,并且具有较高的群集系数和平均路径长度.