网络社区发现的多目标分解粒子群优化算法

通过分析社会网络中社区发现问题的优化目标,构造了社区发现的多目标优化模型,提出一种网络社区发现的多目标分解粒子群优化算法。该算法采用切比雪夫法将多目标优化问题分解为多个单目标优化子问题,使用粒子群优化(PSO)算法对社区结构进行挖掘,并引入了一种新颖的基于局部搜索的变异策略以提高算法的搜索效率和收敛速度,该算法克服了单目标优化算法存在的解单一以及难以发现社区层次结构的缺陷。人工网络及真实网络上的实验结果表明,该算法能够快速准确地挖掘网络社区并揭示社区的层次结构。     

基于节点相似性和网络嵌入的复杂网络社区发现算法

社区发现算法对分析复杂网络的拓扑和层次结构、预测复杂网络的演化趋势等具有十分重要的意义.传统的社区发现算法划分精度不高,忽略了网络嵌入的重要性.针对这样的问题,提出了基于节点相似性和网络嵌入Node2Vec方法的无参数社区发现算法.首先,使用网络嵌入Node2Vec方法将网络节点映射成欧氏空间中低维向量表示的数据点,计...     

复杂网络中社区发现方法的研究

研究复杂网络中社区发现方法对分析复杂网络的拓扑结构和层次结构、理解社区的形成过程、预测复杂网络的变化趋势、挖掘复杂网络蕴含的规律特征具有十分重要的意义。同时,复杂网络社区发现方法在众多实际领域还有广泛的应用前景。综述了复杂网络社区发现方法的研究现状,将社区发现方法分为无重叠社区发现、重叠社区发现、演化发展社区发现三个方面,并分析比较了算法时间复杂度和准确度。试图为社区发现方法的研究工作提供有益的帮助和参考。     

基于标签传播的社区发现算法研究与应用

在大规模数据量分析研究中,复杂网络的社区发现已成为国内外众多学者的研究热点.深入研究社区发现算法有助于揭示网络不同层次结构及功能,挖掘出具有现实意义的社区结构.本文综述了较为经典的社区发现算法以及有关于社区质量评价的方法,阐述了基于标签传播的社区发现算法优劣性以及国内外研究人员的思路与改进.     

融合拓扑势的社交网络层次化社区发现算法

社交网络的社区结构呈现层次性。针对传统凝聚式层次化社区发现算法效率不高以及生成的层次谱图复杂的问题，提出一种融合拓扑势的层次化社区发现算法，利用拓扑势场呈现的自然峰谷结构揭示社交网络社区间的层次关系。该算法搜索局部极大势值节点，并根据局部极大势值节点完成社区的初始划分；根据局部极大势值节点间的距离对初始社区进行迭代合并，直到所有社区被合并为一个社区。在真实社交网络和人工网络上的实验结果表明，该算法能够高效地发现社区的层次结构，生成的层次谱图简单直观。     

考虑节点服务优先级的P2P网络群发算法研究

为了提升P2P网络群发中节点服务请求的公平性和解决节点多连接情况下P2P网络群发通信效率问题,提出一种综合优化通信树算法（IOT）。该算法在多连接并发通信模型的基础上,引入节点服务请求队列的概念,将节点通信连接数和节点服务优先级综合考虑,通过对服务请求队列局部调整,可将节点通信连接数大的节点优先加入通信树上层,使其在下次通信中作为通信源,进而提高通信并发度和通信效率。模拟实验表明,与连接数优先通信树算法（LFT）、队列优先通信树算法（QFT）相比,综合优化通信树算法（IOT）在并发通信时间、平均端到端时延、队列乱序率、节点使用率、并发度方面均能取得较好的通信效果。该算法给出的群发方案既能兼顾绝大多数的节点服务请求优先级公平性,又能有效缩短P2P网络群发通信时间。     

IEEE 802.15.4簇树网络实时通信中的冲突避免

无线簇树网络可以支持实时、确定的通信活动,但由于实际应用中的设备间位置关系,会产生簇间通信冲突,从而影响系统的实时性能。基于IEEE 802.15.4标准,本文系统地研究簇树网络中实时通信的冲突问题,提出避免簇间超帧冲突的算法。具体实例分析表明,该算法可以解决无线簇树网络实时通信中的冲突,并可以提高整个网络的通信性能。     

WSN中能量均衡的混合路由树算法

针对无线传感器网络中多跳通信路由导致的能量洞问题,提出基于环模型的混合路由树算法,创建最小代价混合路由树,使节点间采用单跳和多跳交替的混合路由通信方式,以此均衡网络耗能。仿真结果表明,该算法能有效解决能量洞问题,并最大限度地延长网络的生存时间。     

基于广义后缀树的二分网络社区挖掘算法

近年来,二分网络的社区挖掘问题得到了极大的关注。提出了一种基于广义后缀树的二分网络社区挖掘算法。首先从二分网络的邻接矩阵中提取网络中每个节点的链接节点序列,然后构建广义后缀树。广义后缀树的每个节点表示二分网络的一个完全二分团,由此获取并调整完全二分团。通过引入二分团的紧密度得到初始的社区划分,最后再对孤立点进行处理以得到最终的社区划分。所提算法不仅能发现重叠社区,而且能得到一对多关系的社区。在人工数据集和真实数据集上的实验表明,所提算法能准确地识别二分网络中的社区个数,获得很好的划分效果。     

6LoWPAN嵌套移动网络路由优化方案*

提出一种6LoWPAN嵌套移动网络路由优化方案,在此方案中,6LoWPAN移动网络节点无须经过家乡代理也无须建立隧道即可与通信节点通信,节省了数据传输开销,缩短了数据传输延迟。提出了移动路由器转交地址的分层结构,根据此分层结构,提出了基于最短路径的移动路由器转交地址配置算法,缩短了数据传输延迟。从理论和仿真两个角度对所提出的路由优化方案的路由优化开销、路由延迟及路由代价等性能参数进行了比较分析,分析结果验证了本方案的有效性和高效性。     

基于最大团的层次化重叠社区发现算法

研究表明,很多真实网络具有层次结构和重叠结构。传统的层次聚类算法通常以节点为对象进行扩展形成层次树图从而得到网络的层次结构。这种做法存在两个问题,其一是算法的稳定性,主要体现在初始节点的选择上,少数情况下,初始节点的不同会导致算法最终结果的不同,即使算法的结果不依赖于初始节点,但算法的复杂度会随之变化;其二是不能发现网络中的重叠结构。针对以上问题,提出一种基于最大团的层次化重叠社区发现算法。该算法以最大团为扩展对象,然后利用最大团扩展策略生成层次树图,最后采用重叠模块度函数对层次树图进行剪枝得到社区划分结果。在真实网络以及LFR人工网络上的实验结果表明该算法能够有效地挖掘网络中的层次结构和重叠结构。     

模块度增量与局部模块度引导下的社区发现算法

社区结构是复杂网络的重要特性之一,基于层次聚类的社区发现算法很好地利用了模块度来挖掘网络中的社区结构,但其局限性也导致算法对社区结构复杂的网络划分不够准确、无法发现小于一定规模的社区。在层次聚类的基础上,提出引入局部模块度来弥补模块度在划分社区时的不足,避免可能出现的划分不合理情况。通过真实数据集和人工网络进行了验证,实验结果证明,该算法具有可行性与有效性。     

军事车载网密钥管理方案研究

研究了几种典型的军事车载网密钥管理方案,对其存在的安全问题及多种攻击方式进行了总结,在此基础上提出了一种等级树状结构的军事车载网密钥管理方案,从而提高了通信效率和安全性。本方案对解决军事车载网通信中的密钥管理提供了很好的解决思路。     

一种基于分簇技术的数据融合算法

针对无线传感器网络节点能耗的限制以及通信数据的隐私问题,提出一种基于分簇技术的数据融合算法（Data Fusion Algorithm based on Clustering Technology, DFACT）。算法通过分簇技术解决通信数据的时延,簇内利用算法选择合适簇头,并构造数据融合树结构进行数据融合,减少数据通信量,保护数据隐私;簇间采用基于移动代理模型选择最佳路径提高通信效率。实验结果表明,DFACT算法可以有效地降低大规模无线传感器网络节点耗能,提高数据的安全性,延长网络生命周期。     

改进的CNM算法对加权网络社团结构的划分

为了对可以反映网络结构局部重要性质的加权网络进行社团结构划分,延续广泛应用的社团结构分级聚类方法,改进Newman贪婪算法（CNM算法）。算法设计中引入点权和边权,并重新定义新的Q函数计算社团模块度,通过寻找Q函数峰值确定社团划分的最终结果。另外以股票价格波动相关性为加权边建立的加权网络为例进行算法检验,社团划分的结果验证了改进的CNM算法的有效性。与改进的GN算法、极值优化算法等划分效果进行比较分析后发现,改进算法在划分准确性及算法复杂度等方面都有明显的优势。     

带层次网络结构的业务系统层次组织结构发现

业务系统架构图是运维人员维护数据中心的重要工具之一，自动化架构梳理能显著提高运维效率。业务系统架构图是一种具有层次网络的结构，因此对于这种层次组织结构发现问题，不仅需要发现集群分组还需要定位集群在系统架构图中的层次位置，因为集群分组发现的质量直接影响到集群层次定位，因此精准的集群分组发现至关重要。社区发现有助于揭示复杂网络结构中个体相互之间的关系，但业务系统中的服务器集群不符合传统社区基于密度的社区定义，因此本文提出一种根据服务器的功能进行集群发现并定位集群层级的功能集群定位方法（Functional Cluster Positioning, FCP），根据服务器连接、属性相似性，构建服务器相似度网络，该网络体现出的集群特性符合传统社区的定义，因此可以借助传统社区的方法进行集群分组发现，然后基于业务流势确定服务器集群在业务系统中的功能层次，从而实现业务系统层次组织结构发现。在真实数据集上的实验结果表明，本文提出的FCP方法在数据中心的业务系统中可以自动、准确发现系统的层次组织结构。     

基于组播通信的交通通信网络研究

研究交通通信网络,提高网络的吞吐量和数据传输效率。针对传统的单播组网中通信发送者需要多次复制相同的数据包以满足多个接受者同时提出的数据请求,随着数据请求的增多使得发送者的通信负担加重,造成网络拥塞、吞吐量不高的问题。为了解决上述难题,提出基于组播通信的交通通信网络的组网方法。采用Mesh结构构建交通通信网络的组播模型,使得网络节点之间建立有线或无线的连接,然后利用网络编码算法实现网络间的通信,使得源点只需发送一次就可向多个终点成功传输相同的数据。实验表明,组网方法能够有效解决数据请求过多时网络吞吐量不高的问题,同时提高了数据传输的效率,取得了满意的结果。     

战术通信中异构Ad-hoc网络路由策略

针对战术通信中的网络异构性和节点群组移动性,在建立群组移动模型的基础上,采用簇头稳定分簇算法动态划分管理异构网络分层结构,提出基于链路状态的分层路由策略整合异构无线资源。该策略分为区内路由策略和区间路由策略,面向不同网络层次采用不同路由机制。OPNET仿真结果表明,该策略的分组成功接收率和平均端到端延时性能均优于分层AODV协议。     

A framework for exploring organizational structure in dynamic social networks

Recent research has provided promising results relating to discovering communities within a social network. We find that further representing the organizational structure of a social network is an interesting issue that helps gain better understandings of the social network. In this paper, we define a data structure, named Community Tree, to depict the organizational structure and provide a framework for exploring the organizational structure in a social network. In this framework, an algorithm, which combines a modified PageRank and Random Walk on graph, is developed to derive the community tree from the social network. In the real world, a social network is constantly evolving. In order to explore the organizational structure in a dynamic social network, we develop a tree learning algorithm, which employs tree edit distance as the scoring function, to derive an evolving community tree that enables a smooth transition between two community trees. We also propose an approach to threading communities in community trees to obtain an evolution graph of the organizational structure, by which we can reach new insights from the dynamic social network. The experiments conducted on synthetic and real dataset demonstrate the feasibility and applicability of the framework. Based on the theoretical outcomes, we further apply the proposed framework to explore the evolution of organizational structure with the 2001 Enron dataset, and obtain several interesting findings that match the context of Enron.