現(xiàn)代社會(huì)非常依賴于Internet這一典型復(fù)雜系統(tǒng)的功能。然而,在Internet中,頻頻發(fā)生的級(jí)聯(lián)性災(zāi)難和故障,嚴(yán)重威脅到了它安全運(yùn)行,對(duì)人類社會(huì)造成了巨額經(jīng)濟(jì)損失和極其不利的影響。因此,由級(jí)聯(lián)故障行為導(dǎo)致的Internet安全性問(wèn)題引起了國(guó)內(nèi)外許多學(xué)者的關(guān)注。在吸收現(xiàn)有研究成果的基礎(chǔ)上,本論文主要從復(fù)雜網(wǎng)絡(luò)角度出發(fā),緊緊圍繞流的動(dòng)力學(xué)過(guò)程,對(duì)真實(shí)Internet中由攻擊引發(fā)的級(jí)聯(lián)故障進(jìn)行深入分析與理論建模,重點(diǎn)剖析網(wǎng)絡(luò)的多尺度拓?fù)渑c負(fù)載分配對(duì)級(jí)聯(lián)故障行為的影響,為設(shè)計(jì)和優(yōu)化Internet提供參考。論文的主要研究成果如下:1.基于真實(shí)的Internet,采用節(jié)點(diǎn)度的冪函數(shù)來(lái)表示節(jié)點(diǎn)初始負(fù)載,并應(yīng)用負(fù)載局域擇優(yōu)重新分配原則構(gòu)建了局域負(fù)載下帶有可調(diào)負(fù)載參數(shù)的級(jí)聯(lián)故障模型。研究了兩種攻擊策略下Internet的級(jí)聯(lián)故障行為。仿真結(jié)果表明,存在一個(gè)負(fù)載參數(shù)的關(guān)鍵閾值,即當(dāng)負(fù)載參數(shù)大于這個(gè)閾值時(shí),攻擊大度的節(jié)點(diǎn)比攻擊小度的節(jié)點(diǎn)更易導(dǎo)致大規(guī)模級(jí)聯(lián)故障;當(dāng)負(fù)載參數(shù)小于這個(gè)閾值時(shí),攻擊小度的節(jié)點(diǎn)反而更易導(dǎo)致網(wǎng)絡(luò)的全局崩潰。該閾值不同于以往用傳統(tǒng)理論復(fù)雜網(wǎng)絡(luò)模型模擬真實(shí)網(wǎng)絡(luò)下的結(jié)果。2.通過(guò)構(gòu)建不同... 

【文章來(lái)源】：南華大學(xué)湖南省

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

小世界網(wǎng)絡(luò)模型的生成小世界網(wǎng)絡(luò)的主要性質(zhì)如圖2.3所示

13類系數(shù)和較小的平均最短路徑。由于WS小世界網(wǎng)絡(luò)模型生成算法中的隨機(jī)化重連有可能對(duì)網(wǎng)絡(luò)的連通性造成破壞。因此，Newman和Watts提出了一個(gè)改進(jìn)的模型[28]，稱為NW小世界網(wǎng)絡(luò)模圖2.3小世界網(wǎng)絡(luò)的幾何特性型。該模型是通過(guò)用“隨機(jī)化加邊”取代WS模型構(gòu)造中的“隨機(jī)化重連”而得到的。下面介紹小世界網(wǎng)絡(luò)模型的一些統(tǒng)計(jì)特性：(1)聚類系數(shù)WS小世界網(wǎng)絡(luò)的聚類系數(shù)為[29]33(2)()(1)4(1)KcppK………………………(2.19)(2)平均最短路徑關(guān)于WS小世界網(wǎng)絡(luò)模型的平均最短路徑L，人們利用重正化群方法得到如下公式[28]：2()(2)NLpfNKpK…………………………(2.20)其中f(u)滿足：,1()=(ln),1ufuuuu常數(shù)…………………………(2.21)Newman等人基于平均場(chǎng)方法[30]給出了f(x)的近似表達(dá)式:21()arctan222xfxhxxx…………………(2.22)

28圖4.1(a)說(shuō)明了構(gòu)造屬性Pd的過(guò)程，即dK系列的零模型網(wǎng)絡(luò)。d=0，4，對(duì)應(yīng)于dK系列的不同階數(shù)[56]。這里使用對(duì)應(yīng)子圖的總數(shù)來(lái)表示P的所有值。也就是說(shuō)，P(2,2)1意味著網(wǎng)絡(luò)中兩個(gè)度為2的節(jié)點(diǎn)之間有一條邊。圖4.1(b)中的0K零模型網(wǎng)絡(luò)是最簡(jiǎn)單、最隨機(jī)的網(wǎng)絡(luò)，它只保留了原始網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)和平均度。1K零模型網(wǎng)絡(luò)保持了原始網(wǎng)絡(luò)的度分布，但它已經(jīng)隨機(jī)重新連接了如圖4.1(c)所示的邊關(guān)系。2K零模型網(wǎng)絡(luò)與圖4.1(d)中的原始網(wǎng)絡(luò)具有相同的聯(lián)合度分布，這意味著它們的匹配系數(shù)相同。3K零模型網(wǎng)絡(luò)的重連過(guò)程如圖4.1(e)所示。3K零模型網(wǎng)絡(luò)和原始網(wǎng)絡(luò)的聚類系數(shù)相同。因此，隨著零模型階數(shù)的增加（即生成零模型約束條件的增加），零模型網(wǎng)絡(luò)在理論上逐漸接近于原始網(wǎng)絡(luò)。圖4.1dK系列零模型生成過(guò)程(a)Pd的計(jì)算過(guò)程，d=0，4，(b)0K零模型網(wǎng)絡(luò)(c)1K零模型網(wǎng)絡(luò)(d)2K零模型網(wǎng)絡(luò)(e)3K零模型網(wǎng)絡(luò)(2)具有可調(diào)參數(shù)的零模型網(wǎng)絡(luò)盡管上述四種不同階次的零模型對(duì)于理解原始網(wǎng)絡(luò)的行為是有用的，但是卻無(wú)法捕捉和有效地控制原始網(wǎng)絡(luò)的行為。因此，還考慮了一種目標(biāo)邊交換的方法[57]，它可以創(chuàng)建具有可調(diào)微觀特性（如匹配性、聚類性）和中觀特性（如富人俱樂(lè)部、社區(qū)結(jié)構(gòu)）的零模型。這里稱為具有可調(diào)性質(zhì)的零模型。為了觀察匹配系數(shù)r對(duì)網(wǎng)絡(luò)級(jí)聯(lián)魯棒性的影響，分別考慮增加匹配系數(shù)的強(qiáng)同配零模型和減少匹配系數(shù)的強(qiáng)異配零模型[32,58]。這兩種零模型網(wǎng)絡(luò)的構(gòu)造如下，


本文編號(hào)：2900434