基于不对称依赖的相依网络级联故障分析

针对已有关于相依网络级联故障研究中未考虑有向依赖边的问题,展开了基于不对称依赖的相依网络级联故障分析,构建了基于负载-容量的级联故障模型,提出基于连通分量的相依网络鲁棒性测度方法,开展了不同网络组合、耦合方式、容忍系数和移除比例在不同攻击模式下的网络鲁棒性研究。结果表明,随机攻击模式下不对称相依网络鲁棒性与以往研究结论类似,蓄意攻击模式下不对称相依网络鲁棒性则取决于攻击范围和容忍系数的大小。通过一则作战网络示例分析证明了所提方法的实际应用价值,对完善相依网络理论研究具有一定的参考意义。     

基于节点负载容忍度的相依网络鲁棒性研究

提高节点的负载容忍度可提高相依网络的鲁棒性,合理的负载冗余策略有助于降低成本。为研究相依网络节点负载容忍度与相依网络鲁棒性之间的关系及影响容忍度的因素,定义了节点负载容忍度和高容忍度节点比例两个参数,对负载失效和相依失效作用下相依网络的级联失效过程进行分析。结果表明在一定相依网络鲁棒性下负载容忍度存在上下两个阈值,且平均度是影响阈值大小的主要因素,同时证实了提高部分节点的负载容忍度也能提高相依网络的鲁棒性,可为设计相依网络系统提供借鉴。     

基于节点蓄意攻击的无标度网络#br# 级联抗毁性研究

增强网络的抗毁性对于抵御级联故障具有重要的现实意义。为研究网络参数对级联抗毁性的影响,结合变幂律无标度网络和变聚类系数无标度网络模型,在最大负荷节点遭受蓄意攻击的情况下,研究了无标度网络的幂律指数、聚类系数和平均度与级联抗毁性的关系。结果表明,无标度网络的幂律指数和平均度与网络的级联抗毁性正相关,即网络越均匀、连接越稠密,级联抗毁性越强;但聚类系数对网络的级联抗毁性并没有显著影响。     

基于关联分布函数的相互依赖网络脆弱性分析

首先综述了国内外互依网络级联脆性的研究现状,分析目前研究取得的成果与问题,而后在此基础上,针对目前研究的薄弱环节——互依网络之间的关联机制与关联机理进行了深入分析与重点研究,构建了基于关联分布函数的相互依赖网络脆弱性分析模型,并给出了互依网络脆弱性评估的六类判据。最后,给出了研究结论与建议。     

基于复合边权重的加权复杂网络级联抗毁性优化

针对加权网络级联抗毁性问题,融合对级联失效动力学过程有重要影响的节点度和介数两种指标,提出一种节点度和介数相关的边权重模型,该模型通过定义调整两种指标占边权比重的参数,以及调整网络异质度的权重参数,使得边对故障引起的额外负载的承载能力更强。理论分析与仿真结果表明,存在某一权重参数以及比重系数取值使得BA无标度网络和NW小世界网络鲁棒性达到最强;相比单一指标边权方法,提出的模型能够更加有效地提升网络级联抗毁性能。     

加权网络的级联故障建模及其抗毁性分析

考虑权重因素,建立了加权网络的级联故障模型,其中初始负荷定义为节点强度的函数且其分布通过控制参数α可调,当节点故障时其负荷通过一定的规则分配给邻居节点。研究表明,级联抗毁性的度量指标必须同时考虑权重和拓扑结构的因素,否则将可能高估故障的严重程度。在BBV（Barrat Barthélemy Vespignani）网络的框架内,得出如下结论：当α＞1时,攻击负荷大的节点更容易引发大规模级联故障;而当α＜1时,攻击负荷小的节点更容易导致网络的瘫痪;且BBV模型参数δ与网络级联抗毁性负相关。最后从不同角度对上述结论进行了理论分析和仿真说明。     

物流保障网络级联失效临界抗毁性

针对军事决策者所关心的"物流保障网络抗毁性"与"物流保障网络负载临界值"的问题进行了研究,首先分析了物流保障网络的特点,建立了度均匀随机分布的网络模型和负载局部扩展的级联失效抗毁性模型,并运用了多维分支过程方法求解网络级联失效的临界值。研究发现:容量均匀分布的物流保障网络中,当网络负载超过临界负载时,一个随机故障将引起网络瘫痪。最后通过一个仿真实例分析了物流保障网络节点最大度分别为5、6、8、10、12时的级联失效抗毁性临界值,并给出了仿真结果与解析推导存在误差的原因。     

节点相依失效下的方格网络可靠性建模与分析

以二维方格网络为拓扑结构,在考虑同一地理区域节点存在共因失效关系、同一类节点存在关联失效关系、网络体系结构存在协议层与层之间的级联失效关系等3 种依赖关系的条件下,建立失效概率的依赖模型来模拟节点相依失效。以节点之间连通的概率为可靠性测度,利用Monte Carlo 法进行近似计算,分析依赖关系对网络可靠性的影响。研究表明,级联失效比共因失效带给网络可靠性的影响更大;关联失效带来的影响是灾难性的,尽管节点自身失效概率很小,只要关联程度足够大,就会使节点故障在网络中快速传播。     

变聚类系数加权网络的建模及其级联抗毁性分析

针对ＢＢＶ 等传统加权网络模型生成的网络聚类系数较小、簇度幂律特征偏弱等不足,提出了一个变 聚类系数加权网络模型,其中新节点的加入根据节点强度和初始吸引度共同驱动的优先连接机制或三角连接机 制与网络中的旧节点建立连接。仿真表明,当初始吸引度和三角连接概率取不同值时,生成网络的度、强度和边 权都服从幂律分布,并且聚类系数可调,特别是随着三角连接概率的变大,簇度之间的幂律特征更加明显。最后 构建了基于加权网络的级联故障模型,分析了权重因素、聚类系数等对网络级联抗毁性的影响。     

基于复杂网络理论的配电网节点脆弱度评估

配电网中节点脆弱性的大小是其结构鲁棒性的重要体现,为实现对配电网节点脆弱度的评估,提出对配电网节点脆弱度大小排序的方法。首先,构建配电网的复杂网络加权模型;其次,针对节点脆弱度评估中的度值、介数、凝聚度和紧密度等几个指标,结合主观和客观两方面信息构建描述各指标重要性的权重;最后,提出综合逼近理想排序(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)和灰色关联度的方法,实现对配电网节点脆弱度大小的排序。对几种典型的中压配电网进行计算,验证了本文方法的可行性,对IEEE123系统分析,结果表明多指标综合评估较单一指标评估更符合配网的实际特点。     

考虑节点过载的复杂网络级联失效模型

针对现实网络中节点对负载的冗余能力,提出一种考虑节点过载状态的复杂网络级联失效模型。首先,根据过载系数、失效概率、剩余系数构建了级联失效模型;然后,基于节点的特性提出了过载节点负载分配策略;最后,运用BA无标度网络进行级联失效情况下的抗毁性仿真。结果表明:在过载节点负载分配策略中,混合分配策略整体上较优,能够显著控制级联失效的影响并且增加了网络的抗毁性;在一定范围内提高过载系数、分布系数有助于降低级联失效的影响,但提高到一定程度时效果并不理想;剩余系数存在某一值可增强网络的抗毁性。     

A new cascading failure model with delay time in congested complex networks

Cascading failures often occur in congested complex networks. Cascading failures can be expressed as a three-phase process: generation, diffusion, and dissipation of congestion. Different from the betweenness centrality, a congestion function is proposed to represent the extent of congestion on a given node. Inspired by the restart process of a node, we introduce the concept of “delay time,” during which the overloaded node cannot receive or forward any traffic, so an intergradation between permanent removal and nonremoval is built and the flexibility of the presented model is demonstrated. Considering the connectivity of a network before and after cascading failures is not cracked because the overloaded node are not removed from network permanently in our model, a new evaluation function of network efficiency is also proposed to measure the damage caused by cascading failures. Finally, we investigate the effects of network structure and size, delay time, processing ability, and traffic generation speed on congestion propagation. Cascading processes composed of three phases and some factors affecting cascade propagation are uncovered as well.     

Cascading failure of complex networks based on load local preferential redistribution rule北大核心CSCD

To better explore the universal robustness against cascading failures on complex networks, closely focusing on the load which is the most important physical quantity that can affect the spread of cascading failure, and dynamic process after a node fails, a cascading failure model with tunable parameters is proposed based on the local characteristic of node. With this model we study the cascading failure condition of ER and BA networks, and obtain the formula of phase transition point theoretically. The relationship between the robustness against cascading failures on complex networks and parameters in the model, including the topology parameters, the initial load coefficient, and the redistribution coefficient, is discussed numerically. In addition, theoretical results also are verified by the simulation results of the ER and BA networks. ©, 2015, The Journal Agency of Complex Systems and Complexity Science. All right reserved.     

R&D网络风险相继传播模型构建及仿真

基于风险矩阵和风险来源两个维度识别出R&D网络的不同风险类型. 从节点风险负荷、风险阈值和失效节点如何影响邻居节点三个方面入手，构建了R&D网络风险相继传播的动力学模型，并对该理论模型进行了仿真. 仿真结果发现风险相继传播过程可在短时间内迅速完成，R&D网络的抗风险能力与各节点企业风险阈值分布的平均程度正相关，而与网络平均度无关，外源性风险比内源性风险对网络的破坏力更大，度大袭击与随机袭击比度小袭击更易于导致网络崩溃. 该研究成果对提高R&D网络的抗风险能力、保持其健康持续发展具有重要启示.     

开源软件核心开发者流失的级联效应仿真

开源软件核心开发者的流失不仅会严重影响项目的开发进程,甚至会造成一系列的级联效应.从动态视角探讨核心开发者流失的影响并对其采取保护措施能有效促进社区创新产出.基于复杂网络视角,以开源项目AngularJS为例,通过多属性决策的方法识别出核心开发者.在此基础上,构建负载容量模型,探究核心开发者流失的级联失效现象.研究发现...     

基于随机行走介数的级联失效模型

将随机行走介数引入级联失效模型,提出了基于随机行走介数的级联失效模型,该模型较基于介数的级联失效模型更加符合实际情况。为了研究该模型的特性,针对无标度网络和随机网络,运用仿真方法,将其与基于介数的级联失效模型进行了比较。通过对两组共4个无标度网络模型和两个随机网络模型的仿真,发现基于随机行走介数的级联失效模型的节点介数相对较小,不同节点间介数大小的差距也较小,并分析了得到上述仿真结果的原因。     

保护策略下双层耦合网络风险传播模型研究

为更好地提升功能,现实生活中的各类网络变得更加相互依赖,然而安全风险一旦爆发并在各子网之间不断地传播,将造成严重的损失。为降低风险在耦合网络中的传播,构建双层耦合的网络拓扑结构,对基于元胞自动机的风险传播模型进行改进,提出风险评估通用指标,以及两种保护策略降低风险传播,然后在3种演化网络模型和2种真实网络模型上进行仿真分析。仿真结果表明,耦合网络中的风险传播主要受子网拓扑结构的影响。WS-WS耦合网络具有最好的抗风险传播的能力,SF-SF耦合网络最差。在传播的初始阶段对部分节点进行保护可以提高网络抗风险能力。目标保护策略在作用速度上稍逊于随机保护策略,但在对感染规模的抑制方面优于随机保护策略。     

Cooperative dynamics of loyal customers in queueing networks

We consider queueing networks （QN＇s） with feedback loops roamed by ＂intelligent＂ agents, able to select their routing on the basis of their measured waiting times at the QN nodes. This is an idealized model to discuss the dynamics of customers who stay loyal to a service supplier, provided their service time remains below a critical threshold. For these QN＇s, we show that the traffic flows may exhibit collective patterns typically encountered in multi-agent systems. In simple network topologies, the emergent cooperative behaviors manifest themselves via stable macroscopic temporal oscillations, synchronization of the queue contents and stabilization by noise phenomena. For a wide range of control parameters, the underlying presence of the law of large numbers enables us to use deterministic evolution laws to analytically characterize the cooperative evolution of our multi-agent systems. In particular, we study the case where the servers are sporadically subject, to failures altering their ordinary behavior.     

可变相关系数网络病毒传播仿真研究

针对复杂网络中相连节点之间的度相关性与病毒传播之间的关系,基于经典病毒传播模型SIS和SIR,研究了BA无尺度网络、ER随机网络及技术网络、社会网络等真实世界网络上的病毒传播行为。通过连续改变已知网络的度相关系数,来观察病毒传播的变化情况。仿真结果表明,异配网会络加速病毒的传播,而传播速度对同配网络具有更高的敏感性,且同配网络传播临界值较低。此外,目标免疫对异配网络具有更有效的免疫效果。     

电力关键基础设施网络仿真模型研究

电力网络模型是关键基础设施模型中的重要组成部分。分析了现实电力网络的拓扑结构和运行原理,根据复杂网络的基本理论,采用基于Agent的建模方法设计实现了关键基础设施中电力网络模型。通过仿真实验,较好的模拟了电力系统输送电能的动态过程和因偶发故障而造成的大规模停电现象,对复杂电力网络的动力学特性进行了初步探索。

Abstract：

The model of electric power network is a major part of critical infrastructure model. The topology of network structure and the principle of net function were analyzed, according to the theory of complex network, applying the agent-based modeling to design and realize the model of electric power network. Through the simulation experiment, it was demonstrated to be better ways to simulate the dynamic progress of electric transmission and the cascading failure phenomenon caused by incidental trouble. The simulation model offers an effective approach to analysis electric power network’s role in critical infrastructure, and makes a step to exploration for complex electric power network’s dynamic character.