本文關鍵詞：一種互聯(lián)網拓撲結構局部特征度量修正算法

  更多相關文章： 復雜網絡 拓撲結構 特征度量 冪律分布 機器學習

【摘要】：對互聯(lián)網拓撲結構局部特性展開研究,針對已有IP定位數(shù)據(jù)庫的異構性和準確率不高造成的特征度量分析存在偏差的問題,提出了一種基于機器學習的修正算法(IPMG).以復雜網絡為基礎,結合網絡測量數(shù)據(jù)和已有IP定位數(shù)據(jù)庫中的IP地理位置信息,定義了互聯(lián)網局部拓撲結構的地理度和地理介數(shù)這兩種新的特征度量;分析了地理度和地理介數(shù)分布的冪律特性以及二者與IP地理位置之間的關系;運用機器學習的方法修正了不同IP定位數(shù)據(jù)庫之間存在的分析有偏差的問題,并通過交叉驗證和地標驗證結合的方法驗證了IPMG算法的有效性.實驗結果表明:IPMG算法有效修正地理度和地理介數(shù)的同時提高了IP定位數(shù)據(jù)庫的準確率.
【作者單位】： 北京郵電大學計算機學院;解放軍第96630部隊;
【關鍵詞】： 復雜網絡 拓撲結構 特征度量 冪律分布 機器學習
【基金】：國家科技支撐計劃資助項目(2014BAH26F02)
【分類號】：TP393.02
【正文快照】： 隨著信息技術的飛速發(fā)展,互聯(lián)網的規(guī)模呈幾何指數(shù)增長[1].由于互聯(lián)網的異構性、動態(tài)性和龐大的規(guī)模、復雜的結構,以及準確有效的網絡探測技術的缺乏,使得當前對互聯(lián)網拓撲結構特性的認識還存在很大的局限性,現(xiàn)有研究中有很大一部分通過分析相關特征度量來揭示其內在屬性.根據(jù)

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 陳義保;羅震;鐘毅芳;;基于拓撲描述函數(shù)的結構拓撲優(yōu)化設計[J];華中科技大學學報(自然科學版);2007年01期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 王欣;黃琳;高媛;高順德;王益華;;起重機伸縮臂截面拓撲優(yōu)化[J];大連理工大學學報;2009年03期

2 莊亞明;余海林;;群體性突發(fā)事件信息傳播網絡特性研究——以搶蠟燭事件為例[J];情報雜志;2013年07期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 魏U，

本文編號：690252