融合拓扑和属性的动态网络链路预测方法

网络数据中出现的大量节点属性和随时间变化的特征,给链路预测提出了新挑战。基于注意力机制和循环神经网络对随时间演化网络进行建模,提出了DTA-LP模型。与传统的静态链路预测算法相比,DTA-LP使用LSTM捕获时序信息,动态预测可以更好应用于现实网络;与基于网络拓扑的动态链路预测算法相比,DTA-LP可以聚集高阶拓扑特征,有效挖掘网络邻域信息;与基于属性网络的动态链路预测算法相比,DTA-LP可以加权融合网络拓扑属性,提高预测精度。在4种真实数据上的实验结果表明,该方法能结合网络已有先验知识,以较高的MAP值来预测未来网络中的边,验证了模型的有效性。     

基于数据驱动的监控系统数据服务器设计

分布式监控系统由多个监控子系统组成,负责监控多种设备。文章根据现场监测设备种类多、结构复杂等特点,针对工控信息、管理信息集成等需求,提出了一种基于数据驱动的数据服务器结构。该数据服务器实现了控制系统实时数据采集、处理、存储、发布的统一管理,采用数据服务的在线监督,将工控网络同管理网络分隔开,实现了数据的安全、动态发布。系统采用数据驱动的交换式结构,数据处理组件化,系统结构灵活、扩展方便。     

交换式监控系统数据服务器结构设计

分布式监控系统由多个监控子系统组成,负责监控多种设备,根据现场监测设备各类多、结构复杂等特点,针对工控信息、管理信息集成等需求,提出了一种基于数据交换的数据服务器结构。该数据服务器实现了控制系统实时数据采集、处理、存储、发布的统一管理,采用数据服务的在线监督,将工控网络同管理网络分隔开,实现了数据的安全、动态发布。系统采用数据驱动的交换式结构,数据处理组件化,系统结构灵活、扩展方便。     

分布式监控系统数据服务器结构设计

分布式监控系统由多个监控子系统组成,负责临近多种设备。本文根据现场监测设备种类多、结构复杂等特点,针对工控信息、管理信息集成等需求,提出了一种基于数据交换的数据服务器结构。该数据服务器实现了控制系统实时数据采集、处理、存储、发布的统一管理,采用数据服务的在线监督,将工控网络同管理网络分隔开,实现了数据的安全、动态发布。系统采用数据驱动的交换式结构,数据处理组件化,系统结构灵活、扩展方便。     

交换式监控系统数据服务器结构设计

分布式监控系统由多个监控子系统组成 ,负责监控多种设备。根据现场监测设备种类多、结构复杂等特点 ,针对工控信息、管理信息集成等需求 ,提出了一种基于数据交换的数据服务器结构。该数据服务器实现了控制系统实时数据采集、处理、存储、发布的统一管理 ,采用数据服务的在线监督 ,将工控网络同管理网络分隔开 ,实现了数据的安全、动态发布。系统采用数据驱动的交换式结构 ,数据处理组件化 ,系统结构灵活、扩展方便。     

基于密集连接卷积神经网络的链路预测模型

现有的基于网络表示学习的链路预测算法主要通过捕获网络节点的邻域拓扑信息构造特征向量来进行链路预测，该类算法通常只注重从网络节点的单一邻域拓扑结构中学习信息，而对多个网络节点在链路结构上的相似性方面研究不足。针对此问题，提出一种基于密集连接卷积神经网络（DenseNet）的链路预测模型（DenseNet-LP）。首先，利用基于网络表示学习算法node2vec生成节点表示向量，并利用该表示向量将网络节点的结构信息映射为三维特征数据；然后，利用密集连接卷积神经网络来捕捉链路结构的特征，并建立二分类模型实现链路预测。在四个公开的数据集上的实验结果表明，相较于网络表示学习算法，所提模型链路预测结果的ROC曲线下方面积（AUC）值最大提高了18个百分点。     

江苏水电局水电站调度自动化系统

江苏水电局水电站调度自动化系统设计环形和星形网络相结合的拓扑结构,骨干网络采用两套千兆光纤冗余环网,实现了链路冗余和设备的冗余;各子网站采用星形拓扑结构。此系统具有高性能、高可靠性的特点,实现了无人职守、远程控制、故障自愈及网络管理等先进的功能。水电站调度自动化系统的需求包括:传输距离远;网络分期实施,要求易扩展,后期网络接入主干时不应影响已投入使用网络的运行;设备要求很高的可靠性,满足无人职守的需要;单点的链路故障不应该影响网络数据的     

基于时序图卷积的动态网络链路预测

动态网络链路预测广泛的应用前景,使得其逐渐成为网络科学研究的热点.动态网络链路演化过程中具有复杂的空间相关性和时间依赖性,导致其链路预测任务极具挑战.提出一个基于时序图卷积的动态网络链路预测模型(dynamic network link prediction based on sequential graph convolution, DNLP-SGC).针对网络快照序列不能有效反映动态网络连续性的问题,采用边缘触发机制对原始网络权重矩阵进行修正,弥补了离散快照表示动态网络存在时序信息丢失的不足.从网络演化过程出发,综合考虑节点间的特征相似性以及历史交互信息,采用时序图卷积提取动态网络中节点的特征,该方法融合了节点时空依赖关系.进一步,采用因果卷积网络捕获网络演化过程中潜在的全局时序特征,实现动态网络链路预测.在2个真实的网络数据集上的实验结果表明,DNLP-SGC在precision, recall, AUC指标上均优于对比的基线模型.     

基于图卷积与长短期记忆网络的动态网络表示学习模型

针对动态网络节点之间链路预测的准确率低和运行时间长的情况,提出了一种以降噪自编码器（dAE）为框架,结合图卷积网络（GCN）和长短期记忆（LSTM）网络的动态网络表示学习模型dynGAELSTM。首先,该模型的前端采用GCN捕获动态图节点的高阶图邻域的特征信息;其次,将提取到的信息输入dAE的编码层以获取低维特征向量,并在LSTM网络上获取动态网络的时空依赖特征;最后,经dAE的解码层重建预测图,并与真实图对比来构建损失函数,从而优化模型完成链路预测。理论分析和仿真实验表明,dynGAELSTM模型相较于预测性能第二的模型在三个数据集上的预测性能分别提升了0.79、1.19和3.13个百分点,模型的运行时间降低了0.92%和1.73%。可见dynGAELSTM模型在链路预测任务中相较于现有模型精度提升,复杂度降低。     

基于统一描述网络结构模型的链路预测方法

面向网络链路预测的随机分块模型和层次结构模型利用全概率思想计算节点对之间的链路形成概率,但无法有效利用从宏观、中观网络结构到微观低阶环或模体结构中的重叠结构信息,导致链路预测结果的准确率较低。根据笛卡尔积和幂集等概念,借鉴随机分块模型和层次结构模型思想,构建一种对层次结构信息、重叠结构信息和微观结构信息进行统一描述的网络结构模型（USI）。基于USI模型提出一种链路预测方法,依据网络结构信息给出USI模型中的集合划分,利用最大似然估计法计算节点对之间的链路形成概率,最终根据概率并联策略得到链路预测结果。实验结果表明,与基于节点相似性的经典链路预测方法相比,该方法在LT、ER、OP网络数据集上的AUC值提升了0.075~0.143,具有更高的链路预测准确性,并且验证了网络规模对链路形成具有一定的影响。     

EDNM：基于EI技术支持嵌入式设备网络管理模型的研究与实现

随着EI技术的不断发展，人们目前可以对非Internet设备进行访问、管理和控制，但是如何才能有效系统管理大量的嵌入式设备一直都是困扰人们的难题。作者针对面向设备级动态驱动的异种网络互连的研究，提出了一种基于EI技术的支持嵌入式设备的网络管理的研究，通过该模型可以透明地加入和删除节点以实现系统的可伸缩性；通过检测节点或设备故障和正确地重置系统达到高可重用性。该模型可以实现设备的动态管理，可以对接入到互联网大量的嵌入式设备进行访问和控制，从而真正实现设备的网络化和智能化管理。本文详细讨论了嵌入式设备网络管理模型的体系结构、设计方法和实现技术，并给出了相应的性能测试结果。     

预警气象信息发布系统的网络设计与实现

预警气象信息发布平台网络系统是充分利用省级电子政务外网平台,建设一套面向省级-地市级-区县级的突发公共事件预警信息发布管理平台的网络系统。包括以电子政务外网为主干通信网络,连接省、市、县三级发布管理平台和预警信息发布单位;以气象业务网为系统备份网络,对省、市、县三级发布管理平台之间的通信链路进行备份,保证三级发布管理平台之间通信的可靠性,旨在将此设计提升为一种通用模型,提供业界借鉴与参考。     

一种基于Web的嵌入式设备网络管理的设计

随着Web和嵌入式系统的发展，许多非Internet的嵌入式设备联入了互联网，人们希望可以对这些设备能够进行管理和控制。该文针对嵌入式设备提出了一种基于Web的嵌入式设备的网络管理模型。通过把Web集成到嵌入式设备中，可以随时随地对设备进行远程访问及管理，利用该模型可以真正实现非Internet设备的网络化以及对Internet的透明网络互联。     

上海快速道路网智能诱导系统的设计与实现

从上海城市快速道路网交通管理的需求分析入手,介绍“区域控制、广域诱导”的网络交通二阶协调管理策略,构建应用系统的分层结构模型。通过研究快速道路网交通特性确定管理子区划分、检测断面布设、多级诱导设置等系统设计原则和关键参数。成果集成应用于上海快速道路智能交通诱导系统的设计和实施中。该系统运行后在保持流量不变的情况下,路网服务水平提高了15％。     

基于无人机分层网络的非对称链路研究

战场信息感知和通信能力是影响战场信息网络性能的重要因素.依据无人机自身特点和未来战场通信的需求,提出了无人机平台辅助的分层式通信网络结构.网络采用无人机与地面ad hoc分簇网络实现有效信息交换.考虑到无人机与地面骨干节点之间链路的非对称性,提出一种基于非对称因子η的动态链路资源分配算法.仿真结果表明,动态分配算法实现的链路效率在高系统负载时比Slotted Aloha方式在性能上有较大改善,数据包的平均传输时延在系统负载率小于0.9时维持在较小水平,而当负载率大于0.95时时延增长速度显著加快.     

提升LoRa网络性能的终端参数动态选择方法研究

针对当前大部分LoRa网络因终端采用静态参数配置而导致的网络灵活性和通信效率不高等问题,提出了一种基于正交遗传算法改善LoRa网络性能的动态参数选择方法。分析了不同参数配置对网络通信性能的影响,针对LoRa网络建立信道冲突和链路预算模型,通过引入基于多目标遗传算法的动态参数选择方法求解该模型,最终获得具有最小冲突概率的参数集。通过对超过10 000台设备的单网关LoRa网络的运行结果表明,所提出的动态参数选择算法可将网络的分组交付率（Packet Delivery Rate,PDR）提高30%,显著提高了网络在不同应用场景下的适应性和扩展能力。     

移动云环境中基于节点自适应配置的可靠服务架构

为了解决移动云计算系统中因链接断开和网络分区对服务可靠性的影响问题,提出一种基于服务副本管理和节点自适应配置的服务软件架构。其由通信中间件、监测系统、上下文管理器以及副本管理器组成。根据监测到的服务需求和节点信息,副本管理器通过一种自适应配置算法来激活或休眠节点,使任务能够在当前最适合的节点中执行,以此提高计算服务系统的可靠性。案例结果表明,该方案能够保证动态网络环境中的服务可靠性。     

一种基于Web技术的嵌入式设备网络管理模型及实现

随着Web技术的不断发展，人们逐渐产生了共享、管理和控制非Internet设备信息的需求．针对面向设备级动态驱动的异种网络互连的研究，提出了一种基于Web技术的嵌入式设备网络管理模型．它是在嵌入式实时多任务操作系统(ERTOS)、thin TCP／IP协议栈和Embedded Web Server(EWS)技术的基础上构建而成，可以对接入到互联网大量的非Internet设备进行管理和控制．从而真正实现设备的网络化和智能化管理，该模型可以在线实现设备的远程配置、报警、监视和控制等管理功能．     

基于MIB动态编译的网络管理研究

随着网络规模的不断扩大，网络中随时都可能增加新的设备，处于运行状态的网络管理系统不能够很好地管理新加入的设备，从而影响网络的性能。针对该问题，提出了一个基于MIB动态编译的新的网管体系结构，可以根据网络中设备的变化动态地加载、卸载MIB模块，从而对动态变化的设备管理提供支持。为了提高效率，对MIB中对象的存储以模块为基础进行分段，使查找MIB中对象的时间复杂度为一个常数。     

Optimal replication algorithms for hierarchical mobility management in PCS networks

In the context of heterogeneous networks and diverse communication devices, real person-to-person communication can be achieved with a universal personal identification (UPI) that uniquely identifies an individual and is independent of the access networks and communication devices. Hierarchical mobility management techniques (MMTs) have been proposed to support UPI. Traditional replication methods for improving the performance of such MMTs are threshold based. In this paper, we present optimal replication algorithms that minimize the network messaging cost based on network structure, communication link cost, and user calling and mobility statistics. We develop our algorithms for both unicast and multicast replica update strategies. The performance of these replication algorithms is studied via large scale network simulations and compared to results obtained from the threshold-based method.