带路径约束的双端网络可靠性分析磁

针对带路径约束的双端网络可靠性分析问题,即一个数据包从 S 点发送到 T 点,必须经过中间若干个节点,并且经过这些节点的先后顺序具有一定约束,提出了基于 BDD 的可靠性分析算法。该算法基于边扩展图实现路径约束,即在边扩展过程中只保留符合条件的约束路径,然后构建 BDD 以及进行双端网络可靠性分析。实例分析结果验证了算法的可行性和有效性。     

基于无效状态空间的多状态网络可靠性评估

在应用d-最小割(路)集计算多状态网络可靠度精确值算法中,运用容斥原理求解d-最小割(路)集较为复杂。为此,提出一种不需d-最小割(路)集直接计算多状态网络可靠度精确值的算法。该算法按一定规则分割状态空间,在此基础上生成无效状态空间,通过迭代计算直接获得可靠度精确值,同时通过定义边的容量下界及剩余网络。实例分析结果表明,运用该算法可减少计算量,并能精确求解d-最小割(路)集。     

网络可靠度BDD分析算法的性能改进

BDD是布尔函数的图形表示形式,被广泛应用到网络可靠度的分析计算中。为了提升网络可靠度BDD分析算法的性能,本文根据边扩展图实例,识别两类无效边扩展路径:冗余节点型无效扩展路径和ST非连通型无效扩展路径,然后基于基本的网络可靠度BDD分析算法,实现了两类无效扩展路径的消除技术。实验结果表明,两种无效扩展路径消除技术能够提前识别无效扩展路径,避免无效扩展,有效减少中间子网的数量,缩减分析时间;通过把两种技术结合起来,可以有效地消除边扩展图中的这两类无效扩展路径,从而极大提升可靠度分析的性能。     

链路失效情况下网络点对联通可靠度的近似计算

基于联通性的网络可靠性分析是网络可靠性研究中的经典问题,根据具体问题的不同而采用的最小枚举、最小生成树枚举、边割集枚举、容斥原理、不交和方法等都是随机性网络可靠性指标的精确计算方法.这些计算方法在网络可靠性分析研究中具有重要的作用和意义,它们构成了网络可靠性分析计算的重要理论依据.然而对任意网络的k终端可靠度、全终端可靠度以及剩余边联通可靠度和点对联通可靠度,都已经证明他们的精确计算属于NP-hard问题.网络可靠性的估计是获得以上可靠性测度的重要手段,同时在网络的拓扑优化设计中,追求高可靠性的代价就是费用的无限增加,在一般商用的设计中,网络可靠性测度只要满足给定的标准即可,需要对不同的网络拓扑估计有关的可靠性值.     

双网络中影响力凝聚子图发现算法

双网络由物理图和概念图构成，其中物理图和概念图共享网络结点集合而具有不同边集合.物理图中边表示结点间实际存在的关系；概念图中边表示结点间的相似程度，通常由计算得出.最近，从双网络中发现凝聚子图，即物理图中连通且概念图中稠密的子图受到研究者的广泛关注，在研讨会筹备、商品推荐和致病基因发现等真实场景中具有广泛应用.但现有研究鲜有考虑双网络中凝聚子图的影响力.为此：1）提出一种基于最小边权重定义的影响力凝聚子图，即影响力k-连通truss(k-ICT)子图模型.k-ICT子图模型能够有效刻画子图在双网络中的重要性且对低影响力边鲁棒. 2）由证明可知，发现影响力最大的k-ICT子图是NP-难的，因此提出一种基于概念图边等价类划分的CT索引结构.利用索引的概要图，能够根据不同的k值，快速发现包含所有k-ICT子图的候选子图. 3）提出了基于全局枚举删除和局部子图扩展的精确算法Exact-G kICT和Exact-LkICT，用于发现top-r具有最大影响力的k-ICT子图.通过大量在真实数据集上的实验，验证算法的高效性和有效性.     

多状态网络可靠度下界的矩阵分解算法

为减少计算多状态网络可靠度精确值的复杂性,提出基于分解计算多状态网络不可靠度精确值的思想,在此基础上提出一个求解多状态网络不可靠度动态上界(对应于可靠度动态下界)的算法.算法先通过分解运算去除某些边引起的d-最小割集之间的相关性,将网络不可靠度转化为多个互斥事件的概率之和,再应用MESP界求取这些事件的概率,计算网络不可靠度上界,对应得到可靠度下界,并计算了得到的可靠度下界与精确值间的绝对误差界.通过定义d-最小割集矩阵,利用矩阵分解实现算法,结构清晰、便于编程计算.相关引理的证明及算例分析表明随着分解的深入,算法能够得到满足精度要求的可靠度下界.     

因子分解二终端网络可靠度近似计算

因子分解算法可以用来计算网络可靠度精确值,但对于大型网络,可靠度精确值的计算非常困难。基于时间和精确度的双重考虑,在精确算法的基础上通过改进得出一种近似算法。实验结果证明,该算法得到的近似值接近精确值,而且计算时间要低于精确算法。     

最大边染色的指数时间算法

最近,凤旺森,张立昂,曲婉玲,王捍贫对源于无线Mesh网络中的一个新的计算问题--最大边染色问题--提出了常数比近似算法.最大边染色问题要求对图的所有边染色,满足对任一顶点v,与其相关联的所有边所染的颜色种数不超过正整数q(q≥2),求使用颜色种数最多的染色方案.然而,他们并没有给出该问题的任何精确算法.提出了几个指数时间的精确算法并分析了它们的复杂度.对完全图可以在多项式时间内找到精确解.     

利用图的边分割集个数比较网络的可靠性

图的边分割个数是网络可靠性研究的一个重要参考指标。对给定n点e条边的图G,本文给出了用代数组合方法计算其边分割集的一般求法,然后用所求得的边分割集个数比较两个网络的可靠性。     

无线传感器网络的二终端可靠性优化

研究的问题是无线传感器网络中一些节点由于能量耗尽导致节点损坏而影响二终端网络可靠性的优化问题,提出了无线传感器网络中,m个节点被损毁情况下使得边不交道路可靠性最大的优化问题.通过引入s-t子图边不交道路可靠性的概念,本文建立了一个优化模型,在该模型中,当C0满足C0≥C(C是设计的启发式算法得到的最可靠的s-t子网中所包含的节点数),而被损毁的节点数m≤|V|-C时,给出了寻找源点与终端节点之间最大的s-t子图可靠性的启发式算法,即最大边不交道路可靠性算法,并证明了这个算法的计算复杂性是多项式时间的.仿真结果说明在损坏的节点数小于给定条件时该算法有效地处理该优化问题.此外也用类似的方法简单地处理了优化模型中C0≤C'时的最大s-t子图可靠性,其中C'是最短s-t道路中所含的点数.     

基于二元决策图的网络可靠性评估

提出一种改进-二元决策图(BDD)的网络可靠性评估方法.为了解决BDD构造中有效识别同构子图的问题,将边收缩/删除法应用于BDD的图分解中,并提出了BDD的宽度优先搜索算法,通过遍历BDD图对边进行排序,为布尔函数的不交化提供了一种新的高效途径.实验结果表明,该算法具有精确性高、时间复杂度低的优点,可以避免常规最小路算...     

网络可靠性分析方法研究

总结了进行网络可靠性分析的一般步骤，比较了传统的网络分析方法的优缺点，重点论述了一种基于有序二叉决策图的方法，在考虑失效节点的网络可靠性分析中的应用。     

基于最小路集的网络可靠性分析方法研究

基于最小路集的网络可靠性分析方法是研究网络可靠度的重要算法之一,研究表明,在最小路集基础上求解网络可靠性是一个典型的NP-hard问题,其主要计算方法有三类：容斥原理法、不交积和法以及二叉决策图法。该文重点阐述了这三类计算方法的研究进展,并对其进行总结,对网络可靠性的未来发展方向进行了展望。     

Optimal resource assignment to maximize multistate network reliability for a computer network

Computer network is a major tool to transmit data in our modern society. How to evaluate and enhance network reliability is thus an important issue for organizations, especially to maximize network reliability. A computer network is a multistate network in which each edge has several possible capacities with a probability distribution and may fail. The multistate network reliability is the probability that the maximal flow is no less than a given demand. From the standpoint of quality management, a further problem is to reassign the existing resources for maximizing multistate network reliability without changing the network topology. Hence, this paper focuses on the resource assignment problem to propose an efficient approach based on the simple genetic algorithm. In which, a resource assignment is represented as a chromosome and the corresponding multistate network reliability is the fitness value of the chromosome. The experimental results show that the proposed algorithm can derive the optimal resource assignment in a reasonable time.     

超短波无线网络规划方法研究

为改进超短波无线网络的构建方式,研究在给定若干必要网络节点的条件下,增加机动节点构成最优网络的方法。为平衡网络的建设成本、可靠性和通信质量的关系,设计一个分层优化模型,并提出分层多目标优化近似算法求解该模型,根据目标函数的优先层次求得满足约束条件的近似最优解。仿真结果表明,该算法能找到与最优解近似甚至相同的解。与GLiD算法相比,其规划的网络成本更低,可靠性和通信质量更好。     

System reliability maximization for a computer network by finding the optimal two-class allocation subject to budget

In the real world, a computer/communication system is usually modeled as a capacitated-flow network since each transmission line (resp. facility) denoted by an edge (resp. node) has multiple capacities. System reliability is thus defined to be a probability that d units of data are transmitted successfully from a source node to a sink node. From the perspective of quality management, system reliability is a critical performance indicator of the computer network. This paper focuses on maximizing system reliability for the computer network by finding the optimal two-class allocation subject to a budget, in which the two-class allocation is to allocate exactly one transmission line (resp. facility) to each edge (resp. node). In addition, allocating transmission lines and facilities to the computer network involves an allocation cost where the cost for allocating a transmission line depends on its length. For solving the addressed problem, a genetic algorithm based method is proposed, in which system reliability is evaluated in terms of minimal paths and state-space decomposition. Several experimental results demonstrate that the proposed algorithm can be executed in a reasonable time and has better computational efficiency than several popular soft computing algorithms.     

社交网络下的不确定图隐私保护算法

社交网络平台的快速普及使得社交网络中的个人隐私泄露问题愈发受到用户的关心,传统的数据隐私保护方法无法满足用户数量巨大、关系复杂的社交网络隐私保护需求.图修改技术是针对社交网络数据的隐私保护所提出的一系列隐私保护措施,其中不确定图是将确定图转化为概率图的一种隐私保护方法.主要研究了不确定图中边概率赋值算法,提出了基于差分隐私的不确定图边概率赋值算法,该算法具有双重隐私保障,适合社交网络隐私保护要求高的场景.同时提出了基于三元闭包的不确定图边概率分配算法,该算法在实现隐私保护的同时保持了较高的数据效用,适合简单的社交网络隐私保护场景.分析与比较表明：与（k,ε）-混淆算法相比,基于差分隐私的不确定图边概率赋值算法可以实现较高的隐私保护效果,基于三元闭包的不确定图边概率分配算法具有较高的数据效用性.最后,为了衡量网络结构的失真程度,提出了基于网络结构熵的数据效用性度量算法,该算法能够度量不确定图与原始图结构的相似程度.