基于节点交互度的社会网络链路预测

链路预测是通过已知的网络拓扑和节点属性挖掘未来时刻节点潜在关系的重要手段,是预测缺失链路和识别虚假链路的有效方法,在研究社会网络结构演化中具有现实意义.传统的链路预测方法基于节点信息或路径信息相似性进行预测,然而,前者考虑指标单一导致预测精度受限,后者由于计算复杂度过高不适合在规模较大网络中应用.通过对网络拓扑结构的分析,本文提出一种基于节点交互度(interacting degree of nodes,IDN)的社会网络链路预测方法.该方法首先根据网络中节点间的路径特征,引入了节点效率的概念,从而提高对于没有公共邻居节点之间链路预测的准确性;为了进一步挖掘节点间共同邻居的相关属性,借助分析节点间共同邻居的拓扑结构,该方法还创新性地整合了路径特征和局部信息,提出了社会网络节点交互度的定义,准确刻画出节点间的相似度,从而增强网络链路的预测能力;最后,本文借助6个真实网络数据集对IDN方法进行验证,实验结果表明,相比于目前的主流算法,本文提出的方法在AUC和Precision两个评价指标上均表现出更优的预测性能,预测结果平均分别提升22%和54%.因此节点交互度的提出在链路预测方面具有很高的可行性和有效性.

基于关系网络的大规模交互式群体评价方法

针对大规模交互式群体评价中如何实现群体意见的有效集结问题,以关系网络为切入点,提出了一种基于关系网络结构的群体评价方法。首先,将评价者视为网络节点,并通过计算节点之间的正负相关系数来构造关系矩阵;其次,设计节点中心度和子群凝聚度,以度量节点和子群的重要性;然后,测量群体评价信息的一致性和稳定性,以此确定交互终止条件;最后,引入阶段权重以集结交互阶段的评价信息,并对最终结果排序。算例验证了该方法的适用性和有效性。

基于NE25IM的带洞面目标之间拓扑关系研究

针对25交模型未对带洞面目标的交集成分进行深入分析与精细表达,导致其对带洞面目标边界之间复杂交互细节表达能力不足的问题,提出了基于节点的扩展25交模型(node-based extended 25 intersection model,NE25IM)。在25交模型的基础上,将带洞面目标之间交点、交线及交面的个数、节点贡献值和结点度等定量化元素引入NE25IM,以扩展表达矩阵中的交集非空元素,达到对带洞面目标之间拓扑关系精细化表达的目的。利用NE25IM描述了带洞面目标(包括带1个洞和2个洞的情况)之间相接、相交、覆盖和包含4种基本拓扑关系,并分析了带洞面目标交集成分的计算过程。最后,通过案例分析验证了NE25IM的优势和带洞面目标内洞的数目的变化规律的现实意义。结果表明:NE25IM能更直接、精确地表达带洞面目标边界之间复杂的交互细节,这说明带洞面目标内洞的数目差异导致的模型表达上的数值差异与洞的形状和数目有关,且带洞面目标之间子集组合的表达差异因拓扑关系类型的不同而不同。

基于三因素节点评估的WSN安全认证方案

为减少传感器节点的资源利用率并提高网络安全性,提出一种新的无线传感器网络认证方案。在计算节点信任度时通过引入时间片、安全行动系数和交互频度计算节点信任度,防止自私节点伪装成正常节点,使信任度与当前节点行为紧密相关,避免节点通过很少的交易次数达到较高的信任度。设计身份标识、密码、智能卡相结合的认证方案,用户在与传感器节点认证之前,网关通过查询节点的信任度找到可信的节点与用户进行认证,实现可信的传感器节点、网关节点和用户三者之间的交互认证,并且使用户能方便地更改密码。分析和仿真结果表明,与现有用户认证方案相比,该方案能够抵制重放攻击、内部攻击、伪装攻击,同时计算花费少,适用于对安全性和性能要求较高的无线传感器网络。