- EI核心期刊
在简要介绍实时大数据处理系统（RTDP）网络及其应用领域的基础上，提出了一种实时大数据处理系统网络架构模型，分析了实时大数据处理系统在网络体系结构方面的研究热点问题，最后总结并展望了实时大数据处理系统网络未来的发展方向和研究重点.
提出了一种基于最大独立链路集的快速随机虚拟网络映射算法. 基于图论中的匹配理论重新定义了带权图中匹配的概念，并命名为独立链路集，在映射独立链路集中的虚拟链路时首先将物理链路按照资源可用性进行筛选，然后随机映射到单一物理链路上，以此提高虚拟网络映射成功率及减少链路映射消耗，同时随机映射能保证物理网络的负载均衡. 仿真实验表明，该算法能有效减少链路映射的消耗和提高虚拟网络接受率.
针对传统舆论演化动力学研究忽略个体决策内驱力的问题，将有限信任模型与社会心理学从众效应理论相结合，建立依从、趋同和内化3种个体状态及状态转移策略，提出了基于期望牵引力和信任邻居群的动态决策演化模型.实验结果表明：在从众效应和期望牵引力共同影响下，观点出现收敛和分化，并存在小幅震荡；依从节点不会在演化稳定后消亡，而是保持低密度存在；与传统有限信任模型相比，进一步刻画社会网络中群体舆论演进和个体交互的行为特征，揭示了群体层面观点演化内在规律.
利用经济理论解决分布式资源分配问题一直是研究热点，如何兼顾分布式计算和经济理论特点来建立模型的问题很少作过系统的分析.通过详细分析分布式环境和经济市场环境的异同，指出资源分配问题中资源、任务、个体和价格是建模过程中容易忽略分布式基本特征的核心要素，给出了如何解决相应问题的建议；利用新兴古典经济学中的分析框架对分布式资源分配问题进行了经济性分析，给出了应用经济理论解决资源分配问题的建模方法并举例验证.
无线传感器网络主要用于收集环境数据，然而传感器可靠性低，容易出现故障并返回异常的监测数据.因此，如何检测传感器故障成为关乎无线传感器网络监测性能的重要问题.提出了基于支持向量机回归预测的故障检测算法，通过充分利用历史数据预测传感器的测量值，并根据测量值与实际值的对比有效地划分信誉等级，最后基于置信数据集计算出的置信条件进行故障的检测.仿真结果证明了算法在节约能量和故障检测率上有着优异的表现.
为了降低手机放置位置对移动用户行为识别的影响，提出了一种坐标转换的方法，将手机加速度传感器所获取的加速度信号通过方向传感器从手机坐标系转换到方位坐标系，使用蚁群算法对转换前后各坐标系的加速度信号进行特征优选，利用神经网络分类器对移动用户行为进行识别.实验结果证明，该坐标转化方法减少了重力加速度和手机放置位置对加速度信号的影响，有效提高了移动用户行为识别的准确率.
针对网络攻防过程中无法有效应对攻击意图与策略变化的问题，提出一种基于随机博弈模型的网络安全攻防策略选取方法.将网络安全攻防理解为二人随机博弈问题，以主机脆弱性信息为基础，结合主机重要度与防御措施成功率，生成单一安全属性攻防收益值，根据攻防意图对整体攻防收益进行量化.在此基础上，给出攻防均衡策略选取算法.实例分析表明，所研究的模型与算法在攻防策略选取方面合理、可行.
根据现有移动互联网管理体系架构，在网络边缘节点测量的基础上提出了一种基于传输控制协议（TCP）数据包层分析的用户体验评估方法.该方法可适用于单用户粒度，从用户行为以及用户感知两个方面定性和定量评估用户体验.在用户行为评估中，通过分析TCP数据包标志位的交互序列，着重关注网页刷新这一重要行为.在用户感知评估中，通过3套粗细粒度各不相同的计算方法覆盖不同粒度的管理需求，测量结果可最终通过相应的数学模型与平均意见得分值关联.
分析了两跳中继算法在移动自组织网络中的时延性能.通过计算几何随机过程的平均转移步数和随机变量联合概率密度分布，得到了传递时延上界的闭合表达式，并给出了最优发送副本数；基于平均剩余服务时间，对端到端时延性能进行了理论推导；给出数值仿真结果，直观地展现了时延性能随网络规模和业务负载的变化趋势.
提出了一种基于三部图的路网节点关键度排序方法，首先从城市出租车轨迹数据中提取出行的起始地-目的地信息以及驾驶员路径选择的统计信息，并以此构建出行网络的三部图模型来刻画出行、路径和路口之间的互影响关系.通过节点之间的连接权重矩阵以迭代的方式计算路口节点的关键度评分.该方法有机地结合了路网的拓扑结构和交通流特征，并兼顾了关键路口节点之间以及路口节点与出行的起始地-目的地分布之间的相关性，可以有效准确地识别整个路网的关键节点.实验验证了方法的有效性.
由于电力通信网络具有极高可用性和风险规避的特点，使传统通信网在关注故障影响程度上有很大不同.针对遗漏通信网络故障可能导致电力事故的问题，提出了可信参数最小损失故障定位算法.算法基于加权概率二分图模型，在分析故障对症状的覆盖和贡献的基础上，重点考虑遗漏故障所造成影响，通过加入可信参数来优先选择给定影响度之上的假设故障集.仿真实验表明，最小损失故障定位算法能够在有效考虑删除故障可能影响的同时，兼顾对已观察症状的合理解释，在不增加算法复杂度的情况下，相对其他算法有较小的误判率和较短的算法平均运行时间，可以更好地适应于电力通信网络中的故障定位.
针对传统的重复图像发现技术无法保证图像检索的扩展性和精确性，提出了一种基于二维云模型过滤的重复图像发现方法.该方法在词袋模型的基础上，首先将汉明嵌入精炼后的匹配描述子映射为二维空间中的点，然后通过云模型计算二维点分布的不确定性以剔除分布波动较大的候选图像，最后根据投票得分进行图像排名.实验结果表明，新提出的方法不仅能保持弱几何一致性约束算法适合大规模图像检索的优点，而且还显著提高了重复图像发现的精度.
为了评估车联网无线链路传输数据业务的能力，提出结合车辆运动模式和数据业务传输特点的车联网链路传输性能评估模型.通过蒙特卡罗仿真统计得到链路剩余生命时间分布和数据业务传输时间分布，利用分布解析推导车联网链路成功传输概率，并建立链路传输性能评估模型.在基于Matlab/Simulink的TrueTime工具箱搭建的仿真平台上，使用模型评估常用Ad hoc路由协议基于距离矢量自组织和基于路由预测所建路径的传输性能.实验结果显示，链路性能模型能有效评估不同路由协议建立链路在不同移动速度下传输数据业务的能力.
射频识别网络中基于Aloha的标签防碰撞算法，标签的碰撞大大降低系统的吞吐量.如果标签的数量已知，则可以大大提高系统的吞吐量.在最大似然估计的基础上结合二进制搜索防碰撞算法和基于Aloha的防碰撞算法提出标签数量联合估计方案.仿真结果表明，提出的方案比现有的算法具有更高的准确性.
提出了一种基于动态疫苗接种的入侵检测方法.设计了一种基于粗糙集方法的抗体生成方案和一种基于属性重要度的疫苗接种策略.采用粗糙集方法是为了保证抗体的优良性，同时提高检测的速度；使用疫苗接种策略能获得适应度高的疫苗，同时使得检测算法具有较高的收敛速度.最后通过模拟实验，验证了模型的可行性及有效性.
为提高云计算环境下的资源利用效率，对服务器选择过程中的全局性能优化问题进行研究.首先提出一种服务器全局优化选择策略，通过引入域间流量传输惩罚系数来平衡ISP之间的传输流量和用户终端与服务器之间的网络距离（网络延迟）所占的比重.同时，提出一种新型可扩展且测量开销较少的网络距离预测算法.提出的服务器全局优化选择策略，一方面满足了用户提升服务体验的需求，实现了服务器之间的负载均衡，减少了域间传输流量，另一方面降低了服务器选择过程中的测量开销.仿真结果表明，提出的方法提高了服务器的选择效率，降低了测量开销，并且具有良好的可扩展性.
采用非合作博弈理论刻画了自私性存在条件下节点在拓扑构建过程中的相互作用，并分析了均衡拓扑的一些特征. 限制控制信息交互仅在相邻节点间进行是降低拓扑再更新频率、减少信息频繁交互的有效手段. 基于此，提出了仅依赖于相邻节点信息交互的分布式拓扑控制协议.
提出了一种网络熵和随机博弈相结合的网络安全性评估方法.基于随机博弈构建了多人、多状态的网络对抗随机博弈模型.引入网络熵描述网络安全性能，通过求解模型的Nash均衡解获得最优防御策略和网络状态概率，进而利用网络状态熵差对网络安全性进行评估；最后给出了网络安全性评估算法.实例分析表明，该方法能有效评估网络安全性能，为主动防御提供决策支持.
提出了一种新的估计端到端时延的方法——往返规划算法，它是基于已有的线性规划算法，同时对相对两个方向上的时延进行测量，把不同分组在相对方向上的时延之和看作为同一个分组的“往返时延”以消除通信双方时钟时间差对端到端时延的影响，当相对方向上经历最小时延的分组在不同时刻发送时，这个“往返时延”还受到双方时钟频率差的影响，算法采用了调整其中任一分组发送时刻的方法消除此影响，并与线性规划算法以及Paxson算法作了性能比较，理论及实验结果均表明在不增加复杂度的前提下往返规划算法估计出的端到端时延更加准确.
提出了一种基于行为的Android恶意程序分析系统（nDroidAS）设计. nDroidAS加入客户端组件监控用户设备上的Android安装包（APK）安装操作，以及时分析待安装应用程序. 服务器端在虚拟环境中安装、运行应用程序，执行动态行为分析检出恶意程序；同时，抓取互联网中的APK程序包并提前分析，建立结果缓存，加快对用户分析请求的响应. 构建了简化的nDroidAS原型系统，分析了部分APK程序样本. 验证结果表明：nDroidAS能有效监控Android设备中的APK安装操作并及时响应客户端分析请求，是一种可行的恶意程序行为分析系统方案.
提出了一种新的基站覆盖模拟算法，满足网络优化工程实践中体现基站覆盖半径和地理位置的需求.利用维诺图生成速度快和等半径圆相交算法可以体现基站覆盖半径的优点，将等半径圆相交问题转化成圆和维诺图相交的问题，避免了圆相交算法涉及的大量几何计算，达到了快速模拟基站覆盖的目的.数学证明和仿真结果表明，新算法既可以得到等半径圆相交基站模拟算法的效果，又可以大大降低生成基站模拟图的时间.
为了预测云计算环境下的作业资源与时间消耗，根据MapReduce的资源消耗模式，量化了MapReduce作业的资源使用，提出了一种预估Hadoop的MapReduce作业的中央处理器（CPU）利用率和运行时间的模型. 使用多项式回归的方法，可以在云计算环境下，对不同配置的MapReduce作业的CPU利用率和运行时间作出预判. 使用不同配置条件下CPU密集型的Hadoop基准测试验证了该模型的有效性，最后使用误差平方和、平均绝对百分误差、标准差和确定系数4种评估方法计算了模型预测的精准度.
为了实现在网络资源中为网络用户提供针对兴趣爱好的推荐项目，提出了一种基于K-means聚类的应用于动态多维社会网络的个性化推荐算法.首先根据用户评分数据对用户进行建模，并根据评分数据集构建多维用户网络，再加入局域世界演化理论形成动态多维网络；然后根据改进的K-means算法对用户聚类；最后根据最近邻居得到目标用户的预测评分作出推荐，从而形成一种应用于动态多维社会网络中的个性化推荐算法.实验表明，相比协同过滤个性化推荐系统，新推荐策略的预测值和真实值之间的误差较小，个性化推荐水平得到了一定程度的提高.
为了解决信任模型的分层结构与物理分簇结构分离造成的移动自组网稳定性差、网络可生存时间短的问题，提出基于信任度量的网络分簇模型.在研究直觉模糊集距离测度的基础上，提出了在直觉模糊集理论下的信任度量方法.通过对簇结构的稳定性及能量消耗进行分析，以对HELLO消息进行扩展的形式，提出了基于信任度的簇结构生成算法.仿真实验结果表明，该模型在簇首变化率、簇成员能量消耗与移动自组网络可生存时间方面具有一定的优势.