一种推广的可解耦合网络模型

提出了一种推广的耦合网络模型,该模型考虑了耦合网络中可能存在的三种主要连接:老节点之间的再生连接、新节点与老节点间的直接连接以及两网络中的交叉连接。通过主方程的建立及严格求解,给出了有关度分布函数的幂律渐近解表达式及相关的幂指数。     

一种高聚类系数的无标度网络演化模型

考虑到BA无标度演化模型和其它无标度演化模型不能实现真实网络中较大的聚类系数,本文提出了一个高聚类系数的无标度演化模型.模型具有一个可调参数p∈[0,1].通过调节p来调节网络的聚类系数,能使模型与真实网络更加匹配.此外本文还解析导出关于度分布的差分方程,并确定了通过调节p,模型能达到的最大聚类系数.p和γ的关系也利用平均场方法推导出来.仿真结果验证了理论推导所得结论的正确性,同时也揭示了该网络演化模型的一些重要性质,表明网络演化模型能较好的模拟真实网络,特别在聚类系数指标上.     

一种具有等级结构的无标度网络模型

无标度网络的发现,使人类对于复杂网络的认识进入了一个新的天地.为了更好地描述真实网络的主要拓扑特性,主要研究复杂网络的演化机制,提出了一种通过边的迭代方式生成一种等级网络模型的方法.在此模型的基础上对网络的统计特性进行了理论推导,并通过计算机编程仿真了它的统计特性.理论计算和数值仿真结果可知,迭代生成的网络具有等级结构,度分布服从幂律分布,幂指数在2到3之间可调,平均路径长度以网络规模呈对数形式增长和较大的聚类系数.从而有效地论证了具有等级结构的网络模型很好地符合实际网络,说明实际网络的无标度和高聚类是等级网络自组织的结果.     

一种基于负载局域分配的相继故障模型

为了更好地研究复杂网络抵制相继故障的鲁棒性,在经典的负载-容量模型基础上,提出了一种基于负载局域分配的相继故障模型。结合现实网络特点定义了衡量相继故障程度的指标——网络效率,提出节点对超出负载具有一定的容忍能力。将所提出的相继故障模型应用于经典复杂网络模型均观察到发生了相继故障现象,且通过仿真研究了相继故障传播的影响因素。实验结果表明,不同的节点失效方式、模型参数值以及网络的介数分布都会影响相继故障的传播。     

给定平均连接度的无标度网络演化模型

由于Internet、www等网络的复杂性，需要构造符合真实网络特性的仿真网络来对其进行研究。在BA模型的基础上，提出了一种给定平均连接度无标度网络演化模型，网络生长时，按照概率pk添加k个连接。通过速率方程证明了该网络是节点度分布符合幂律分布的无标度网络，其幂指数为-3，且平均连接度为给定值。仿真结果和理论计算值很好地吻合。     

电子邮件病毒传播网络的建模与分析

为了深入了解电子邮件病毒传播网络的演化规律,通过分析电子邮件病毒传播网络的生长过程的特点及方式,把电子邮件病毒的传播过程抽象成一个网络的生长,建立了基于局部优先连接机制的电子邮件病毒传播网络的动态演化模型,该模型在考虑网络动态增长的同时,兼顾了网络内部边的动态演化,更细致、真实地刻画了电子邮件病毒传播网络的动态演化特性,仿真结果表明,该模型所生成的网络具有无标度特性、小世界以及高聚集性。     

一种具有核心-边缘结构的无标度网络演化模型

核心-边缘结构是复杂网络中一种重要且常见的簇团结构,相关研究一直较少。为了研究复杂网络核心-边缘结构的相关特性,分析了随机块模型的结构,并在此基础上提出了一种具有无标度特性的核心-边缘结构网络演化模型。通过理论和数值分析,验证了所生成的网络具有较好的无标度特性和核心-边缘结构,且其结构的紧密程度可调,为进一步研究复杂网络核心-边缘结构的相关特性提供了基础。     

一种基于加权复杂网络特征的K-means聚类算法

在分析了传统的基于划分的K—means聚类算法的优越性和存在不足的基础上，根据近两年复杂网络研究中部分新的理论成果，提出了复杂网络加权度、加权聚集度与加权聚集系数的定义，并将数据聚类转换为复杂网络上的节点聚类，提出基于加权复杂网络特征的K—means聚类算法（简称WCNFC算法）。实验结果表明，该算法根据节点加权复杂网络特征值，能够较好地找到聚类中心，有效地避免了对初始化选值敏感性的问题，从而使得聚类质量大大提高。     

一种基于加权复杂网络特征的K-means聚类算法

在分析了传统的基于划分的K-means聚类算法的优越性和存在不足的基础上,根据近两年复杂网络研究中部分新的理论成果,提出了复杂网络加权度、加权聚集度与加权聚集系数的定义,并将数据聚类转换为复杂网络上的节点聚类,提出基于加权复杂网络特征的K-means聚类算法(简称WCNFC算法)。实验结果表明,该算法根据节点加权复杂网络特征值,能够较好地找到聚类中心,有效地避免了对初始化选值敏感性的问题,从而使得聚类质量大大提高。     

一种基于聚集系数的复杂网络社团划分算法

;社团划分算法是复杂网络研究中的一个热点问题,为发现复杂网络中的社团结构,更好的研究复杂网络的社团性质,本文利用网络中聚集系数提出了一种新的社团划分的算法,该算法综合运用复杂网络中点和边的信息,根据节点和边的聚集系数,计算出节点问的连接紧密程度,由局部到整体来划分出所有的社团结构。传统的复杂网络社团划分算法通过获得全局网络的信息,但随着网络规模的增加,获得全局网络的信息的难度也随之增加,本文提出的新算法避免这一难度所带来的问题。将该算法应用到Zachary空手道俱乐部网络和海豚社会网络,测试结果证明了该算法的可行性。     

基于小世界现象的Internet拓扑模型

通过研究Internet自治层的拓扑结构,以及在Internet小世界现象内的偏好连接、节点和链接的随机或优先消亡、节点间非线性优先连接、新节点所带来的外部链接及网络内新增的内部链接等诸多因素,提出了基于小世界现象的Internet拓朴模型。通过仿真实验与统计数据的对比表明,ITMSW模型能够很好的描述Internet自治层无标度、小世界现象等诸多特性。     

大型ISP网络拓扑多点测量及其特征分析实例

深入了解Internet拓扑的结构性质有利于更好地设计和发展Internet.由于Internet规模巨大,以及获得完整的路由器级Internet拓扑方面的困难,目前无法研究整个路由器级Internet拓扑.因此,分别研究每个国家级或跨国因特网服务供应商(Internet service provider,简称ISP)网络拓扑结构成为了解Internet拓扑特征的一种可选方法.以中国教育科研网为例,简要描述了多点测量其路由器级拓扑结构的测量结果.分析了该实例拓扑图的节点度分布特征、较大特征值的有关性质以及谱密度分布特征.分析了该实例拓扑图的无符号拉普拉斯谱(SLS)、规格化拉普拉斯谱(NLS)以及群集系数等度量特征.分析结果表明,大型ISP拓扑确实具有某些幂律特征;不同于自治系统级拓扑的情形,对ISP拓扑的节点度补累积分布来说,幂律分布未必拟合得最好;ISP拓扑是一种无标度图,但不符合Barabasi-Albert(BA)生长模型;SLS和NLS具有区分不同的路由器级拓扑结构的能力;Internet路由器级拓扑的发展可能遵循一种不同于BA模型的生长过程.     

一种基于复杂网络特性的Internet拓扑模型

文章从复杂网络研究的角度出发,根据Internet的统计特征及其形成机制提出了一种基于消息传递的自组织Internet拓扑模型。该拓扑模型动态模拟整个Internet的生长过程:平面上随机分布的孤立节点通过相互发送消息,消息中保存消息源的优先度等信息,每个节点根据接收到的消息决定如何建立连接。网络由初始的孤立节点自下而上自组织形成一个具有层次结构的Internet拓扑结构。仿真试验表明由该模型生成的拓扑结构在度分布以及聚集系数等方面能够准确地吻合现实Internet拓扑结构。     

Internet的复杂网络统计规律研究与分析

运用CAIDA Skitter项目提供的Internet监测数据和统计手段对Internet的平均最短路径、节点度分布所具有的统计规律进行研究与分析。统计结果显示Internet的拓扑结构是不均匀的,其内部集聚程度较高,网络中任意2个节点间的最短距离很小,整个网络的平均最短路径约为14跳,且Internet节点的度分布服从幂律分布,证实了Internet不是一种随机网络,而是一种同时具有“小世界”和“无尺度”网络特征的复杂网络。     

基于聚类效应节点吸引力的复杂网络模型

针对原始吸引模型及改进模型存在聚集系数小的缺陷,提出一种基于聚类效应节点吸引力的复杂网络模型CALW。该模型针对真实网络中择优连接的局域性特点,借鉴森林火灾传播的思想构造局域世界,将节点的吸引力定义为随时间变化的函数。数值模拟结果表明,CALW模型的度分布服从幂律分布,具有较高的网络聚集系数,且有保持高聚集性不变的特性。     

复杂网络研究进展:模型与应用

作为研究各种复杂系统的一种通用工具,复杂网络已经在许多学科中产生了深刻地影响,引起了各领域学者的广泛关注.本文全面地介绍复杂网络的各种主要统计特性和最具有代表性的网络模型,并且对计算机科学中关注的语言网络,Internet和P2P这些现实网络,从复杂网络的角度进行分析,展示了复杂网络理论和方法在这些领域中的应用和得到的重要结果.     

基于时变半边图的Internet自主元素模型研究*

借鉴自主计算的思想,研究Internet资源抽象的自主元素模型.引入了半边概念描述Internet资源的特征属性,为网络环境下各类资源特征属性建立一个统一描述框架.模拟无尺度网络特性提出资源动态关联的时变半边图,进而利用超分子自组装机制建立超分子资源模型,超分子资源再被赋予环境动态感知、自主行为决策和协同等能力,形成自主元素.该方法可实现Internet资源自主负载调度,提高网络资源效用.     

复杂网络抗毁性研究综述

复杂网络的抗毁性直接关系到复杂网络的安全性和可靠性,是近年来复杂网络研究的热点分支。从抗毁性测度、抗毁性分析以及抗毁性优化三方面详细综述了复杂网络抗毁性的研究进展,并对该研究领域存在的问题和未来的发展趋势进行了总结和展望。