网络中多节点故障定位的探测路径选择算法

针对现有故障定位技术不能满足多节点故障定位的要求,尤其当网络中存在大量故障节点时,提出了一种基于主动探测的探测路径选择算法。该算法主要包括用于故障检测的贪婪路径选择算法和用于故障定位的禁忌链路搜索算法。在故障检测阶段,使用贪婪路径选择算法迭代地选择具有最小权重的探测路径覆盖网络中的节点。在故障定位阶段,使用禁忌链路搜索算法多次生成候选路径集以选择最合适的探测路径来解决多节点故障定位问题。在随机网络拓扑和真实网络拓扑上的仿真结果表明,与现有的节点故障定位算法相比,探测路径选择算法具有更高的成功定位率和更低的探测成本。     

基于节点稳定度预测机制的Ad hoc网络中关键节点探测算法研究

为了更好地适应Ad hoc网络拓扑结构的动态特性,提出一种基于灰色预测模型的具有节点稳定度预测功能的NS-PMRC(Node Stability Prediction algorithm of Midpoint Range Circle)算法.该算法结合GPS系统提供的节点地理位置信息,在路由维护阶段利用等维递补灰色预测模型实时预测出节点下一时刻的地理位置,并计算下一时刻节点间的距离和节点稳定度.通过比较下一时刻节点间稳定度来判断关键节点的存在条件.该算法相对于PMRC算法提高了探测准确度,并明显提高了网络整体性能.     

基于丢包率的多播网络拓扑推断算法

在已有的网络拓扑推断算法的基础上,提出一种改进的基于丢包率的多播网络拓扑推断算法。依据各层次节点及接收节点的层次信息,利用海明距离和节点接收的探测包数目,能够同时推断网络拓扑结构和链路丢包率,并且在计算链路丢包率的估计值时动态地调整拓扑推断的判决门限值,从而提高了推断的准确性。仿真实验证明,与现有算法相比,该算法具有更好的性能。     

无线传感器网络的能量均衡路由算法

在分析现有的网络拓扑推断算法的基础上,提出一种改进的基于丢包率的多播网络拓扑推断算法。结合接收节点的层次信息、汉明距离及节点接收的探测包数量,能够同时推断网络拓扑结构和链路丢包率,并根据链路丢包率的估计值动态地调整拓扑推断的判决门限值,提高了推断的准确性。仿真实验证明,与现有算法相比,该算法具有更好的性能。     

基于丢包率的多播网络拓扑推断算法

在分析现有的网络拓扑推断算法的基础上,提出一种改进的基于丢包率的多播网络拓扑推断算法。结合接收节点的层次信息、汉明距离及节点接收的探测包数量,能够同时推断网络拓扑结构和链路丢包率,并根据链路丢包率的估计值动态地调整拓扑推断的判决门限值,提高了推断的准确性。仿真实验证明,与现有算法相比,该算法具有更好的性能。     

一种基于改进蜂群算法的网络重构技术

空间信息网络在给定拓扑结构和资源受限的情况下,卫星节点间如何优化链路选择,重构网络拓扑结构,使得升级后的空间信息网络具有良好的抗毁性,是非常具有研究价值的问题.本文针对空间信网络拓扑重构问题,综合考虑卫星节点之间的可见性、可连通时间和可连通度等约束条件,建立了卫星网络拓扑链路模型和节点模型并提出基于改进蜂群算法的空间信息网络拓扑重构算法.仿真实验表明,该算法在资源受限的情况下,能够兼顾改善网络的有效性和抗毁性,有效延长网络的生存时间.     

基于拓扑分割与聚类分析的虚拟软件定义网络映射算法

针对目前大部分基于虚拟软件定义网络（vSDN）的映射算法未充分考虑节点与链路之间的相关性的问题,提出了一种基于网络拓扑分割与聚类分析的vSDN映射算法。首先,通过根据最短跳数进行拓扑分割的方法,降低物理网络的复杂度;然后,通过根据节点拓扑和资源属性进行聚类分析的方法,提升映射算法的请求接受率;最后,通过将链路约束分散到节点带宽资源以及节点的度进行约束考量,对不符合链路要求的节点进行重映射,从而优化了节点与链路映射过程。实验结果表明,该算法有效地提升了基于软件定义网络（SDN）架构的虚拟网络映射算法在较低连通概率物理网络下的请求接受率。     

基于节点度分层的路由器级拓扑布局算法

在对Internet路由器级拓扑的可视化过程中,由于探测结果中节点数量众多和链路复杂,导致布局效果呈现主次不分、边交叉和布局效率低等问题。如何在保证全面展示拓扑中数据和提高布局效率的前提下呈现良好的布局效果是文中的研究重点。针对现有的布局算法都存在布局效果不佳和效率低等问题,提出一种改进的FR算法—DHL( Degree Hier-archical Layout)算法。首先,根据Internet路由器级拓扑中节点度分布的幂律性质将节点分为三类;接着对分类后的节点进行分层显示;最后根据层次的不同选取合理的初始温度和迭代次数。实验结果表明,文中算法能有效降低时间复杂度和边的交叉数,并使布局效果体现网络的层次性。     

一种基于区域分裂与合并的势博弈网络拓扑控制算法

现有无线传感器网络拓扑控制算法在传感器节点部署密集或稀疏区域存在网络拓扑链路冗余、个别节点负载过重、瓶颈节点和网络生命周期短等问题。针对这些问题,提出一种基于区域分裂与合并的势博弈网络拓扑控制算法,该算法首先划分目标区域并随机抛洒传感器节点,在每个子区域内进行博弈并选出簇首节点,利用区域分裂与合并思想,在节点密集区域进行分割再博弈,防止部分节点负载过大,在节点稀疏区域利用权重链路进行合并,防止出现瓶颈节点以保障网络连通;然后对所有簇首节点实施二次势博弈生成簇首拓扑结构连接各子区域。仿真结果表明,该算法能够有效缓解节点负载,均衡节点能耗,延长网络生命周期。     

基于压缩感知的异构网络数据动态重构算法

针对异构网络数据资源存在节点及链路均衡度过低且数据重构资源分配路径误差较大的问题,设计一种基于节点拓扑感知的异构网络数据动态重构算法。利用模糊核聚类算法将数据样本集映射至高维空间内,聚类目标数据,根据节点在网络中对应的坐标构建异构网络拓扑模型及数据权矩阵模型;设置路由器物理链路通信图,根据链路带宽约束优化数据重构资源的分配路径,将节点核心区数据重构,并分配至聚类节点来感知数据的动态变化,为每一个核心聚类节点拓扑感知一个路由器数据的动态变化,来实现全局的数据动态重构,至此完成基于节点拓扑感知的异构网络数据动态重构算法的设计。设计仿真实验,测试算法的节点均衡度与链路均衡度。实验结果表明,设计的算法的节点均衡度为0.93,链路均衡度为0.90,均高于对比方法,因此可以得出,该算法的资源均衡度更好。     

基于图模块度聚类的异常检测算法

社会网络的数据规模在不断扩大,现存的异常检测算法对复杂社会网络进行检测的效果不理想,提出了一种基于图模块度聚类的异常检测算法(anomaly detection algorithm based on graph modularity clustering, GMC＿AD),该算法适用于解决受网络规模以及复杂度的限制导致检测效率不高的问题。GMC＿AD算法在分析网络拓扑结构的基础上,通过引入异常节点加权机制和模块度聚类算法进行异常检测。GMC＿AD算法主要在三个方面进行改进：a)设计网络中节点演化的量化策略,以此识别具有异常演化行为的节点来得到异常节点集合;b)通过模块度聚类的方法降低网络规模;c)在计算网络波动值的过程中使用加权机制合理考虑异常节点的影响,再通过网络波动值变化来检测异常。基于真实社会网络VAST、EU＿E-mail和ENRON进行对比实验,GMC＿AD算法准确地检测出异常发生的时段,实验结果显示在事件检测敏感性上提高了50%～82%,在异常检测运行效率上提高了30%～70%。实验结果表明,GMC＿AD算法不仅提高了异常检测算法的准确率和敏感性,还提高了异常检测算法的效率...     

基于节点拓扑结构和属性的重叠社区检测算法

近些年来,网络中的重叠社区检测应用越来越广泛,这极大引起了人们的兴趣。通常重叠社区检测只考虑节点的拓扑结构信息,忽略了节点的属性信息,这可能会遗漏数据间的重要结构。本文提出了一种基于节点拓扑结构和属性相似度的局部社区检测算法。首先,计算出节点与社区之间属性相似度。其次,为挖掘内部紧耦合的社区,计算出能够表示耦合性的模块度增量。最后,通过融合多个已检测到局部社区,计算出隶属矩阵从而获取全局重叠社区结构。在三个有真实社区的数据集上的实验结果从内部指标模块度和与真实社区的比较验证了基于节点拓扑结构和属性相似度的重叠社区检测算法比目前基于节点结构的社区检测算法在效率和有效性上有所提升。     

一种改进的DFD无线传感器网络节点故障诊断算法研究

无线传感器网络是远程分布式环境监测的重要手段。节点故障诊断作为无线传感器网络的关键技术之一,是无线传感器网络大多应用领域不可或缺的环节。DFD算法是一种可应用于无线传感器网络的节点故障诊断算法,通过网络内邻居节点间的数据交换和相互测试诊断出故障节点。对DFD算法的诊断判据进行了修改,提出了改进的DFD算法。仿真结果表明,改进的DFD算法能适用于待诊断节点的邻居节点数较少、节点故障率较高的传感器网络,且大大提高了故障诊断精度。     

基于共邻节点相似度的社区划分算法

复杂网络中的社区结构能帮助人们认识网络的基本结构及其功能。针对目前多数社区划分算法准确率低、复杂度高的问题，提出了一种基于共邻节点相似度的社区划分算法。首先，为了计算节点间相似度值，提出了相似度模型，该模型通过将被测节点对的邻居节点引入一并计算，提高了相似度度量的准确性；然后，计算节点局部影响力值，能客观地表现出节点在所处网络中的重要性；其次，结合节点相似度值和节点局部影响力值对节点进行层次聚类，完成网络社区结构的初步划分；最后，通过聚合初步划分的子社区，获得复杂网络的最优模块度值。仿真结果表明，在网络的社区特征模糊时，与新的基于局部相似度的社区发现算法（CDALS）相比，所提算法的准确率提高了14%，证明了所提提法更能够准确、有效地划分复杂网络的社区结构。     

Robust corner detection using altitude to chord ratio accumulation

As one of the most significant image local features, corner is widely utilized in many computer vision applications. A number of contour-based corner detection algorithms have been proposed over the last decades, among which the chord-to-point distance accumulation (CPDA) corner detector is reported to produce robust performance in corner detection, especially compared with curvature scale-space (CSS) based corner detectors, which are sensitive to local variation and noise on the contour. In this paper, we investigate the CPDA algorithm in terms of its limitations, and then propose the altitude-to-chord ratio accumulation (ACRA) corner detector based on CPDA approach. Altitude-to-chord ratio is insensitive to the selection of chord length compared with chord-to-point distance, which allows us utilize a single chord instead of the three chords used in CPDA algorithm. Besides, we replace the maximum normalization used in CPDA algorithm with the linear normalization to avoid the uneven data projection. Numerical experiments demonstrate that the proposed ACRA corner detection algorithm outperforms the CPDA approach and other seven state-of-the-art methods in terms of the repeatability and localization error evaluation metrics.

     

无线自组织网络中多层综合的节点行为异常检测方法

Ad hoe网络由于采用无线信道、有限的电源和带宽、分布式控制等,会比有线网络更易受到入侵攻击.通常的入侵检测技术具有检测能力单一、缺乏对抗新入侵方式的能力等缺陷.在分布式入侵检测系统(IDS)的基础上,提出一种针对移动节点网络行为的异常检测机制.基于多层综合的观测值序列,采用隐半马尔可夫模型(HSMM)建立描述网络中合法节点正常行为的检测模型,继而对网络中的正常与异常行为进行判断与识别.实验表明,此方法能针对现有多种入侵方式进行有效的检测.     

基于链路交点相对位置信息的轻量级覆盖空洞检测算法

针对无线传感器网络（WSN）覆盖空洞导致网络性能和服务质量下降的问题，提出了一种基于链路交点相对位置信息的覆盖空洞检测算法（CHDARPI）。首先，定义空洞边界节点并计算相邻边界节点间链路的交点相对位置（RPI）值；然后，采用基于未完全覆盖交点数量（NICI）优先的策略选择空洞检测的发起节点，保证了连通覆盖空洞的并发检测。最后，在空洞检测过程中，将空洞检测消息局限于空洞边界节点之内，并根据转发节点方向角的大小制定不同场景下的转发策略，保证了空洞检测的效率。仿真结果表明：与现有基于边界节点的分布式覆盖空洞检测算法（DCHD）和基于分布式最小极角的覆盖空洞检测算法（DLPA）相比，CHDARPI在平均空洞检测时间和检测能耗方面分别至少下降了15.2%和16.7%。     

基于节点相似度的无监督属性图嵌入模型

属性图嵌入旨在将属性图中的节点表示为低维向量,并同时保留节点的拓扑信息和属性信息.属性图嵌入已经有一系列相关工作,然而它们大多数提出的是有监督或半监督的算法.在实际应用中,需要标记的节点数量多,导致这些属性图嵌入算法的难度大,且需要消耗巨大的人力物力.针对上述问题以无监督的视角重新分析,提出了一种无监督的属性图嵌入算法...     

基于链路交点相对位置信息的轻量级覆盖空洞检测算法

针对无线传感器网络（WSN）覆盖空洞导致网络性能和服务质量下降的问题,提出了一种基于链路交点相对位置信息的覆盖空洞检测算法（CHDARPI）。首先,定义空洞边界节点并计算相邻边界节点间链路的交点相对位置（RPI）值;然后,采用基于未完全覆盖交点数量（NICI）优先的策略选择空洞检测的发起节点,保证了连通覆盖空洞的并发检测。最后,在空洞检测过程中,将空洞检测消息局限于空洞边界节点之内,并根据转发节点方向角的大小制定不同场景下的转发策略,保证了空洞检测的效率。仿真结果表明：与现有基于边界节点的分布式覆盖空洞检测算法（DCHD）和基于分布式最小极角的覆盖空洞检测算法（DLPA）相比,CHDARPI在平均空洞检测时间和检测能耗方面分别至少下降了15.2%和16.7%。     

Cyber security methods for aerial vehicle networks: taxonomy,challenges and solution

Aerial vehicle networks (AVNs) compose a large number of heterogeneous aerial nodes, such as unmanned aerial vehicles, aircrafts and helicopters. The main characteristics of these networks are the high mobility of aerial nodes and the dynamic network topology. AVNs represent attractive targets for attackers due to the fact that aerial nodes could be connected to an untrusted network and hence lead the attackers to launch lethal threats, e.g., aircraft crash. Therefore, the security of AVNs is mandatory. In this article, we examine the challenges of cyber detection methods to secure AVNs and review exiting security schemes proposed in the current literature. Furthermore, we propose a security framework to protect an aircraft (SFA) against malicious behaviors that target aircrafts communication systems. Numerical results show that SFA achieves a high accuracy detection and prediction rates as compared to the current intrusion detection for aircrafts communication system.