基于路径相互关注的网络嵌入算法

网络嵌入,或者称为网络表示学习,旨在将网络中的节点映射到表示空间中,生成低维稠密的向量,从而在保留网络结构信息的前提下对网络中的节点进行表示,而后通过已有的机器学习方法解决诸如链接预测、节点分类、社团发现和网络可视化等下游任务.随机游走算法可以很好地探索网络中节点的局部结构,然而之前的基于随机游走的表示学习算法只能为节点产生一种角色嵌入,没有考虑到和不同邻居进行交互时节点扮演的不同角色嵌入.因此,提出一种基于路径相互关注的网络嵌入算法,使用节点随机游走产生的上下文信息,通过注意力机制为每个节点生成上下文相互关注的节点嵌入.在真实数据集上的实验结果表明,与三个经典的网络嵌入算法相比,该算法具有更好的表现.     

支持卫星信息分发的并行多点传输

为了给卫星信息提供灵活、高效率、可扩展的分发服务,系统采用并行多点传输技术.将所有参与分发的节点组织为P2P网络,系统中每个节点都是对等的;在参与分发节点的选择上,采用一种基于节点簇和响应时间的节点选择策略,选择响应速度快、服务性能好的节点.力争通过对并行多点传输的优化,使卫星信息的分发更有效.     

传感器网络中基于应用规则与概率的动态路由算法

针对连续数据分发型传感器网络，提出一种基于应用规则和概率的动态路由算法。算法基于节点的状态信息，与应用规则交互后周期性地构造一棵广度优先的数据汇集树形成动态路由路径。数据汇集树由初始生成树建立与生成树修补两阶段组成。算法首先将节点状态作为输入参数提供给应用规则，再由规则使用预定义公式计算出节点当前轮成为树节点的概率，形成初始树；而后在树修补阶段，通过添加一些新的普通节点为路由节点对初始树进行修补，完成树的连通覆盖。仿真结果表明，与TinyOS信标算法相比，在本文设计应用规则下的路由算法具有高数据传输率、时延短、平均能耗低的优点，能延长网络生存时间。     

无线传感器网络多重覆盖成簇算法

在传统的无线传感器网络簇生成算法中,簇首的选择没有考虑其剩余能量,也没有分析簇首为簇内节点提供数据转发服务存在服务失败的问题,为此提出了一个新的无线传感器网络簇生成算法———多重覆盖成簇算法,该算法以待选簇首节点的剩余能量和节点初始能量的比值作为簇首服务的失败率,在此基础上算法选择的簇首通过对关键节点进行多重覆盖,以保障关键节点数据的可靠传输.最后,通过仿真实验验证了算法的有效性和正确性.     

未知拓扑无线自组网络多节点干扰决策算法

为满足战场环境下无线自组网络通信拒止的干扰需求,提出了一种未知拓扑无线自组网络多节点干扰决策算法(CUCB)。首先,根据战场无线自组网络结构特点构建泊松点过程(PPP)网络模型,并利用其模拟网络中数据流传输过程;其次,随机对PPP网络中多个节点进行干扰,通过监听确认帧信息或侦察节点活跃度判断阻断网络流数,根据干扰结果构造节点相关性矩阵;最后,利用强化学习与环境实时交互的特点,在干扰过程中不断更新节点相关性矩阵并将其用于后续节点选择。所提算法无需获悉目标网络拓扑结构、节点重要性等先验信息,仅以阻断网络流数目或节点活跃性作为奖赏标准,适用网络类型更为广泛。仿真结果表明,对不同参数下的无线自组网络进行干扰,所提算法在鲁棒性方面优于现有算法,在累积阻断网络流数量方面比联合利用探索算法提高了27.1%。     

基于多子网复合复杂网络模型的多关系社交网络重要节点发现算法

为提高社交网络中重要节点评估的效率和有效性,根据社交网络中存在多种相互影响的关系的特性,基于复杂网络理论提出了一种适用于多关系社交网络的重要节点发现算法.首先使用多子网复合复杂网络模型建立包含多种关系的复杂网络,然后采用信号传播方法体现网络中多种关系和节点间的相互影响,以及这些影响的传递性,最后利用矩阵迭代方法模拟信号传播过程,定量分析网络中各节点的重要度.该算法综合了社交网络中节点的全局和局部重要性,考虑了各节点重要度的相互影响,在豆瓣网上的实验结果表明,与传统社交网络重要节点发现算法相比,该算法在迭代次数、涵盖率等指标上都有较大改善,有助于提高社交网络中舆情分析、社团结构发现、信息传播等工作的效率和准确性.     

机会传感器网络中节点协商的数据分发机制

针对机会传感器网络数据分发中如何降低网络通信开销、减少延迟并提高分发可靠性的问题,提出了基于节点动态协商策略的性能均衡的数据分发机制(EEDP).其核心思想是每个节点都建立有一个称为分发能力因子的评价指标,由节点的能量水平和节点与分发目标节点的相遇概率确定.在数据分发过程中,利用贪婪策略,不断寻找分发能力因子最高的部分节点承担分发任务,以加快分发速度并保持节点负载均衡.仿真结果表明,相比于谣言传播分发协议和定向分发协议,所提机制在通信开销、分发延迟及可靠性之间达到较好的平衡.     

QoS保证网络中的节点状态研究

网络资源的使用情况主要通过节点状态信息表达,其参数的选择在很大程度上决定了网络能支持怎样的QoS要求。通过分析现有网络机制,选择节点延时的概率密度函数作为节点状态信息参数,利用滤波器算法使其正态化,验证此节点状态函数应用于现有网络各类调度算法后,保持正态分布形式不变。这种节点状态的可描述化使得通过求解网络路径各节点延时的概率密度函数来有效地估计本路径的各度量参数变为现实。节点延时的正态化形式使节点状态获取、更新、业务分配、接纳控制及调度机制的计算变得简单,并在一定程度上有利于提高节点状态的平稳性,提高网络效率,达到为网络业务提供相应的统计服务质量保证的目标。     

车载容迟网络下基于节点传输能力的服务分发协议

为了解决车载容迟网络(VDTN)中节点间歇性连接导致的传输性能下降问题,提出了基于节点传输能力的服务分发协议(NDCSD).在NDCSD协议设计中,通过对节点有效连接时间估计内的吞吐量函数积分得到节点传输能力,采用小波神经网络对样本数据进行学习的方法获得吞吐量函数估计.然后,以节点传输能力为度量,采用Dijkstra算法设计服务数据分发协议,并在随机网络仿真器上实现了该协议.结果表明,与同类协议相比,NDCSD协议能够提高VDTN环境下服务数据的投递成功率,降低服务数据的传输时延、时延抖动及丢包率,说明综合考虑连接时间和吞吐量的方法能够改善VDTN下的服务传输能力,实现可靠传输.     

一种基于网络嵌入的社区发现方法

社区发现是社会网络分析的重要任务,有助于理解中观尺度的网络结构.现有的诸多社区发现方法仅考虑网络的拓扑信息,忽略了网络中每个节点所包含的属性信息.为此,本研究首先基于社会网络的拓扑结构信息与节点属性信息分别构建初始特征矩阵;然后基于网络嵌入模型,融合初始特征矩阵的主成分信息,构建共识嵌入矩阵;最后,给出社会网络中"领袖节点"的泛化定义形式,并提出一种改进的图聚类算法(LIK-means)挖掘社会网络中潜在的社区结构.实验表明,LIKmeans较其他经典算法有较好的可扩展性,同时在真实社会网络中的社区识别精度更高.