基于k-邻域同构的动态社会网络隐私保护方法

社会网络数据分析蕴藏着巨大的经济利益,但是直接研究社会网络数据可能造成用户敏感信息泄漏,对个人隐私构成威胁.目前的隐私保护技术集中于研究单次数据发布,即静态网络中的隐私保护,然而社会网络数据动态发布需要动态的隐私保护方法.文中针对攻击者拥有在不同时刻的节点1-邻域子图作为背景知识的应用场景,提出了一种基于动态社会网络的隐私保护方法,该方法利用相邻时间片网络图之间的关联关系,依据信息变化增量确定邻域同构等价组中的基准节点,并通过对下三角矩阵操作来实现等价组中节点邻域子图匿名化的持久性.实验结果表明该模型能够有效地抵制邻域攻击,保护动态社会网络发布的用户数据隐私.     

社会网络中基于路径的社团划分方法

针对社会网络中用户信息时的传播路径，提出一种社会网络中基于路径的社团划分方法.首先，采用边介数中心性来进行社团划分，接着设计了一种基于重要路径的社团更新方法来解决初步划分社团之后的碎片问题，最后针对信息传播中用户态度发生变化的问题，提出基于PSO算法的社团动态更新方法.实验分析说明，本方案时间复杂度较小，性能也具有一定的优势.     

基于时隙的R2V网络上行链路规划通信价值最大化研究

对路边单元与车辆之间(R~2V)进行上行数据传输的价值最大化问题进行了研究,通过对RSU时域进行时隙划分,采用Santa Claus Problem进行规约,证明了传输价值最大化是NPC问题,并进行了线性规划描述.分别对静态和动态的场景进行了模拟,针对静态场景,提出了近似比为1+ε的多项式时间近似调度算法(PTAS);针对动态场景,分别模拟了先到先服务算法(FCFS),以及基于速度、权重、传输量为启发函数的启发式算法(WFCS).仿真结果表明:WFCS算法能更好地适应网络通信价值最大化的需要,在保证网络服务质量的同时有效提升网络整体通信价值.     

基于局部信息的加权无标度网络改进路由策略

针对现有路由策略的不足,提出一种新的基于网络局部信息的路由策略.利用网络节点在网络中的局部邻居节点的静态信息,引入网络节点队列的动态信息来进行路由选择,节点在对数据包进行路由选择时能正确根据网络静态信息和实时动态信息进行路由.仿真实验证明提出路由策略的有效性,即当控制参数α=-1.0时,网络中的负载均匀分布在各个节点上,而不会拥挤在度大的节点,从而有效抑制了网络拥塞.     

集对社会网络分析模型及其应用

通过社会网络信息发掘的研究,发现在利用社会网络寻找个体之间的关联关系的过程中信息存在不确定现象,并且社会网络是在不断动态变化着的.针对网络中存在的不确定以及动态问题,提出了集对社会网络分析模型以及集对社会网络分析模型的相关性质,并且给出了相应的应用实例.     

互联电力网络复杂性研究的若干新进展

以复杂网络理论为先导,综述了清华大学电机系近两年的研究成果,针对静态电力网络,提出了分解与协调算法和输电线路脆弱度评估算法;针对动态电力网络,提出了简化与等值算法和同步化控制算法,同时提出了网络生长与演化模型。研究了电力网络的生长机制问题,     

在线社会网络的动态社区发现及其演化

分析了目前动态社区发现及其演化所存在的问题,提出了一种新的动态社区演化方法.该方法利用静态社区挖掘算法提取不同时间快照的每个社区,然后计算出相邻快照的社区之间的演化影响力,进一步分析连续快照中社区结构的发展演化过程.在新浪微博、网络测量Gnutella等大规模实验数据集上的验证,证明了该方法的有效性.此外,实验中还分析了社会网络中节点的出现和消失的频繁程度会影响社区稳定性以及社区结构的演化.      

自组网络的分簇算法

当自组网络（ad hoc）的规模增大时，控制分组在网络中的传输急剧增多，这大大降低了路由和转发的性能．分簇是提高ad hoc网络可扩展性的重要手段．针对已有分簇算法的缺陷以及静态和动态ad hoc网络的特性，分别提出了新的静态分簇算法SACA和动态分簇算法DACA．其中SACA算法将分簇数量减小到已有算法的大约一半，但不增加簇成员数量，提高了分簇效率，减少了分簇时间；DACA算法将簇间的公共节点数目大大降低，从而有效降低了分簇结构的维护开销，提高了网络运行的效率、路由和转发性能．     

一种基于动态贝叶斯模型的大型IP网络故障诊断方法

为了提高IP业务的服务质量,利用告警等症状和已有知识快速准确地定位根故障十分重要。基于贝叶斯网络的不确定推理方法是近年来广泛应用的一种故障诊断方法。目前,基于静态贝叶斯网络的故障定位只是利用当前信息进行故障诊断,无法处理时间信息;而已有基于动态贝叶斯网络的诊断算法复杂度太高,不适用于大型网络。本文针对大型IP网络,建立用于故障诊断的动态贝叶斯模型,并对基于动态贝叶斯网络的一种通用的精确算法进行改进,实验证明它能够对大型IP网络快速准确的定位故障。本文方法充分利用告警库中的历史数据和当前症状信息,对当前的系统状态进行估计,完成故障诊断。     

未知环境下移动机器人自主避障算法的研究

移动机器人是完成救援、运输等各种任务的重要工具,如何让机器人系统自主适应不同的复杂场景是目前的研究热点.本文针对具有静态和动态障碍物的复杂未知环境,对移动机器人进行运动学建模,提出了基于长短期记忆网络的近端策略优化避障算法.在无障碍物和有障碍物的仿真训练环境中,实现无先验地图信息情况下机器人在非结构化环境中的自主避障....     

一种基于遗传算法和LM算法的混合学习算法

针对遗传算法与神经网络结合方式中存在的早熟收敛、泛化能力弱等问题, 提出一种交替使用遗传算法和Levenberg Marquardt算法优化神经网络的混合学习算法（GALM算法）. 该算法先通过遗传算法粗调得到一组全局最优近似解, 再以该近似解为初值, 交替使用遗传算法和LM算法优化神经网络训练, 直至发现满意的网络参数. 实验结果表明, 新算法提高了网络的学习能力和收敛速度.     

动态社会网络中的社区挖掘算法研究

为解决社区挖掘问题,针对社会网络的动态特性,给出了新的社区定义,并结合连通性和频繁性概念提出一种新的算法DCSMA(Dynamic Community Structure Mining Algorithm)。挖掘时刻连通的个体集合作为社区,采用层状结构模型,根据重要性权重区分社区内个体,使社区结构更加清晰。在标准测试数据集上的实验结果表明了该算法的可行性和有效性。     

基于社会网络分析的P2P网络挖掘

设计并实现了一种在P2P网络中基于社会网络分析的数据挖掘算法。该算法可以挖掘出P2P网络中的中心节点、关键节点和社区结构,这为P2P网络的激励机制确定给哪些节点相应的激励措施提供了有效依据。     

基于社区节点重要性的社会网络压缩方法

针对目前图压缩方法中存在的时间复杂度较高、依赖先验知识设定参数、需要调节的参数过多、压缩有损、忽视网络社区结构等问题, 提出基于社区节点重要性的社会网络压缩方法。该方法由基于贪婪策略的社区发现算法(GS)和社会网络压缩算法(SNC)两部分组成。GS算法采用拓扑势理论, 不但可以实现社区发现, 而且可挖掘出社区中的重要节点。SNC算法以网络社区为压缩对象, 在保持社区间的关联关系的前提下实现了无损压缩, 并可在必要时保留社区中的重要节点或基本结构。通过实验, 对方法的可行性和有效性进行了验证。     

跨域虚拟网络环境下虚拟机Live的迁移机制

针对跨域虚拟网络环境下虚拟机的在线迁移机制, 设计了支持虚拟机跨域通信的虚拟网络路由协议和控制虚拟机在线迁移的路由更新协议, 以支持虚拟机的跨域动态管理, 并基于流行虚拟化环境Xen, 完成了原型实现, 从而解决了虚拟机跨域的在线迁移问题, 实现了利用广域网络环境搭建动态虚拟化平台.     

社群网络中基于链接分类的研究与应用

由于在互联网、电信、生物信息、社会网络分析等领域可获得的链接丰富的数据日益增多,链接挖掘已经成为数据挖掘的研究热点。基于链接分类是链接挖掘的一个重要方向。在此以电信领域用户通话特征数据为对象,研究了基于链接分类技术及其在电信客户流失预测的应用方法,在提取并分析大规模客户呼叫图的极大团、结点膨胀率、结点聚集度等与节点稳定性相关的链接属性及其时变特征的基础上,提出了一种适合海量数据的基于链接的电信客户流失预测算法。实验结果表明,此算法较传统分类算法能提高客户流失预测性能,实现了基于链接分类方法的成功应用。     

基于可拓基元理论的复杂社会网络分析模型

 针对传统社会网络分析模型存在的不足, 根据可拓学中的基元理论, 结合社会网络分析理念及方法, 研究一种新的复杂社会网络分析模型。利用多维物元表示复杂社会网络的整体特征、节点属性和网络分析测度, 丰富节点的现实涵义;利用多维关系元表示节点之间的关系, 充分体现网络中关系的多重性;利用多维事元表示网络结构及环境变化的细节信息, 构建了复杂社会网络的多维可拓基元分析模型。通过实例分析, 验证了该模型的实用性及优越性。     

基于社会网络分析的 Web服务信任增强选择模型

针对海量Web服务资源的可信判断和优质可信服务的选择问题,提出了一种基于社会网络的Web服务信任增强选择模型EMBST。该模型依据提供相同功能的不同 Web 服务具有不同的社会网络属性的思想,利用检索出的Web服务资源发现并拓展该资源潜在的社会网络;将信任等级指标添加到关系网络中实现社会网络中具有不同信任等级的Web资源的选择,增加了对节点可信性的考虑;最后在该模型的基础上,提出了基于信任度的谱分割算子。仿真结果表明该选择模型为Web资源可信选择问题提供了有效解决方案。     

网络教育资源管理系统

介绍了网络教育资源管理系统. 该系统能对互联网上分布的各种教育资源进行合理的组织和管理, 提供个性化的操作环境, 能自动发现用户需求, 并主动配送用户所需资源, 满足不同类型和不同层次的用户对多种资源的需求. 向教师和学生提供先进和实用的教学平台. 