一种基于布朗粒子的混合搜索模型

基于网络上的布朗粒子运动基本原理,提出了一种单粒子和多粒子相结合的混合搜索模型.该模型将一次搜索过程分成单粒子搜索与多粒子搜索两个阶段,既克服了单粒子搜索效率低下的缺点,又降低了多粒子搜索的硬件代价.在各种复杂网络拓扑上实施该模型,并与混合导航模型进行比较.结果表明,混合搜索模型的平均搜索时间收敛更快,硬件代价更小.将度大优先的目标选择策略与混合搜索模型相结合,能进一步提高搜索效率.此外通过仿真发现,在无标度网络上混合搜索模型的效率远高于单粒子随机行走,与多粒子随机行走的效率相当,但硬件代价远小于多粒子行走.最后针对该模型给出了一种能有效降低负载的"吸收"策略.     

无标度网络上队列资源分配研究

研究了节点队列资源有限的条件下,无标度网络上的信息流动力学过程,发现了网络由自由流通到拥塞的相变现象,提出了一种基于节点度的队列资源分配模型.模型的核心是使节点i的队列长度与kβi成正比(ki为节点i的度,β为分配参数).仿真结果表明,在网络使用最短路径算法进行信息包传送的条件下,β近似等于1.25时队列资源分配最合理,网络容量最大,且该最佳值与队列总资源多少以及网络的规模无关.     

基于交通流量的病毒扩散动力学研究

不同于经典扩散模型中节点传染力等同于节点度k的假定, 基于交通流量的病毒扩散模型中, 各个节点的传染力可以等同于节点实际介数b_k. 利用平均场近似方法, 提出基于交通流量SIS病毒修正扩散模型. 根据修正SIS模型, 以最小搜索信息路由为例, 重新研究病毒传播率β, 平均发包率λ同传播阈值β_c, 平稳状态病毒密度ρ之间的关系. 理论分析与实验结果均表明, 当网络拓扑和路由策略一定时, 传播阈值β_c为实际介数b_k的均值<b_k>与其平方的均值<b_k²>的比值. 而稳定状态时感染密度ρ同感染同病毒传播率β, 平均发包率λ 以及λ =1时节点实际介数的均值<b_λ=1> 的乘积倒数存在幂率关系.     

基于交通流量的病毒爆发动力行为研究

给出基于交通流量的病毒扩散易染-感染模型（SI）修正模型,进而利用平均场近似方法,研究基于交通流量的病毒扩散动力学行为.以最小搜索信息路由为例,重新研究了SI模型下扩散系数τ与平均发包率λ、感染率β以及实际介数之间的关系.理论分析与实验结果均表明,当网络拓扑和路由策略一定时,扩散参数τ反比于平均发包率λ和感染率β,是λ=1时的扩散参数τ_λ=1的1/λ.     

一类基于随机行走机理的优化路由改进策略

在对随机行走过程的研究中发现:单个粒子通过某条特定路径的时间正比于该路径上所有节点度的连乘积.据此,文章提出基于随机行走机理的优化路由改进策略.该策略以节点度连乘积最小化为原则,通过调节可变参数,建立节点处理能力均匀分布的情况下最佳路由策略.通过分析比较不同路由策略条件下平均路由介数中心度,网络的临界负载量,平均路径长度以及平均搜索信息量等性能指标,研究结果表明,此改进路由策略在保证网络平均路径长度较少增加的前提下,使网络的传输能力获得最大幅度的提升. 关键词： 复杂网络 路由策略 负载传输     

无标度复杂网络负载传输优化策略

提出了一种能够显著提高无标度复杂网络负载传输性能的优化路由策略.实现了负载在核心节点与边缘节点间的合理分配.分析表明该策略使得网络的负载处理能力正比于网络规模的平方,而与单个节点的度值无关.实验结果显示优化路由策略在保持了最短路由策略小世界效应的同时,成倍地提升了网络的负载传输能力,且随着网络平均节点度的增加其优势越趋显著.此外,与有效路由策略的比较进一步验证了优化路由策略的优异性能. 关键词： 优化路由策略 复杂网络 负载传输 网络阻塞     

一种多混沌系统公钥密码算法的安全性分析

最近，Ranjan利用m组混沌系统及线性变换组合方法提出一种混沌公钥密码.安全分析表明攻击该公钥密码难度为(NP)^m，其中N，P分别为密钥空间大小及线性变换复杂度.由于向量任意的线性变换都能映射为向量2-范数简单的幅度变化，据此提出一种仅依赖公钥、初始向量及算法结构的私钥攻击算法.分析与实验结果均表明该多混沌公钥密码无法抵抗此类攻击，并且该分析方法可以有效攻击各种多混沌公钥密码算法. 关键词： 公钥密码 多混沌系统 密码分析     

基于符号向量动力学的耦合映像格子初始向量估计

在符号动力学的基础上,探讨了基于符号向量序列的局部耦合映像格子求逆问题,证明了相空间I^N上任意取值通过基于符号向量序列的逆迭代过程必然收敛至初始向量,提出了基于符号向量动力学的初始向量估计算法,从而建立了耦合映像格子符号序列和实际动力系统相空间的对应关系.实验结果表明,根据该算法可以有效建立符号向量序列和耦合映像格子相空间之间的对应关系,更好地刻画了实际模型的物理过程. 关键词： 耦合映像格子 符号动力学 初始向量估计     

A self-organizing shortest path finding strategy on complex networks

The shortcomings of traditional methods to find the shortest path are revealed, and a strategy of finding the self-organizing shortest path based on thermal flux diffusion on complex networks is presented. In our method, the shortest paths between the source node and the other nodes are found to be self-organized by comparing node temperatures. The computation complexity of the method scales linearly with the number of edges on underlying networks. The effects of the method on several networks, including a regular network proposed by Ravasz and Barabási which is called the RB network, a real network, a random network proposed by Ravasz and Barabási which is called the ER network and a scale-free network, are also demonstrated. Analytic and simulation results show that the method has a higher accuracy and lower computational complexity than the conventional methods.     

基于符号向量动力学的耦合映像格子参数估计

本文,将符号动力学推广到耦合映像格子中,以Logistic映射下耦合映像格子为研究对象,研究控制参数对符号向量序列动力学特性的影响.通过研究耦合映像格子逆函数,给出耦合映像格子的遍历条件.进一步,将给出系统初始向量,禁止字以及控制参数的符号向量序列描述方法,并最终给出基于符号向量动力学的耦合映像格子控制参数估计方法.实验结果表明,根据本文算法可以有效建立符号序列和耦合映像格子控制参数之间的对应关系,能够更好地刻画了实际模型的物理过程. 关键词： 符号向量动力学 耦合映像格子 参数估计 遍历性