基于测量聚类的网络拓扑推断算法

为了减少基于端到端时延的拓扑推断算法中产生的测量流量,根据网络中端到端时延的特点,提出了一种测量聚类算法和两阶段拓扑推断算法.测量聚类算法在测量时首先粗略测量网络节点的端到端时延,根据时延对节点进行聚类,然后根据节点的聚类测量节点对的端到端时延并计算节点相关性,最后通过两阶段拓扑推断算法推断网络拓扑结构.理论证明了测量聚类算法能够有效减少测量产生的测量流量并通过NS2进行了仿真,仿真结果表明测量聚类算法和两阶段拓扑推断算法在有效减少测量流量的情况下能够正确地推断网络的拓扑结构.     

近十年现代大学制度研究热点领域及发展脉络分析——基于共词分析

文章以共词分析为方法,以EXCEL、Pajek软件为分析工具,对CNKI数据库中有关于现代大学制度的期刊论文进行共词分析,构建其近10年内的关键词共现网络。同时引入隶属度计算和G-N聚类算法,对现代大学制度领域进行聚类分析、分类分析以及历时分析,以期探讨并总结我国现代大学制度的研究热点与发展态势。     

基于蛋白质相互作用网络的蛋白质复合物和功能模块预测算法研究进展

蛋白质相互作用网络中的模块化结构通常对应于蛋白质复合物或者蛋白质功能模块。基于蛋白质相互作用网络预测蛋白质复合物和功能模块不仅有助于理解生命有机体的细胞生物过程,而且可为探讨疾病的发生、发展和治疗以及合理的药物开发提供重要的基础。本文通过回顾近二十年来基于蛋白质相互作用网络的蛋白质复合物和功能模块预测算法研究的发展历程,按照静态蛋白质相互作用网络(SPIN)和动态蛋白质相互作用网络(DPIN)两个方向分别梳理预测算法所涉及的方法和技术,同时归纳常用的数据集并分析所面临的问题,为进一步研究提供有价值的参考。     

高速网络入侵检测系统流量分配器

入侵检测技术是维护网络安全的一种重要手段。为了克服现有入侵检测系统在处理速度上的不足,该文提出了一种基于网络处理器和处理机群的高速入侵检测系统结构。重点讨论如何采用网络处理器实现系统中的流量分配器。对网络处理器的多线程数据采集、流量分配两个算法作了详细的分析。研究结果表明,经过算法优化,采用网络处理器IXP 1200实现的流量分配器可以完成1 G b.-s 1以上数据的实时采集,基于目的媒体接入控制(M AC)地址的转发策略在维护信息完整性和降低处理复杂度两方面体现了很好的折中,达到了合理的流量分配。     

任务类型感知的无线传感器网络数据融合调度算法

针对数据融合调度能量与时延优化问题,提出一种任务类型感知的无线传感网数据融合调度算法。通过传感器节点多功率、多信道的方式,利用最大独立集思想,构建基于数据融合主干树的网络拓扑结构,从而根据调度优先级,通过近似贪婪算法实现簇内数据融合调度,同时结合稀疏系数感知任务类型,减少传输数据量,进而利用簇头节点在网络中的等级,实现簇间数据融合调度。结果表明,所提算法在减少簇头节点数据传输量,降低节点能耗的同时,缩短了数据融合时延,提高了网络寿命。     

基于动态可调簇的无线传感网络能量感知数据存取算法

针对无线传感网中数据收集、存储和查询的需要,提出了一种基于动态可调簇的能量感知数据存取算法ACEDBA(Adjusted Cluster-based energy-aware Data Brokerage Algorithm).该算法将网络节点分成许多簇结构,簇内节点负责数据采集,簇首节点负责簇内数据的收集、汇聚和转发,数据可以集中存储,也可以分布存储在各簇首节点或本地存储.算法引入能量分级消耗机制,可动态选择和调整簇首节点,保证各簇首节点簇内数据存储和簇间数据转发查询的能量平衡.实验结果表明,与典型数据存取算法相比,该算法的节点能耗均衡、生命周期和查询成功率方面具有优势.     

基于阶梯式拓扑结构的WSN半动态路由算法

针对全动态路由算法随着网络规模的增大其拓扑管理能耗剧增的不足,提出一种半动态路由算法.该算法创建了以簇为基本单元的阶梯式网络拓扑模型,根据无线信道传输模型确定簇的覆盖并建立簇到基站的多跳梯度场,在梯度场中采用有序、定向的数据传送方式,实现信息以链路最短的距离向基站汇聚,并在簇内创建了一套簇头轮转机制,以实现簇内能耗平衡.对该算法能耗的定量分析和具体场景的仿真结果表明,该算法大大减少了拓扑管理和数据传送过程中的通信能耗,尤其是随着网络规模的增大,与LEACH算法相比具有明显的节能效果.     

High-Performance Broadcasting Algorithms on Cluster

In many clusters connected by high-speed communication networks, the exact structure of the underlying communication network and the latency difference between different sending and receiving pairs may be ignored when they broadcast, such as in the approach adopted by the broadcasting method in MPICH，a widely used MPI implementation. However, the underlying network cluster topologies are becoming more and more complicated and the performance of traditional broadcasting algorithms, such as MPICH‘s MPI_Bcast, is far from good. This paper analyzed the impact of communication latencies and the underlying topologies on the performance of broadcasting algorithms for multilevel clusters. A multilevel model was developed for broadcasting in clusters with complicated topologies, which divides the cluster topology into many levels based on the underlying topology. The multilevel model was used to develop a new broadcast algorithm，MLM broadcast-2 (MLMB-2), that adapts to a wide range of clusters. Comparison of the performance of the counterpart MPI operation MPI_Bcast and MLMB-2 shows that MLMB-2 outperforms MPI_Bcast by decreasing the broadcast running time by 60%-90%.     

节点分簇和最佳距离相融合的传感器网络路由算法

针对当前路由算法由于无线传感器网络节点分布不均匀、 节点能耗过快等因素严重影响其生存时间的问题, 提出一种传感器节点分簇与最佳距离相融合的无线传感器网络路由算法. 该算法先模拟生物细胞的连接过程实现传感器网络节点的分簇, 再权衡网络生存时间和能量消耗间的关系, 根据簇首与基站间的距离确定数据路由 的最优路径, 最后采用MATLAB R2014b工具箱编程实现路由算法. 将该算法与其他算法进行对比实验, 结果表明, 该算法可以延长整个传感器网络的生存时间, 有效减少网络能耗, 提高了能量的利用率.     

基于模体中心结构的蛋白质复合物识别算法

基于蛋白质相互作用的网络有明显模块化特征, 其对预测蛋白质功能、解释特定的生物进程具有重要作用, 网络模体是复杂网络演化的 重要拓扑结构, 其代表了复杂系统中的重要功能单元, 具有进化保守性的特性, 提出一种新的基于网络模体为核心节点组的蛋白质复合物识别算法. 该算法根据蛋白质相互作用网络的拓扑特性, 将模体作为蛋白质复合物的中心结构体, 并基于中心结构体进行二层节点扩充, 能准确有效地识别蛋白质复合物. 并且将复合物二维网络进行三维转化, 从而更直观清晰地展示复合物的结构体特征. 实验结果验证了该算法的有效性及可行性.     

分簇及局部优化的无线传感器网络拓扑控制算法

为保证网络连通性和覆盖度的情况下,尽量合理、高效地使用网络能量,延长网络生命周期,提出一种基于分簇和局部优化的拓扑控制(cluster and local optimization topology control,CLTC)算法.基于树型网络模型,利用分簇思想将网络分割为不同的簇,簇内运用最小生成树算法,确定邻居节点关系,降低节点通信碰撞;簇间通过簇头连接,形成优化的骨干网络拓扑.仿真实验表明,运行CLTC算法,构建网络拓扑结构快速,通信开销小,可以有效降低节点平均能耗,延长网络周期.     

基于重要结点的社区发现算法

复杂网络中内部的社区结构是复杂网络结构特征和属性特征的具体体现。首先依据模块度最大化理论计算网络的模块度矩阵的最大k特征向量矩阵;然后提出聚类中心方法,并用于求出k个社团的重要结点作为k聚类中心,利用欧几里得距离计算每一个结点到k个聚类中心的距离,将结点分配到距离聚类中心最近的社区中;最后对网络应用k-means方法进行迭代计算,得到k个社区的划分。分别在Karate Club Network和American College Football数据集上对算法进行了实验验证,实验结果表明该算法可以有效发现潜在社区,其纯度与模块度比已有的社区发现算法都有一定的提高,并且迭代次数较少,效率较高。     

基于网络药理学和分子对接探究三棱-莪术抗乳腺癌的作用机制

运用网络药理学和分子对接探究三棱-莪术药对抗乳腺癌的有效活性成分及分子机制。通过中药系统药理学数据库与分析平台检索并筛选出三棱、莪术的有效活性成分和对应作用靶点,运用OMIM数据库、GeneCards数据库检索乳腺癌的疾病靶点。运用Cytoscape 3.7.2软件绘制药物-成分-疾病-靶点网络图。利用STRING数据库构建蛋白质-蛋白质相互作用(protein- protein interaction,PPI)网络,使用Cytoscape中MCODE插件进行分析并筛选出前10个核心靶点。借助DAVID数据库对作用靶点进行基因本体及京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes, KEGG)通路富集分析,并绘制成分-靶点-通路网络图。最后通过AutoDock Vina等软件进行分子对接,验证核心成分与核心靶点的相互作用。结果表明,通过筛选得出7种活性成分、73个作用靶点,三棱-莪术与乳腺癌共同靶点43个。核心成分为常春藤皂苷元、β-谷甾醇、芒柄花黄素、豆甾醇、反式软骨酸,PPI网络显示其核心靶点为JUN、CASP3、PTGS2、ESR1、MPK14、PPARG、SIRT1、NOS3、TGFB1、NOS2。KEGG富集分析得到72条通路,根据P值筛选出与乳腺癌相关的前20条,主要涉及PI3K-Akt通路、VEGF通路、p53通路、MAPK通路等。分子对接显示活性成分与核心靶点之间有较好的结合力。研究表明三棱-莪术药对抗乳腺癌具有多成分、多靶点、多通路的特点,为该药对在临床中的应用提供了理论依据。     

基于遗传算法的神经网络算法研究

针对神经网络存在许多局部最小点，在某些初值的条件下，算法的结果会陷入局部最小等问题．文章将遗传算法和神经网络相结合，用遗传算法替代BP算法学习网络权值，并将其应用于聚类分析．计算结果表明，遗传算法和神经网络的结合将具有良好的全局搜索能力。     

基于能量阈值自感分区机制的无线传感网簇路由算法

针对当前部署无线传感网中存在的成簇机制僵化、簇头节点难以进行周期性选举且存在簇区域结构难以动态更新的难题,提出了基于能量阈值自感分区机制的无线传感网簇路由算法.首先在初始化的过程中依据能量阈值进行动态初步的节点分割,形成初步的簇头-簇成员的区域结构;然后按照节点归一化能量剩余水平决定在更新周期内是否进行簇头节点的更换,从而实现了簇头节点按能量最优原则的动态周期性的更换;最后通过簇头节点与簇间汇聚节点形成的传输链路实现信息的协同传输及簇间交汇,有效改善了网络数据的传输质量.仿真实验表明:与RMCRW算法、CMEDD算法等相比较,本文提出的新无线传感网簇路由算法能够有效提高无线传感网的生存周期,减少网络控制开销,改善传感数据的传输质量.     

数据挖掘中K-均值聚类算法的缺陷及工作效率改进的实验研究

K -均值聚类算法在当前提取数据挖掘的聚类分析方法中已经取得了一定的成就,为了进一步改进其在数据预处理及神经网络结构中的应用,文中对算法进行了缺陷研究,主要做了以下几个方面的工作：对K-means算法进行了思路及算法主要流程分析;得出K-均值聚类算法存在简单、迅速、结果簇密集、簇与簇之间区别较为明显等优点;分析得出算法存在与处理符号属性的数据不太适应、必须事先给出k值(想要生成的簇的个数)、对“噪声数据”以及孤立的点数据有较大影响、需要不断计算更新调整后的新聚类中心等缺点。在实验验证中结果得出：聚类结果可知,选取不同的值初始值对聚类结果的影响很小;如果聚类数据集迭代次数较多时,可以尝试着改变其数据的输入顺序;变动数据集的输入顺序,会直接影响聚类结果。实验结果对于K-均值算法的工作效率提高了具有明显的参考价值,这一研究对于数据挖掘技术的改进具有一定的意义。     

A Novel Model of IDS Based on Fuzzy Cluster and Immune Principle

This paper presents a novel intrusion detection model based on fuzzy cluster and immune principle. The original rival penalized competitive learning (RPCI.) algorithm is modified in order to address the problem of different variability of variables and correlation between variables, the sensitivity to initial number of clusters is also solved. Especially, we use the extended RPCL algorithm to determine the initial number of clusters in the fuzzy cluster algorithm. The genetic algorithm is used to optimize the radius deviation for the determination of characteristic function of abnormal subspace.     

基于蚁群的区域簇头选择路由算法

针对低能量自适应分簇路由LEACH存在的簇头分布不均和路由通信代价过大的缺陷,提出了一种基于蚁群的区域簇头选择路由算法（LEACH-ACANEW）.首先,将整个网络划分为若干个Dirichlet图单元,然后综合考虑节点剩余能量与消耗能量的关系,在单元区域内选取簇头,最后通过优化人工蚂蚁的路径选择机制,搜索到簇头和汇聚节...     

基于密度和最优聚类数的入侵检测方法

针对聚类算法在入侵检测应用中存在的参数预设、聚类有效性评价、未知攻击类型检测等问题,提出了一种基于密度和最优聚类数的改进算法,根据样本的分布情况启发式地确定初始聚类中心,从样本的几何结构角度提出一种新的内部评价指标,给出了最优聚类数确定方法,在此基础上,设计了一个增量式的入侵检测模型,实现了聚类中心和聚类数目的动态调整.实验结果表明,与K-means及其他两种改进聚类算法相比,新算法收敛速度更快、聚类准确率更高,能够对未知网络行为进行有效聚类,具有较好的入侵检测效果.     

基于双簇头聚类分簇和数据融合的无线传感器网络路由算法

针对无线传感器网络中基于低能量自适应聚类层次(LEACH)算法进行分簇时出现的簇分布不均匀及路由能量消耗过快问题,提出一种基于双簇头聚类和数据融合的分簇算法.该算法在分好的簇中选择两个级别的簇头,两个簇头履行不同职责,能更好地均摊能量消耗,提高了分簇均匀性.仿真实验结果表明,该算法降低了网络能耗,提升了网络生命周期.