识别复杂网络中的关键节点对促进信息传播、阻断谣言传播、管理交通运输和预防电网灾难性破坏等都具有很强的理论意义和应用价值。在对现有关键节点识别算法的研究分析基础上,受K-shell分解方法和重力模型的启发,本文提出了一种基于邻...识别复杂网络中的关键节点对促进信息传播、阻断谣言传播、管理交通运输和预防电网灾难性破坏等都具有很强的理论意义和应用价值。在对现有关键节点识别算法的研究分析基础上,受K-shell分解方法和重力模型的启发,本文提出了一种基于邻域中心性和重力模型的改进算法NCGM。NCGM算法不仅考虑了节点与处于核心位置节点之间的连接程度,还考虑了节点与其他节点之间的最短路径长度。为了评估所提出的NCGM算法,本文在7个常用数据集上使用易感–感染–恢复(SIR)传播动力学模型进行了实验仿真,将所提出的NCGM算法和5个对比算法的传播范围和肯德尔相关系数进行了比较分析。实验结果表明,所提出的NCGM算法能够更准确地识别不同类型网络中的关键节点。Identifying key nodes in complex networks has strong theoretical significance and practical value in promoting information dissemination, blocking rumor spread, managing transportation, and preventing catastrophic damage to the power grid. Based on the analysis and research of existing key node recognition algorithms, inspired by the K-shell decomposition method and gravity model, this article proposes an improved algorithm NCGM based on neighborhood centrality and gravity model. The NCGM algorithm not only considers the degree of connection between nodes and nodes at the core position, but also takes into account the shortest path distance between nodes and other nodes. To evaluate the proposed NCGM algorithm, this article conducted experimental simulations using the Susceptible-Infected-Recovered (SIR) propagation dynamics model on seven commonly used datasets, and compared and analyzed the propagation range and Knedall’s tau correlation coefficient of the proposed NCGM algorithm with five existing algorithms. The experimental results show that the proposed NCGM algorithm can more accurately identify key nodes in different types of networks.展开更多
云服务器端的数据始终面临着巨大的安全威胁。提出一种云环境下图数据中带边权重的隐私保护方法 HEPP-GD(Homomorphic Encryption for Privacy Protect in Graph Data)。HEPP-GD采用Paillier同态加密体系对图数据的边权重进行加密,在云...云服务器端的数据始终面临着巨大的安全威胁。提出一种云环境下图数据中带边权重的隐私保护方法 HEPP-GD(Homomorphic Encryption for Privacy Protect in Graph Data)。HEPP-GD采用Paillier同态加密体系对图数据的边权重进行加密,在云服务器端计算图数据中顶点之间的最短距离,这样边权重隐私信息将不会被非法的获取,本地客户端保存自己的密钥使得加密后的信息在因特网上传输。建立了HEPP-GD实验环境.测试结果表明,在云服务器端的大规模的图数据情况下,HEPP-GD隐私保护方法可以利用很少的内存资源完成最短路径距离的计算,其安全性通过Paillier加密得到了保证。展开更多
文摘识别复杂网络中的关键节点对促进信息传播、阻断谣言传播、管理交通运输和预防电网灾难性破坏等都具有很强的理论意义和应用价值。在对现有关键节点识别算法的研究分析基础上,受K-shell分解方法和重力模型的启发,本文提出了一种基于邻域中心性和重力模型的改进算法NCGM。NCGM算法不仅考虑了节点与处于核心位置节点之间的连接程度,还考虑了节点与其他节点之间的最短路径长度。为了评估所提出的NCGM算法,本文在7个常用数据集上使用易感–感染–恢复(SIR)传播动力学模型进行了实验仿真,将所提出的NCGM算法和5个对比算法的传播范围和肯德尔相关系数进行了比较分析。实验结果表明,所提出的NCGM算法能够更准确地识别不同类型网络中的关键节点。Identifying key nodes in complex networks has strong theoretical significance and practical value in promoting information dissemination, blocking rumor spread, managing transportation, and preventing catastrophic damage to the power grid. Based on the analysis and research of existing key node recognition algorithms, inspired by the K-shell decomposition method and gravity model, this article proposes an improved algorithm NCGM based on neighborhood centrality and gravity model. The NCGM algorithm not only considers the degree of connection between nodes and nodes at the core position, but also takes into account the shortest path distance between nodes and other nodes. To evaluate the proposed NCGM algorithm, this article conducted experimental simulations using the Susceptible-Infected-Recovered (SIR) propagation dynamics model on seven commonly used datasets, and compared and analyzed the propagation range and Knedall’s tau correlation coefficient of the proposed NCGM algorithm with five existing algorithms. The experimental results show that the proposed NCGM algorithm can more accurately identify key nodes in different types of networks.
基金supported in part by the Sichuan Provincial Key Research and Development Program (No.2021YFQ0011)the National Natural Science Foundation of China (Nos.61961040, 61771089)。
文摘在智慧城市等应用场景中,单一的无线通信技术无法覆盖复杂的网络环境,且不同的通信技术间无法相互通信,无法充分利用不同的无线通信技术。因此,本文设计了一种可以与多种无线通信节点进行通信的设备,称为无线异构通信模块(Wireless communication heterogeneous modules, WHCM)。WHCM被用作枢纽来构建通信异构网状网络(Communication heterogeneous mesh network, CHMN)。CHMN由具有多种无线通信协议的节点组成。本文提出了一种基于CHMN的按需多路径距离矢量(AD HOC on-demand multi-path distance vector,AOMDV)路由协议(名为CH-AOMDV)。CH-AOMDV能够在路由发起和路径建立过程中识别不同类型的通信协议,并比较CHMN中每个节点的通信距离、数据传输速率、能量和负载情况。NS-2平台仿真表明,当节点之间的分布距离变远时,在数据包传输速率、平均端到端延迟、吞吐率和路由开销方面,CHMN的性能优于传统网络。本文提出了一种实现CHMN的方法和相应的负载均衡路由协议CH-AOMDV,该协议优于其他3种协议,它提高了网络的生命周期、吞吐量和数据包分组投递率,降低了节点开销和平均端到端延迟,该协议对CHMN非常有用。
文摘云服务器端的数据始终面临着巨大的安全威胁。提出一种云环境下图数据中带边权重的隐私保护方法 HEPP-GD(Homomorphic Encryption for Privacy Protect in Graph Data)。HEPP-GD采用Paillier同态加密体系对图数据的边权重进行加密,在云服务器端计算图数据中顶点之间的最短距离,这样边权重隐私信息将不会被非法的获取,本地客户端保存自己的密钥使得加密后的信息在因特网上传输。建立了HEPP-GD实验环境.测试结果表明,在云服务器端的大规模的图数据情况下,HEPP-GD隐私保护方法可以利用很少的内存资源完成最短路径距离的计算,其安全性通过Paillier加密得到了保证。
