中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 王佳哈尔滨工业大学 2010年硕士导师: 余翔湛共67页

摘要 : 随着蠕虫病毒等大规模安全事件的频繁爆发，互联网用户的损失与日俱增，对于大规模网络异常事件的宏观预警问题的研究，变得越来越紧迫。然而多数安全事件对网络的影响和危害很大，因此很难对实际网络进行事件再现，网络模拟成为了安全事件推演的重要... 展开

关键词 : 节点融合网络模拟网络拓扑节点权重链路权重

2. 若干类网络的匹配枚举

[学位论文] 王艳春杭州电子科技大学 2016年硕士导师: 孙伟刚共55页

摘要 : 复杂网络的研究涉及数理学科、生命学科和工程学科等众多领域，是目前研究现实中复杂系统的一个很好的工具，研究内容涉及网络动力学、网络建模和网络的实际应用。作为图论研究的核心内容，图的匹配理论和许多实际问题都有关系，如工人协同工作问题等... 展开复杂网络的研究涉及数理学科、生命学科和工程学科等众多领域，是目前研究现实中复杂系统的一个很好的工具，研究内容涉及网络动力学、网络建模和网络的实际应用。作为图论研究的核心内容，图的匹配理论和许多实际问题都有关系，如工人协同工作问题等。本文将图的匹配理论和复杂网络理论结合起来，选取含有多重边的树状网络和一类伪分形网络作为网络模型，研究了含有多重边的树状网络的Hosoya指标。基于网络的度序列，提出了一种新的匹配–条件匹配，并根据分形网络规则的网络结构，解析计算了条件匹配的数目，并比较了伪分形网络和Cayley树状分形网络的匹配熵的大小。本研究分为五个部分：第一章阐述了复杂网络及其研究背景和现状，介绍了网络的图表示和本文的研究意义。第二章给出了有关图的基本概念，图的匹配和相关结论。第三章研究了含多重边的树状网络的Hosoya指标，提出了一种逐个删除树的叶子节点，并给相应父节点权重增加两节点间边重数与叶子节点权重的比值的方法来计算其指标，并给出了其计算公式，同时证明了该方法在理论上的可行性，最后用一个具体的多重边树图来验证该方法的有效性，并基于树的Pr¨ufer编码设计了程序算法。第四章提出了一个新的匹配–条件匹配，条件指的是新构建的网络的匹配包含所有的原始网络中的节点。我们证明了这个新构建网络的条件匹配数目恰好是原始网络的节点度序列的乘积。最后选取伪分形网络和Cayley树来验证得到的结果，计算并比较了这两种网络的条件匹配的熵，发现Cayley树的熵小于伪分形网络的熵，表明在结构上Cayley树比伪分形网络更有序。第五章归纳全文，指出可以进一步研究的问题。收起

关键词 : 图论树状网络节点权重匹配枚举

3. 无线Mesh网络MEC服务器部署方法研究

[学位论文] 翟立秋吉林大学 2020年硕士导师: 石文孝共61页

摘要 : 随着移动互联网和物联网的快速发展，智能终端设备的数量逐渐增多。移动边缘计算（Mobile Edge Computing，MEC）作为一种将核心云功能下沉到网络边缘的技术，自提出就备受重视，迅速成为研究热点。无线Mesh网络（Wireless Mesh Network，WMN）作为一... 展开随着移动互联网和物联网的快速发展，智能终端设备的数量逐渐增多。移动边缘计算（Mobile Edge Computing，MEC）作为一种将核心云功能下沉到网络边缘的技术，自提出就备受重视，迅速成为研究热点。无线Mesh网络（Wireless Mesh Network，WMN）作为一种有着良好发展前景的分布式网络，其Mesh客户端（Mesh Client，MC）的数量会不断增加，并产生大量的计算任务，现有的WMN难以满足未来业务对时延的要求。基于上述问题，本文提出将MEC应用到WMN中，为MC卸载的任务提供计算服务。由于移动边缘服务器（Mobile Edge Computing Server，MECS）的部署位置会影响WMN网络性能，故本文针对MECS在WMN中的部署位置选择问题展开研究，提出两种MECS部署方法。（1）考虑邻居节点数量及节点任务量对时延的影响，以此作为节点权重，采用分簇的思想，提出基于节点权重的MECS部署方法（Weight-Based MECS Placement，WBMP）。通过计算节点权重大小选择簇头Mesh网关（Mesh Gateway，MG）节点，作为MECS部署位置；根据跳数及MECS最大计算能力划分簇成员Mesh路由器（Mesh Router，MR）节点，确定MECS服务覆盖范围。利用遍历法求解后可以获取WMN拓扑中的MG节点及MECS部署位置。（2）考虑节点自身与转发计算任务量最大化，构建节点最大任务量模型，同时考虑MECS服务覆盖范围内的负载均衡问题，提出基于节点最大任务量的MECS部署方法（Maximum Tasks-Based MECS Placement，MTBMP）。以所有簇内簇成员MR节点数量与MR节点最大任务量乘积和作为目标函数值，通过遍历法求解目标函数值最大时对应的簇头MG节点组合，确定MG位置及MECS部署位置。MTBMP方法对WBMP方法的不足进行了改进，在分簇过程中避免因簇头MG节点选择顺序导致可能出现的簇成员MR节点分布不均现象。利用MATLAB软件进行仿真验证，仿真结果表明：与其它方法对比，本文提出的WBMP方法与MTBMP方法确定的MECS部署位置任务卸载处理所需的总时延均小于对比方法，且MTBMP方法的负载均衡性最好。本文提出的MECS部署方法能够有效地减少时延，提升WMN网络性能，使WMN更好的适应下一代通信业务。收起

关键词 : 无线Mesh网络移动边缘计算部署位置节点最大任务量节点权重

4. 基于邻居节点关系权重的社会网络链接预测的算法

[学位论文] 马岩哈尔滨工程大学 2016年硕士导师: 杨静共65页

摘要 : 作为复杂网络的一种，社会网络的应用变得越来越普及。社会网络中的链接预测是最近几年社会网络分析的一个引人注目的研究热点。链接预测的目的旨在寻找那些实际存在，但是由于某种原因被隐藏了的链接，或者是那些目前阶段尚不存在，但是将来不久即将... 展开作为复杂网络的一种，社会网络的应用变得越来越普及。社会网络中的链接预测是最近几年社会网络分析的一个引人注目的研究热点。链接预测的目的旨在寻找那些实际存在，但是由于某种原因被隐藏了的链接，或者是那些目前阶段尚不存在，但是将来不久即将出现的链接。对它的研究能够协助人们认识网络的结构及其演化机制，寻找网络中组织或个人之间的潜在关系。链接预测目前已被广泛应用于电子贸易、朋友推荐、生物信息学等很多应用领域当中，因此对社会网络链接预测问题的研究有着重大的现实意义。现有的链接预测经典算法主要采取社会网络的拓扑结构作为链接预测的评估标准，然而它们一般都仅使用到网络拓扑结构的局部特性，未能对其进行全面充分的利用，致使预测的准确率受到影响。比如优先链接算法只利用了节点度数信息这一简单节点局部信息，却忽略了其他影响因素。还有一些算法尽管在预测效果方面令人满意，但其计算量庞大，执行过程复杂，不适合应用到规模较大的社会网络中去。针对以上问题，本文首先根据节点局部信息对邻居节点的连边赋予权值，提出基于邻居节点关系权重的链接预测算法。该算法不仅保证了良好的执行效率，还能够取得更为准确的预测效果。然后分析社区结构和链接预测的关联性，考虑了共同邻居在社区中的不同位置对两节点产生链接的影响，并对不在同一个社区中的连边定义不同的权重。最后把共同邻居节点扩展为共同邻居社区，提出基于邻居社区关系权重的链接预测。本文通过实验对基于邻居节点关系权重的链接预测算法的实用性和有效性进行验证，并与经典的链接预测算法的执行效果进行了性能分析和比较，实验结果表明本文提出的算法在保持相对较低的时间复杂度的基础上，其预测的准确率能够得到进一步提高，实现了预测效果和执行效率之间冲突上的平衡。收起

关键词 : 社会网络链接预测邻居节点关系权重

5. 基于工作树的协同感知模型研究及应用

[学位论文] 蔺胤兆西安理工大学 2014年硕士导师: 罗作民共63页

摘要 : 随着计算机技术和网络技术的发展和普及,计算机技术已从传统的单用户工作模式转变为多用户协同工作模式。计算机支持的协同工作(Computer Supported Cooperative Work,CSCW)是在信息时代发展起来的一门多学科交叉和融合的领域。而协同感知是协同工作的... 展开

关键词 : 协同感知模型节点权重节点需求度工作树协同办公

6. 无线传感器网络中基于地理位置信息的混合路由算法

[学位论文] 朱少山山东大学 2010年硕士导师: 郑来波共59页

摘要 : 传感器技术、微机电系统、现代网络和无线通信等技术的进步，推动了无线传感网络的研究进展。无线传感器网络是由大量集成有信息采集、数据处理和无线通信等功能的节点组成，这些大量部暑在目标区域的节点通过无线通信的方式组成多跳自组织网络，负责... 展开传感器技术、微机电系统、现代网络和无线通信等技术的进步，推动了无线传感网络的研究进展。无线传感器网络是由大量集成有信息采集、数据处理和无线通信等功能的节点组成，这些大量部暑在目标区域的节点通过无线通信的方式组成多跳自组织网络，负责对数据的感知和采集，并将数据发送至汇聚节点或者基站。无线传感器网络在民用及军用领域都有广泛应用，它可用于目标跟踪、入侵检测、环境监测、灾难救助、医疗监护等领域，在这些应用中，节点的位置信息对传感器网络的监测活动至关重要。事件发生的位置是传感器节点监测消息中所包含的重要信息，没有位置信息的监测消息往往毫无意义。无线传感器网络的一些协议比如基于地理信息的路由就需要位置信息作为支撑。设计传感器网络路由协议的主要目的是寻找从源节点到目的节点的传输路径，将数据分组从数据源节点通过网络多跳转发至目标节点。地理信息路由算法是无线传感器网络中广泛使用的一类路由算法。其中，采取贪婪算法为其基本路由转发机制的地理信息路由算法都不可避免地遇到路由空洞问题。如何减小遇到路由空洞的概率以及采取何种更有效的恢复机制，在地理路由算法中具有重要意义。本文对地理信息路由算法解决空洞问题的各种方法进行了总结，并针对具体的算法进行了探讨，分析了各个算法的优劣和性能本文研究了随机部署的网络中节点成为空洞的概率，并据此设计了基于两跳邻居节点位置信息的地理路由协议GF-2，该算法能够增加空洞节点的邻居数目，从而尽可能减少路由空洞发生的概率，提高分组到达率。对于GF-2算法仍然遭遇空洞问题时本文提出了一种基于网络节点密度的混合算法，当网络节点密度很低时，采用有限制的泛洪方式，仅仅在空洞节点处泛洪，空洞节点的邻居节点收到数据包之后各自采用贪婪算法转发数据包，这样既保证成功率，又节省了能量。随着网络节点密度的增大，采用泛洪方式的能耗会迅速增大，因此我们选择单路径的策略，在这我们引入GPSR算法的边界转发模式，但是边界转发模式常常导致跳数巨大，这不但会降低网络效率，还会因为TTL的限制导致丢包率的增加，在这我们利用无线信道的特点，通过信道侦听来减小跳数，提高传输成功率。如果网络节点密度很大，我们在防止环路的前提下仅仅采用贪婪算法就能迅速走出空洞。仿真结果表明，与GPSR算法相比较，混合算法在分组到达率和数据传送的路由跳数等方面都有着更好的性能。本文介绍了了一种高效的针对路由空洞现象的路由算法一基于节点自身权重和门限值的BWTR算法，通过对门限和权重的调整可以使数据绕过网络中任何空洞，保证了成功率。同时门限值的使用限制了转发区域的范围，大大降低了能耗。最后，本文对研究所得到的结论进行了归纳，并对研究中存在的问题进行分析，提出今后研究的方向和重点。收起

关键词 : 路由空洞两跳邻居信息节点度权重门限

7. 城市物流节点吸引度指标赋权研究

[学位论文] 刘洋华中科技大学 2019年硕士导师: 段爱媛共68页

摘要 : 物流园区建设正在神州大地上如火如荼地进行，到2020年，基本形成布局合理、规模适度、功能齐全、绿色高效的全国物流园区网络体系。然而，在整个物流网络中哪个物流园区更有可能吸引其他节点产生物流活动并没有定量比较标准，因此本文使用了物流节点... 展开

关键词 : 复杂网络物流节点吸引度指标体系权重

8. 基于链接重要性和数据场的链接预测算法

[学位论文] 陈巧玉内蒙古大学 2014年硕士导师: 班志杰共59页

摘要 : 随着信息技术的发展，产生了大规模的网络数据，这为进行大规模的网络分析研究提供了充足的数据。近几年网络挖掘的研究迅速崛起，并发展成为一个很热门的研究领域。链接预测是网络分析的一个重要部分，是一个具有挑战性的研究方向。本文围绕网络数据... 展开

关键词 : 链接权重数据场节点相似链接预测增量式算法

9. 网络整体H型测度研究

[学位论文] 周志光重庆大学 2016年硕士导师: 李勇共88页

摘要 : 为了提出基于联系的新指标和解决权重的问题，从提出lobby index开始，学者相继提出将文献计量学中的h指数(h-inde x)，g指数(g-inde x)应用到网络分析中的方法。本文首先尝试梳理网络节点的h型测度及分类，其次提出三类网络整体h型测度方法，在此新方... 展开为了提出基于联系的新指标和解决权重的问题，从提出lobby index开始，学者相继提出将文献计量学中的h指数(h-inde x)，g指数(g-inde x)应用到网络分析中的方法。本文首先尝试梳理网络节点的h型测度及分类，其次提出三类网络整体h型测度方法，在此新方法的基础上分别探索三种类型网络中具体的应用，最后探索节点加权网络整体的h型测度方法。首先，本文尝试梳理网络节点的h型测度方法并进行整理分类。近年来，网络节点的h型测度方法发展迅速，从最初lobb y inde x，发展至今已然有多种考虑视角，例如l-index，h-degree，PHI，c-index，Hw-degree，communication centrality等方法分别涉及是否为加权网络、是否为有向网络以及是否同时考虑节点度、联系强度。本文从考虑节点度和联系强度的方向，将网络节点的h型测度方法大致归为三类，即第一类方法（即L-inde x，a l-inde x和gl-inde x）主要考虑节点的相邻度；第二类方法（即h-De gree ，a-De gree和g-De gree）主要考虑到加权网络节点的联系的权重；第三类方法（即Hw-De gree，Aw-De gree和Gw-De gree）结合了节点的邻节点的度以及节点和邻节点之间的联系的权重。其次，基于网络节点的h型测度方法，提出三类测度网络整体确定核心节点继而圈定核心子网的h型测度方法，即基于节点度，先求得网络中所有节点的l-inde x，排序后通过h-inde x（g-inde x等等）思想确定阈值并确定核心子网；基于联系强度，先求得网络中所有节点的h-de gree，排序后通过h-inde x（g-inde x等等）思想确定阈值并确定核心子网；基于节点度和联系强度，先求得网络中所有节点的Hw-de gree，排序后通过h-inde x（g-inde x等等）思想确定阈值并确定核心子网。随后，基于三类网络整体测度的h型方法，分别在关键词共现网络、科研合作网络和国家及地区合作网络中具体的应用，并分析比较。最后，通过构建异构网络合理性分析并转换为节点加权网络，首先探索节点加权网络的节点h型测度方法，并在此基础上提出三个视角下的节点加权网络整体的h型测度方法，最后进行实证研究。本文的意义在于解决目前网络节点和网络整体的h型测度方法发展速度不一致的问题，通过借鉴网络节点的方法特点更新网络整体h型测度新方法，通过验证可用于确定核心节点并提取多种类型网络的核心子网。收起

关键词 : 节点加权网络网络节点 h型测度整理分类权重排序

10. 基于属性融合的图挖掘算法研究

[学位论文] 陈文龙电子科技大学 2017年硕士导师: 徐杰共76页

摘要 : 随着当前互联网的快速发展，社交网络和人们日常生活的丰富，数据所呈现出来的结构也变得越来越复杂，以图模型为代表的数据类型也应运而生。这类数据不但包括对象之间的相互关系特征，也包含了数据自身的基本属性。为了从海量的图结构化数据中挖掘出... 展开随着当前互联网的快速发展，社交网络和人们日常生活的丰富，数据所呈现出来的结构也变得越来越复杂，以图模型为代表的数据类型也应运而生。这类数据不但包括对象之间的相互关系特征，也包含了数据自身的基本属性。为了从海量的图结构化数据中挖掘出有用知识，研究者开始广泛研究这种带节点属性的图的聚类技术。图聚类作为数据挖掘领域一个新的研究方向，有着重要的研究意义。目前的图聚类算法大多是基于图数据的拓扑结构或图数据的节点属性进行聚类研究的，社交网络的兴起使得这些基于单一特征的聚类算法不能满足人们日益增长的需求，存在聚类效果不理想，对实际问题建模不准确等问题。因此，挖掘图数据的知识和信息有着重要的研究价值和实际意义。本文以现有图聚类算法对数据对象建模考虑单一为切入点，提出多层属性融合模型。通过对数据建模，将数据的自身属性特征和数据之间的关系建模为不同层次特征，设置不同的层权重系数，最后经过模型融合策略，将数据自身属性特征和相互关系统一融合到一个底层网络中。通过分析，该模型融合方法能更加反映实际中的数据之间的相互关系。本文针对现有聚类算法对图结构数据聚类效果不理想的问题，提出一种基于多层属性融合的自适应权重分配（Multi-layer Attribute Fusion for the Adaptive Weight Distribution，MAFAWD）图聚类算法。算法首先建立数据对象的图结构模型，划分不同属性层和结构层，通过设置不同的属性层和结构层权重系数，使建模后的数据更能反映实际分布。然后采用仿射传播聚类算法对图数据进行聚类。为了达到理想聚类效果，最后根据节点投票机制，自适应更改属性层权重系数值，使得最后聚类结果中同一簇内各节点之间联系紧密并且具有相同属性，不同簇间连接稀疏且节点属性不同。最后，本文在真实数据集DBLP上验证MAFAWD图聚类算法。通过实验仿真设计和对聚类结果的对比评估，表明本文提出的MAFAWD图聚类算法具有良好的聚类效果。收起

关键词 : 数据挖掘图聚类属性融合权重分配节点投票