复杂网络中心性对灾害蔓延的影响

基于一个普适性的灾害蔓延动力学模型,在三种网络拓扑结构(随机网、小世界网和无标度网)下,仿真分析了网络中心性对灾害蔓延速度和扩散趋势的影响.通过改变初始蔓延条件来分析网络初始状态对蔓延效率的影响,并着重讨论了在四种初始崩溃节点选取策略下灾害蔓延最终状态的差异.结果表明:对于四种攻击策略,网络最终状态有着明显的差异,网络对随机攻击具有较强的抵御能力,而对于目标,攻击却显示较强的脆弱性,或许,三种网络表现出不同的脆弱程度.最后,在一个实际网络上对理论分析结果进行了验证.     

基于复杂网络的灾害蔓延模型评价及改进

介绍了几种已存在的复杂网络上的灾害蔓延模型,在对模型进行优缺点评价的基础上,给出了一种网络中存在冗余系统的改进模型.对不同的模型,在不同的网络结构下,仿真分析了蔓延过程的差异以及重要参数的作用.结果表明网络中存在冗余系统的灾害蔓延过程变缓,相应有了更多的应急、补救时间,同时也解释了现实生活中大规模灾害事件很少发生的原因. 关键词： 复杂网络 灾害蔓延 冗余系统     

一种计算机网络的元胞自动机模型及分析

通过分析一种计算机网络元胞自动机模型,对网络内部结点的整体行为进行了探讨.研究表明,在负载守恒的传输过程中,各网络结点的吞吐量和缓存区的排队长度在空间和时间上均呈现幂率分布,承受系统中局部负载的结点数变化的功率谱呈现1/f噪声的特点,网络结点的整体行为表现出自组织临界现象.排队长度的分布呈现幂率,预示着较大的拥塞以较小的概率发生.吞吐量在时间上的分布呈现幂率,或许为业务量呈现自相似性提供一种合理的解释. 关键词：     

一种基于元胞自动机的自适应网络病毒传播模型

自适应网络是节点动力学和网络动力学相互作用和反馈的演化网络. 基于元胞自动机建立自适应网络中易感-感染-易感(susceptible-infected-susceptible)的病毒传播模型,研究节点为了规避病毒传播所采取的多种网络重连规则对病毒传播及网络统计特征的影响. 结果表明:自适应网络中的重连规则可以有效减缓病毒传播速度,降低病毒传播规模;随机重连规则使得网络统计特征趋于随机网络;基于元胞自动机建立的传播模型清晰地表达了病毒在传播过程中的双稳态现象. 关键词： 自适应网络 传播动力学 网络动力学 元胞自动机     

基于DNA损伤的蛋白调控网络研究

细胞生长的每个阶段都离不开蛋白质相互作用.研究细胞周期的功能、调控机理及参与调控的蛋白质之间的关系对生物工程等领域有重大的应用价值.本文通过研究电离辐射下生物体细胞的DNA损伤后,细胞内以p53为核心的扩展蛋白调控网络的功能、原理及其自修复机理,在现有蛋白网络基础上引入更多蛋白网络调控因子来建立蛋白调控网络,仿真模拟更为全面的细胞周期进程;并且从复杂网络图论和细胞周期调控两个方面分析扩展PMP调控网络的抗扰能力及自修复机理,结果表明:1)蛋白网络在对抗环境中出现的小扰动时具有较强的稳定性.但在面对蓄意攻击时网络的稳定性较差.2)受损的DNA能否被修复取决于p53蛋白的动力学行为,即低损伤与中损伤情况下,p53可诱导细胞周期进程阻滞来完成细胞的自修复;而当高损伤或过损伤时,p53蛋白浓度表现为周期振荡行为并诱导细胞凋亡.     

自对耦无序分布随机链Potts模型的临界普适性研究

以蒙特卡罗模拟方法对自对耦分布二维随机链q态Potts模型的短时临界行为进行了数值研究.利用初始非平衡演化阶段存在的普适幂指数和有限体积标度行为，数值模拟了在不同形式随机分布时q＝3和q＝8态Potts模型磁临界指数η和动力学临界指数z.计算结果发现η不依赖于自对偶无序分布的具体形式， 从而以数值方法给出了一个关于淬火掺杂自旋系统的临界普适行为的验证. 关键词： 随机链Potts模型 动力学蒙特卡罗模拟 临界普适性     

结点含时滞的具有零和非零时滞耦合的复杂网络混沌同步

时滞耦合的复杂网络同步已经有大量的研究成果,而网络结点含时滞的无时滞耦合的复杂网络同步的研究工作较少.为使网络模型更接近现实和适用更广的范围,建立了网络结点含时滞,而耦合兼零时滞(无时滞)和非零时滞(有时滞)的复杂网络同步模型.在网络结点上分别设置线性控制器和自适应控制器,研究了其混沌同步问题.利用李雅普诺夫稳定性定理,设计相应的正定函数,分别给出了复杂网络同步的充分条件.最后,为证实同步方案的有效性,选择时滞Logistic函数为结点动力系统,在兼无时滞和有时滞的网络上,给出了线性反馈控制同步误差数值演化趋势.     

激光局域网络的混沌控制及并行队列同步

本文提出并研究了"单队列-双参数"光电延时反馈控制条件下的激光局域网络的混沌控制及串联的动力学行为的并行队列"交叉驱动-反馈"网络同步实现,建立了该光学局域网络的数学物理控制模型.通过含时延超越方程理论的分析,预言了该光学局域网络是可以实现混沌控制的,且网络两路结点队列是可以实现实时引导控制到多个类周期状态上的,并通过并行队列同步方程理论证明并行串联队列同步是可以获得的.结果发现在可控的激光局域网络两个并行串联队列光路上,分别实现了网络队列结点的混沌控制并能够实现多个类周期的网络结点的并行串联队列同步,实现了络网结点激光器的2周期、3周期、4周期等状态的并行队列同步,以及其他多个类周期的队列并行同步和动态同步.还发现了两个类周期并行队列网络同步控制区域.本文还给出了激光局域网络"并行多点混沌载波同步发射及其在光学超宽带通信中应用"的一个案例并成功实现.这是一种新型的激光混沌局域网络控制系统,具有光局域网络光传送与光联接核心控制技术要素,具有复杂动力学系统与网络的多变量、多空间维度及并行两路不同队列混沌控制技术特点,还具有光网络超宽带通信功能等.其研究结果对局域网络、光网络的控制与同步、激光技术以及混沌的研究具有重要的参考价值.     

二维自旋系统aging现象的数值模拟研究

应用动力学蒙特卡罗模拟方法，对二维Ising模型和二维XY模型的aging现象展开数值研究.系统在零外场条件下从高温无序相淬火到临界温度T_c时，通过测量自关联函数A(t,t′)，观察到二维Ising模型和二维XY模型的aging现象，获得更精确的动力学临界指数λ_c和z的值.特别是对二维XY模型，当初始态为完全无序态时，模拟结果证实存在关于标度行为的对数修正. 关键词： 蒙特卡罗模拟 相变和临界行为 aging现象     

Sr离子自终止和复合激光交替振荡的动力学模型

建立了一个反映高重复率脉冲放电激励的Sr离子自终止激光和复合激光交替振荡的动力学模型，得到了与实测光电脉冲波形相一致的模拟结果.给出了He-Sr放电等离子中长寿命粒子、激光上下能级粒子数密度和电子温度随时间的演化过程.分析了两种激光交替振荡的发射过程、脉冲宽度特性和粒子数反转机理，认为在放电早期和余辉期电子温度的急剧升高和降低是Sr离子自终止和复合激光实现交替振荡的关键所在. 关键词： 自终止激光 复合激光 交替振荡 动力学模型     

花簇分形无标度网络中节点影响力的区分度

大量研究表明分形尺度特性广泛存在于真实复杂系统中, 且分形结构显著影响网络上的传播动力学行为. 虽然复杂网络的节点传播影响力吸引了越来越多学者的关注, 但依旧缺乏针对分形网络结构的节点影响力的系统研究. 鉴于此, 本文基于花簇分形网络模型, 研究了分形无标度结构上的节点传播影响力. 首先, 对比了不同分形维数下的节点影响力, 结果表明, 当分形维数很小时, 节点影响力的区分度几乎不随节点度变化, 很难区分不同节点的传播影响力, 而随着分形维数的增大, 从全局和局域角度都能很容易识别网络中的超级传播源. 其次, 通过对原分形网络进行不同程度的随机重连来分析网络噪声对节点影响力区分度的影响, 发现在低维分形网络上, 加入网络噪声之后能够容易区分不同节点的影响力, 而在无穷维超分形网络中, 加入网络噪声之后能够区分中间度节点的影响力, 但从全局和局域角度都很难识别中心节点的影响力. 所得结论进一步补充、深化了基于花簇分形网络的节点影响力研究, 研究结果对实际病毒传播的预警控制提供了一定的理论借鉴.     

一种基于用户相对权重的在线社交网络信息传播模型

根据在线社交网络信息传播特点和目前社交网络传播模型研究中存在的问题, 本文定义了网络用户之间的相互影响力函数, 在此基础上提出了一种基于用户相对权重的社交网络信息传播模型, 并对网络中的传播路径及传播过程进行了分析, 讨论了不同路径的信息传播影响力.为验证模型的有效性, 将传统的SIR模型和本文模型在六类不同网络拓扑下进行了仿真实验.仿真结果表明, 两类模型在均匀网络中没有明显差异, 但在非均匀网络中本文模型更能体现真实网络特点, 实验同时验证了节点的地位影响着信息的传播, 并且发现英文社交平台Twitter和中文社交平台新浪微博在拓扑结构上具备一定相似性.     

Bidirectional WDM Self-Healing Ring Network for Hub/Remote Nodes

We demonstrate a bidirectional WDM self-healing ring network for hub/remote nodes with one fiber. In this network, self-healing can be achieved within 8 ms. The transmission capacity can be doubled in the operating state.     

基于有向渗流理论的关联微博转发网络信息传播研究

微博网络的快速性、爆发性和时效性, 以及用户复杂的行为模式, 使得研究其信息传播模型及影响因素成为网络舆情的热点方向. 利用压缩映射定理, 分析不动点迭代过程的收敛条件, 得到有向网络信息传播过程的渗流阈值和巨出向分支的数值解法; 通过可变同配系数生成模型, 分析关联特征对信息传播的影响; 最后利用微博转发网络数据进行仿真对比实验. 结果表明: 虽然四类关联特征同时体现出同配、异配特征, 但信息传播结果更多受入度-入度相关性、入度-出度相关性影响; 通过删除少量节点的方法, 提取边同配比例, 验证大部分节点的四类关联特征呈现一致性.     

基于Hadoop的GA-BP网络在山洪预测中的研究

研究了山洪灾害监测预警系统中雨情数据的分布式存储和分布式预测。针对采集到的水文数据急剧增长和对预测精度和预报时效的要求不断提高,分别应用Hadoop分布式文件系统对数据进行分布式存储和 MapReduce框架结合遗传算法优化神经网络的权值和阈值进行分布式预测。采用基于BP神经网络的多因子山洪灾害雨量预测模型,结合遗传算法能够实现全局优化特点来优化神经网络的权值和阈值,并在数据并行处理过程中,采用了批处理和MapReduce工作流的方式,以误差和准确率来评估预测模型,解决了神经网络在处理海量数据时训练时间长等问题。实验表明,该方法可以在不影响准确度的前提下,大大缩短运行时间,提高预测效率。     

加权网络中基于冗余边过滤的k-核分解排序算法

k-核分解排序法对于度量复杂网络上重要节点的传播影响力具有重要的理论意义和应用价值,但其排序粗粒化的缺陷也不容忽视.最新研究发现,一些真实网络中存在局域连接稠密的特殊构型是导致上述问题的根本原因之一.当前的解决方法是利用边两端节点的外部连边数度量边的扩散性,采取过滤网络边来减少这种稠密结构给k-核分解过程造成的干扰,但这种方法并没有考虑现实网络上存在权重的普遍性.本文利用节点权重和权重分布重新定义边的扩散性,提出适用于加权网络结构的基于冗余边过滤的k-核分解排序算法:filter-core.通过世界贸易网、线虫脑细胞网和科学家合著网等真实网络的SIR(susceptible-infectedrecovered)传播模型的仿真结果表明,该算法相比其他加权k-核分解法,能够更准确地度量加权网络上具有重要传播影响力的核心节点及核心层.     

基于在线社交网络的信息传播模型

本文构造了一个基于在线社交网络的信息传播模型.该模型考虑了节点度和传播机理的影响,结合复杂网络和传染病动力学理论,进一步建立了动力学演化方程组.该方程组刻画了不同类型节点随着时间的演化关系,反映了传播动力学过程受到网络拓扑结构和传播机理的影响.本文模拟了在线社交网络中的信息传播过程,并分析了不同类型节点在网络中的行为规律.仿真结果表明:由于在线社交网络的高度连通性,信息在网络中传播的门槛几乎为零;初始传播节点的度越大,信息越容易在网络中迅速传播;中心节点具有较大的社会影响力;具有不同度数的节点在网络中的变 关键词： 在线社交网络 信息传播 微分方程 传染病动力学     

推荐重要节点部署防御策略的优化模型

当前网络安全防御策略集中部署于高连接度节点主要有2个方面的不足: 一是高连接度节点在很多场合中并不是网络通信的骨干节点; 二是该类节点对信息的转发和传播并非总是最有效的.针对以上传统部署策略的不足, 改进了恶意病毒程序传播的离散扩散模型并采用中间路径跳数来衡量网络节点的重要程度, 提出了基于介数中心控制力和接近中心控制力模型的重要节点优先推荐部署技术.实验结果显示具有高介数中心控制力和低接近中心控制力的节点相对于传统的高连接度节点无论在无标度网络还是小世界网络均能够对恶意病毒程序的疫情扩散和早期传播速度起到更加有效的抑制作用, 同时验证了网络分簇聚类行为产生的簇团特性也将对恶意程序的传播起到一定的负面影响.     

Modeling the COVID-19 epidemic and awareness diffusion on multiplex networks

The coronavirus disease 2019(COVID-19)has been widely spread around the world,and the control and behavior dynamics are still one of the important research directions in the world.Based on the characteristics of COVID-19’s spread,a coupled disease-awareness model on multiplex networks is proposed in this paper to study and simulate the interaction between the spreading behavior of COVID-19 and related information.In the layer of epidemic spreading,the nodes can be divided into five categories,where the topology of the network represents the physical contact relationship of the population.The topological structure of the upper network shows the information interaction among the nodes,which can be divided into aware and unaware states.Awareness will make people play a positive role in preventing the epidemic diffusion,influencing the spread of the disease.Based on the above model,we have established the state transition equation,through the microscopic Markov chain approach(MMCA),and proposed the propagation threshold calculation method under the epidemic model.Furthermore,MMCA iteration and the Monte Carlo method are simulated on the static network and dynamic network,respectively.The current results will be beneficial to the study of COVID-19,and propose a more rational and effective model for future research on epidemics.