基于中心节点的动态扩散社团划分算法

社团划分是复杂网络研究中的关键研究方向之一。现有的绝大多数工作都聚焦于网络拓扑而忽略网络上的动态过程,针对此问题提出一种基于中心节点的动态扩散社团划分算法。首先,提出基于非回溯游走路径数的节点中心性评价指标;其次,为了对网络上发生的多尺度社交互动模式进行建模,找到一种新的边隶属度向量表示节点的社团归属情况,将中心节点与社团划分联系在一起,用动态系统表示社团成员的动态分配过程进而完成重叠社团划分;最后,为验证所提算法的有效性,将其应用于真实网络和人工网络,实验结果表明,所提算法在划分精度上有很大的优势。     

有标记网络中的病毒传播机理及动态特性

大数据环境下传播行为及动态演化形式是多元化的,其模型构建也各不相同.因此针对存在不同性质个体的有标记网络,探索了病毒传播模型与动态演化机制.首先将改进的有标记-易感染-已感染-易感染（S-SIS）传播模型应用到有标记网络,通过调节参数研究其对病毒传播的影响.改进了传统模型中传染概率为常数的假设,更好地模拟了感染状态的动态演化,构建了感染状态实时变化的感染概率方程,准确模拟了有标记网络中的病毒传播行为.最后利用平均场理论和蒙特卡洛方法进行仿真,对比检验不同参数变化对模型的影响.为了观察具有不同拓扑结构网络上的表现,对埃尔德什-雷尼随机网络与无标度网络进行了深入实验,得出了一系列新颖的结论.     

防窃听的安全网络编码

网络编码的思想得到了广泛的关注,网络编码的各种应用问题相继提出,其中网络编码中的安全是网络编码的重要应用领域。安全网络编码大体上分为两方面,反篡改数据和反窃听数据。反篡改数据也就是网络纠错,反窃听数据就是防搭线窃听的安全网络编码。文章论述了防窃听的安全网络编码的模型、理论、构造、发展,对抗搭线窃听的安全网络编码进行了重点分析。     

逻辑非兼平移CNN的鲁棒性设计

本文提出了一类细胞神经网络(CNN),这类CNN不仅能够将黑白图像中的黑白转换,同时还能将图像分别朝八个方向平移。鲁棒性分析给出了完成相应功能的参数不等式。数值模拟显示出理论结果在应用中的有效性。     

基于可信第三方的网上支付认证和审计系统

本文介绍了目前电子商务支付中应用较多的SET和3D—Secure协议．分析了它们的优缺点．并在此基础上提出了改进的3D．Secure技术,加入了审计环节支付的安全性。