- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
复杂网络的相继故障及其鲁棒性研究
姓名:佘 东 导师:王力虎 博士、教授
专业:电路与系统 研究方向:复杂网络及其计算机建模
年级:2006 级
摘要
复杂网络的安全性已经成为人们日益关心的一个重要问题。人们做出了很多的努力,
但是大规模的相继故障仍然时有发生。复杂网络的相继故障,就是指一个或少数几个节点
或边发生的故障会通过节点之间的耦合关系引起其他节点发生故障,这样就会产生连锁效
应,最终导致相当一部分节点甚至整个网络的崩溃,也形象的称为“雪崩”。为满足人们
对各种关乎国计民生网络安全性和可靠性的要求,有必要对复杂网络相继故障的发生机
理、相继故障的预防与控制进行研究。
目前复杂网络的相继故障研究大都集中于研究一些相继故障模型及网络在受到攻击
后的结构行为表征,研究的对象多限定在无权网络上,一直以来对于更有现实意义的加权
网络很少涉及。因此,有必要对加权网络的相继故障及其鲁棒性表现进行研究。另外,我
们对如何提高复杂网络抵抗相继故障的能力进行了研究,具体来说,主要是从两个方面进
行的:一是通过调整网络拓扑结构和权重分布来提高网络抵抗相继故障的能力;二是通过
协调分配网络节点的冗余容量来提高网络抵抗相继故障的能力。
文主要做了以下三个工作:
(1)在基于 BA 无标度网络的相继故障模型(ML 模型)的基础上,研究了基于承
载无限定的 BBV 加权网络的相继故障模型(WML 模型),并对此模型的鲁棒性进行了研
究。数值仿真实验表明:BBV 加权网络对随机攻击具有很强的鲁棒性,而对蓄意攻击表
现得很脆弱,这是由 BBV 加权网络的非均匀性决定的。
(2 )基于现实网络均为承载有限加权网络的思想,研究了一个承载有限(即节点强
度和边权值均有限)的加权网络模型――LLBBV 模型,理论分析和数值分析均表明:这
个模型生成的网络的节点度分布、强度分布和边权分布均具有幂律分布的特征,幂律指数
不随节点强度限定值 S 和边权限定值 W 变化而变化;对 LLBBV 网络的相继故障模型进
行鲁棒性研究发现: LLBBV 网络对随机攻击具有很强的鲁棒性,且在蓄意攻击下,当
容许参数较小时,网络就已经达到了很高的鲁棒性,说明 LLBBV 网络不易发生相继故障,
具有很好的抵御外来攻击的能力,这是因为通过限制网络容量进而调整了网络结构,使网
络结构的非均匀性减小,从而提高了网络的鲁棒性,有效的控制了相继故障的发生作用范
围。
(3 )由于受到经济和技术的制约,网络的容量不可能无限增大,因此如何合理分配
I
有限容量很重要。我们在基于 BA 无标度网络的按节点度分配冗余容量的相继故障模型
(LW 模型)的基础上,研究了基于 BBV 加权网络的按节点强度分配冗余容量的相继故
障模型(WLW 模型),此模型综合考虑了冗余容量、网络拓扑结构和权重分布的相互关
联特性。鲁棒性数值仿真实验表明:在 BA 网络中,LW 模型的鲁棒性一直都比均匀容量
分配模型(ML 模型)要好,说明 LW 模型更能有效减小相继故障的发生规模;同样,在
BBV 网络中,WLW 模型的鲁棒性也是一直都比均匀容量分配模型(WML 模型)要好,
说明 WLW 模型也具有更好的抵御相继故障的能力。
关键词:相继故障,鲁棒性,加权网络,承载有限,非均匀冗余容量
II
Cascading Failure and Robustness Research of Complex Networks
Postgraduate: She Dong Tutor: Prof. Ph.D. Li Hu-Wang
Specialty: Circuit and System Grade: 2006
Direction of Work: Complex Network and Modling of Computer Networks
Abstr
文档评论(0)