復(fù)雜網(wǎng)絡(luò)的拓?fù)渖嫘耘c數(shù)據(jù)傳輸相關(guān)問題研究.pdf

1、隨著信息技術(shù)的發(fā)展和社會(huì)文明的進(jìn)步，涌現(xiàn)出了許多大規(guī)模網(wǎng)絡(luò)，如互聯(lián)網(wǎng)、P2P網(wǎng)絡(luò)等。由于這些網(wǎng)絡(luò)與我們的日常生活密切相關(guān)，深入研究此類網(wǎng)絡(luò)的拓?fù)渖嫘院蛿?shù)據(jù)傳輸具有重要的意義。近年來，采用復(fù)雜網(wǎng)絡(luò)理論對(duì)各種大規(guī)模網(wǎng)絡(luò)進(jìn)行研究已經(jīng)成為一種必然趨勢(shì)。因?yàn)檠芯康膶?duì)象不是小規(guī)模或結(jié)構(gòu)簡(jiǎn)單的網(wǎng)絡(luò)，復(fù)雜網(wǎng)絡(luò)的分析方法也不同于傳統(tǒng)的網(wǎng)絡(luò)研究分析方法。它關(guān)注的是節(jié)點(diǎn)之間的微觀相互作用所導(dǎo)致的宏觀現(xiàn)象以及系統(tǒng)中個(gè)體之間的相互作用。隨著研究的不斷深入，復(fù)雜

2、網(wǎng)絡(luò)研究已經(jīng)滲透到各個(gè)學(xué)科領(lǐng)域，推動(dòng)了信息學(xué)科與其它學(xué)科的交叉和發(fā)展。
　　研究復(fù)雜網(wǎng)絡(luò)的最終目標(biāo)是理解網(wǎng)絡(luò)拓?fù)淙绾斡绊懢W(wǎng)絡(luò)上的各種動(dòng)力學(xué)過程，包括數(shù)據(jù)傳輸、博弈過程等。拓?fù)渖嫘院蛿?shù)據(jù)傳輸是其中非常重要的研究?jī)?nèi)容。本論文運(yùn)用圖論、統(tǒng)計(jì)物理學(xué)以及計(jì)算機(jī)模擬等方法，從復(fù)雜網(wǎng)絡(luò)的拓?fù)渖嫘院蛿?shù)據(jù)傳輸這兩個(gè)方面進(jìn)行了相關(guān)的分析與研究。所取得的主要研究成果如下:
　　(1)基于節(jié)點(diǎn)度的邊補(bǔ)償模型
　　大多數(shù)復(fù)雜網(wǎng)絡(luò)拓?fù)渖嫘缘?/p>

3、研究都是通過重新設(shè)計(jì)網(wǎng)絡(luò)的拓?fù)湟垣@得最佳的生存性，但是已具有一定規(guī)模的網(wǎng)絡(luò)很難按照設(shè)計(jì)的拓?fù)溥M(jìn)行大規(guī)模的改造，而對(duì)其進(jìn)行較小的改動(dòng)卻是可行的。本文提出了一種基于節(jié)點(diǎn)度的邊補(bǔ)償模型。該模型通過添加一定數(shù)量的新邊重構(gòu)網(wǎng)絡(luò)拓?fù)?，提高無標(biāo)度復(fù)雜網(wǎng)絡(luò)對(duì)蓄意攻擊的生存性。特別是當(dāng)新邊傾向于與度最小的節(jié)點(diǎn)相連時(shí)，可以最大程度地提高網(wǎng)絡(luò)的崩潰閾值。此外，本文還研究了邊信息對(duì)該模型的影響。仿真結(jié)果表明，只要隱藏少量新邊的信息就可以大幅提高無標(biāo)度復(fù)雜網(wǎng)絡(luò)抵

4、抗蓄意攻擊的能力。
　　(2)兩層復(fù)雜網(wǎng)絡(luò)流量模型
　　以前的文獻(xiàn)大多基于單層的網(wǎng)絡(luò)流量模型研究復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)傳輸，但是許多大規(guī)模復(fù)雜系統(tǒng)都具有兩層或者多層的網(wǎng)絡(luò)結(jié)構(gòu)。本文引入分層的概念，首次提出了一種兩層復(fù)雜網(wǎng)絡(luò)流量模型。通過比較四種基于ER隨機(jī)網(wǎng)絡(luò)模型和BA無標(biāo)度網(wǎng)絡(luò)模型所生成的兩層復(fù)雜網(wǎng)絡(luò)，發(fā)現(xiàn)了兩層復(fù)雜網(wǎng)絡(luò)的物理層拓?fù)鋵?duì)網(wǎng)絡(luò)容量的影響要遠(yuǎn)大于邏輯層拓?fù)?。特別是具有同構(gòu)物理層拓?fù)涞膬蓪訌?fù)雜網(wǎng)絡(luò)對(duì)擁塞具有更好的容忍性。但是

5、在沒有發(fā)生擁塞的自由流態(tài)時(shí)，邏輯層或者物理層拓?fù)涞漠悩?gòu)性可以使得兩層復(fù)雜網(wǎng)絡(luò)的數(shù)據(jù)傳輸更有效率。
　　(3)基于節(jié)點(diǎn)度的兩層復(fù)雜網(wǎng)絡(luò)靜態(tài)權(quán)重路由策略
　　提出了一種基于節(jié)點(diǎn)度的兩層復(fù)雜網(wǎng)絡(luò)靜態(tài)權(quán)重路由策略。該路由策略按照物理層節(jié)點(diǎn)度和策略參數(shù)?設(shè)置邏輯層鏈路的權(quán)重，并選擇權(quán)重最小的邏輯層路徑作為數(shù)據(jù)包的路由路徑。通過研究?jī)蓪訌?fù)雜網(wǎng)絡(luò)中流量從自由流態(tài)到擁塞態(tài)的相變特性，并以此特性為標(biāo)準(zhǔn)刻畫不同路由策略下的網(wǎng)絡(luò)容量，發(fā)現(xiàn)了最優(yōu)策

6、略參數(shù)的取值只與兩層復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)有關(guān)，而與網(wǎng)絡(luò)規(guī)模無關(guān)。與最短路徑路由策略相比，該路由策略可以有效地提高兩層復(fù)雜網(wǎng)絡(luò)的網(wǎng)絡(luò)容量，并達(dá)到緩解擁塞的效果。
　　(4)基于隊(duì)列長(zhǎng)度的兩層復(fù)雜網(wǎng)絡(luò)動(dòng)態(tài)權(quán)重路由策略
　　提出了一種基于隊(duì)列長(zhǎng)度的兩層復(fù)雜網(wǎng)絡(luò)動(dòng)態(tài)權(quán)重路由策略。該路由策略將邏輯層鏈路的權(quán)重設(shè)置為正比于其映射在物理層上的節(jié)點(diǎn)的隊(duì)列長(zhǎng)度之和，并按照隊(duì)列長(zhǎng)度的變化動(dòng)態(tài)更新鏈路權(quán)重，最后選擇權(quán)重最小的邏輯層路徑作為路由路徑。