如今,人类社会存储和交换的信息总量呈几何级数飞速增长,数据传输的吞吐量和实时性亟待提升。然而,现有的网络编码研究专注于提升吞吐量,忽略了实时性对大数据网络多路径传输性能的重大影响。为此,文中针对线性网络编码的最快到达问题,...如今,人类社会存储和交换的信息总量呈几何级数飞速增长,数据传输的吞吐量和实时性亟待提升。然而,现有的网络编码研究专注于提升吞吐量,忽略了实时性对大数据网络多路径传输性能的重大影响。为此,文中针对线性网络编码的最快到达问题,提出一种矩阵优化相乘的关键路径算法,以提高算法的实时性。具体地,使用抽象代数分析关键路径算法,构造了关键路径的交换环代数,并证明了最优子结构性质。仿真结果显示,随着网络节点个数n的增加,基于Strassen思想优化的关键路径算法能够极大地降低计算复杂度,成功将时间复杂度降至O(n 2.81 lg n),缩短了传播时延,提高了数据传输的实时性。当n>6时,相比基于重复平方关键路径算法,基于Strassen关键路径算法的时间开销的增长速率明显更低;特别地,当n=12时,基于Strassen关键路径算法的计算量约是基于重复平方关键路径算法的2/3,而其所需的时间开销约为后者的1/2。展开更多
文摘随着互联网的不断发展,大多数社会网络已逐渐显示出动态特性,动态社会网络社团分析对理解现实生活中社会网络结构和功能具有非常重要的意义.针对动态社会网络中的社团发现问题,提出一种基于隐Markov模型(hidden Markov model,HMM)的HMM_DC算法.该算法考虑到社会网络的动态特性,结合历史信息,将社团发现转化为求解隐马尔可夫模型中的最优状态序列问题,将网络中的社团结构和节点信息分别采用状态链和观察链表示,在无须指定额外参数的情况下实现动态网络的社团结构发现.最后,利用该算法和其他算法对VAST数据集、ENRON数据集和Facebook social network数据集进行实验仿真.仿真结果表明:该算法能够快速、准确地发现真实动态网络中的社团,其模块度Q值和互信息NMI值有很大提升.
文摘如今,人类社会存储和交换的信息总量呈几何级数飞速增长,数据传输的吞吐量和实时性亟待提升。然而,现有的网络编码研究专注于提升吞吐量,忽略了实时性对大数据网络多路径传输性能的重大影响。为此,文中针对线性网络编码的最快到达问题,提出一种矩阵优化相乘的关键路径算法,以提高算法的实时性。具体地,使用抽象代数分析关键路径算法,构造了关键路径的交换环代数,并证明了最优子结构性质。仿真结果显示,随着网络节点个数n的增加,基于Strassen思想优化的关键路径算法能够极大地降低计算复杂度,成功将时间复杂度降至O(n 2.81 lg n),缩短了传播时延,提高了数据传输的实时性。当n>6时,相比基于重复平方关键路径算法,基于Strassen关键路径算法的时间开销的增长速率明显更低;特别地,当n=12时,基于Strassen关键路径算法的计算量约是基于重复平方关键路径算法的2/3,而其所需的时间开销约为后者的1/2。
