本文關鍵詞：網(wǎng)絡魯棒性進化優(yōu)化及其評價標準的理論估計

  更多相關文章： 復雜網(wǎng)絡 網(wǎng)絡魯棒性 粒子群算法 密母算法 惡意攻擊

【摘要】：近年來,復雜網(wǎng)絡研究正滲透到工程學科、數(shù)理學科以及生命科學等眾多不同的領域,受到了越來越多的科研工作者的廣泛關注。網(wǎng)絡魯棒性(Network robustness)是復雜網(wǎng)絡的一個重要屬性,也是目前研究的一個重要熱點。隨著實際網(wǎng)絡對其網(wǎng)絡魯棒性的需求越來越高,如何有效地提高實際網(wǎng)絡的魯棒性逐漸成為一個亟待解決的問題。本論文首先對網(wǎng)絡魯棒性優(yōu)化方法進行了研究,然后對文獻[1]提出的網(wǎng)絡魯棒性評價標準進行了理論分析,最后對基于動態(tài)攻擊/修復模型的網(wǎng)絡魯棒性演變進行了分析。主要工作總結(jié)如下:(1)將粒子群算法(Particle Swarm Optimization,PSO)應用到網(wǎng)絡魯棒性優(yōu)化問題上,提出了基于粒子群算法的無標度網(wǎng)絡魯棒性優(yōu)化方法,PSO_RSF(Particle Swarm Optimization for enhancing the Robustness of Scale-free networks against malicious attacks)。設計了全新的編碼方式和種群更新算子,結(jié)合網(wǎng)絡優(yōu)化問題,創(chuàng)新性地提出了鄰域自生種群算子,提高了PSO_RSF的全局搜索能力和局部搜索能力。實驗結(jié)果表明,PSO_RSF能夠有效解決“度分布不變”的網(wǎng)絡魯棒性優(yōu)化問題;相比于初始網(wǎng)絡,其網(wǎng)絡魯棒性有了明顯的提升,并且優(yōu)化后的網(wǎng)絡結(jié)構呈現(xiàn)明顯的“洋蔥”狀結(jié)構特征。(2)通過對現(xiàn)實需求的分析,本文提出了“度分布可變”的網(wǎng)絡魯棒性優(yōu)化問題。針對該優(yōu)化問題,本文提出了基于密母算法(Memetic Algorithms,MAs)的網(wǎng)絡魯棒性優(yōu)化算法,MA_ROP(Memetic Algorithm for Robustness Optimization Problem)。設計了有效的交叉、變異等操作算子實現(xiàn)種群的全局搜索。同時,針對每一代中的若干最優(yōu)個體,設計了啟發(fā)式爬山算法實現(xiàn)局部搜索。實驗結(jié)果表明,MA_ROP是一種有效且穩(wěn)定的算法,并且通過對優(yōu)化后網(wǎng)絡的結(jié)構進行研究,得出猜想:規(guī)則網(wǎng)絡的網(wǎng)絡魯棒性最高。(3)文獻[1]提出了一種目前受到最廣泛關注的網(wǎng)絡魯棒性評價標準R。根據(jù)已有的復雜網(wǎng)絡研究理論,本文結(jié)合了概率統(tǒng)計學的方法,在網(wǎng)絡受到惡意攻擊后,對網(wǎng)絡結(jié)構的變化進行了理論推導,代替了現(xiàn)有評價標準R計算過程中的模擬統(tǒng)計步驟,提出了一種網(wǎng)絡魯棒性評價標準R的理論估計方法。通過在規(guī)則網(wǎng)絡、小世界網(wǎng)絡、隨機網(wǎng)絡和無標度網(wǎng)絡上的仿真測試結(jié)果表明,本文提出的理論估計方法可以有效地估計優(yōu)化后網(wǎng)絡的魯棒性,并且從理論層面上證明了上一項工作的猜想是正確的。(4)現(xiàn)實中的網(wǎng)絡存在一種更普遍的現(xiàn)象——在一段時期內(nèi),網(wǎng)絡的攻擊者持續(xù)破壞網(wǎng)絡,而維護者盡最大努力對網(wǎng)絡進行修復。針對上述的動態(tài)問題,本文研究了基于動態(tài)攻擊/修復的迭代模型下的網(wǎng)絡魯棒性演變過程。經(jīng)過大量實驗結(jié)果分析得出,連接網(wǎng)絡中點介數(shù)最小的節(jié)點的修復策略能夠有效地維護網(wǎng)絡的連通性,并且提升網(wǎng)絡魯棒性R,但是卻不能提升網(wǎng)絡抵抗惡意邊攻擊的能力。值得一提的是,在兩個實際網(wǎng)絡上,這種修復策略能夠同時提升針對點攻擊與針對邊攻擊的網(wǎng)絡魯棒性。
【關鍵詞】：復雜網(wǎng)絡 網(wǎng)絡魯棒性 粒子群算法 密母算法 惡意攻擊
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O157.5
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 符號對照表11-12
• 縮略語對照表12-16
• 第一章 緒論16-22
• 1.1 研究背景及意義16-18
• 1.1.1 復雜網(wǎng)絡的定義17-18
• 1.1.2 網(wǎng)絡魯棒性的定義18
• 1.2 進化計算18-20
• 1.2.1 進化計算的發(fā)展19-20
• 1.2.2 進化算法的原理及框架20
• 1.3 論文結(jié)構安排20-22
• 第二章 基于粒子群算法的無標度網(wǎng)絡魯棒性優(yōu)化22-32
• 2.1 引言22
• 2.2 相關工作22-24
• 2.2.1 目標函數(shù)22-23
• 2.2.2 已有算法23-24
• 2.3 PSO_RSF24-27
• 2.3.1 編碼方式和初始化24-25
• 2.3.2 個體更新算子25-26
• 2.3.3 鄰域自生種群算子26
• 2.3.4 PSO_RSF的算法框架26-27
• 2.4 仿真實驗及結(jié)果分析27-31
• 2.4.1 測試網(wǎng)絡和算法參數(shù)設定27
• 2.4.2 PSO_RSF在BA網(wǎng)絡上的實驗結(jié)果27-29
• 2.4.3 PSO_RSF在實際網(wǎng)絡上的實驗結(jié)果29-30
• 2.4.4 實驗結(jié)論30-31
• 2.5 本章小結(jié)31-32
• 第三章 基于密母算法的網(wǎng)絡魯棒性優(yōu)化32-42
• 3.1 引言32
• 3.2 MA_ROP32-36
• 3.2.1 密母算法32
• 3.2.2 編碼及種群初始化32-33
• 3.2.3 交叉和變異操作33-34
• 3.2.4 局部搜索算子34-35
• 3.2.5 選擇算子35
• 3.2.6 MA_ROP的算法框架35-36
• 3.3 仿真實驗與結(jié)果分析36-40
• 3.3.1 測試網(wǎng)絡和算法參數(shù)設定36
• 3.3.2 MA_ROP對網(wǎng)絡魯棒性的優(yōu)化結(jié)果36-38
• 3.3.3 MA_ROP對網(wǎng)絡結(jié)構的優(yōu)化結(jié)果38-39
• 3.3.4 實驗結(jié)論39-40
• 3.4 本章小結(jié)40-42
• 第四章 網(wǎng)絡魯棒性評價標準的理論估計42-50
• 4.1 引言42
• 4.2 相關理論背景42-43
• 4.3 評價標準R的理論估計43-46
• 4.3.1 惡意攻擊影響的理論推導43-44
• 4.3.2 最大連通子分量的估計方法44-46
• 4.4 驗證實驗和結(jié)果分析46-48
• 4.4.1 實驗網(wǎng)絡類型及參數(shù)46
• 4.4.2 R的理論值與統(tǒng)計值的對比驗證實驗46-47
• 4.4.3 四種網(wǎng)絡模型的網(wǎng)絡魯棒性比較實驗47
• 4.4.4 實驗結(jié)論47-48
• 4.5 本章小結(jié)48-50
• 第五章 基于動態(tài)攻擊/修復模型的網(wǎng)絡魯棒性演變分析50-62
• 5.1 引言50
• 5.2 相關工作50-52
• 5.2.1 網(wǎng)絡魯棒性評價標準50-51
• 5.2.2 迭代的攻擊/修復模型的發(fā)展與不足51-52
• 5.3 動態(tài)攻擊/修復的迭代模型52-54
• 5.3.1 基于節(jié)點的攻擊和修復策略52-53
• 5.3.2 基于連接邊的攻擊和修復策略53-54
• 5.4 仿真實驗和結(jié)果分析54-61
• 5.4.1 實驗網(wǎng)絡類型及參數(shù)55
• 5.4.2 不同的攻擊/修復策略的表現(xiàn)55-57
• 5.4.3 迭代模型中網(wǎng)絡魯棒性的演變57-61
• 5.4.4 實驗結(jié)論61
• 5.5 本章小結(jié)61-62
• 第六章 總結(jié)與展望62-64
• 6.1 本文工作總結(jié)62
• 6.2 未來工作展望62-64
• 參考文獻64-68
• 致謝68-70
• 作者簡介70-71

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馮業(yè)榮;BP網(wǎng)絡及其學習功能初探[J];廣東氣象;1995年01期

2 卓瑩;張強;龔正虎;;網(wǎng)絡態(tài)勢預測的廣義回歸神經(jīng)網(wǎng)絡模型[J];解放軍理工大學學報(自然科學版);2012年02期

3 岳博,焦李成;Bayes網(wǎng)絡學習的MCMC方法[J];控制理論與應用;2003年04期

4 余振復;;N位M進制數(shù)碼網(wǎng)絡及其參數(shù)計算[J];自動化學報;1981年02期

5 王艷;李應興;靳二輝;;復雜網(wǎng)絡健壯社團挖掘算法[J];計算機工程與應用;2012年31期

6 孫鴻賓;吳子燕;劉書奎;;基于動態(tài)Bayes網(wǎng)絡的結(jié)構時變可靠性分析[J];應用數(shù)學和力學;2014年01期

7 朱朝暉;滕少華;廖俊;游俊慧;黃國康;莊卿卿;;GSM網(wǎng)絡優(yōu)化支撐系統(tǒng)的設計與實現(xiàn)[J];江西師范大學學報(自然科學版);2008年04期

8 ，

本文編號：921167