复杂网络节点频繁上下线高动态不定行为预测.pdfVIP

第30卷第8期 科技通报科技通报 Vol.30 No.8 2014年8月 BULLETINOFSCIENCEANDTECHNOLOGY Aug. 2014 复杂网络节点频繁上下线高动态不定行为预测 阿不都艾尼·阿不都肉素力 （新疆职业大学信息技术学院，乌鲁木齐830013） 摘 要：传统方法在用户上下线高动态不定行为建模中没有考虑行为特征的遍历性和幂律特征，预测 精度受限。提出一种基于先验概率特征检验和最小期望支持阈值的预测算法，采用n重伯努利试验得 到上下线行为频繁数据集的幂律特征，构建高动态异常行为的转移概率平稳随机模型，采用马尔可夫 链谱聚类排序方法对灰色预测算法的预测结果进行修正，实现对复杂网络节点频繁上下线高动态不定 行为的准确预测。仿真结果表明，采用该方法进行频繁项集数据谱特征挖掘和复杂网络节点频繁上下 线高动态不定行为预测，预测精度较高，执行效率提高，在大规模复杂网络管理和指导等领域具有较好 的应用前景。 关键词：复杂网络；上下线行为；预测 中图分类号：TP391 文献标识码：A 文章编号：1001-7119（2014）08-0125-03 PredictionofHighDynamicalUncertainBehaviorwithFrequentOnlineand OfflineinComplexNetworkNodes Abuduaini·Abudurousuli (CollegeofInformationandTechnology,XinjiangVocationalUniversity,Urumqi830013,China) Abstract:Thetraditionalmethodsofhighdynamicanduncertainbehaviorforonlineandofflinebehaviormodelingdonot considertheergodicpropertyandpowerlawcharacteristic,thepredictionaccuracyislimited.Anewpredictionalgorithm basedonpriorprobabilisticcharacteristicstestandminimumexpectedsupportisproposed,nthBernoullitrialistakenfor gettingthepowerlawfeature,andtherandomtransitionprobabilitymodelofhighdynamicabnormalbehaviorisestab⁃ lished.Markovchainspectralclusteringrankingmethodisusedforpredictioncorrection,andtheaccuratepredictionofthe complexnetworknodesisobtained.Thesimulationresultsshowthatthefrequentitemsetsspectralcharacteristicscanbe minedwiththismethod,andthehighdynamicanduncertainbehaviorcanbepredictedaccurately,theexecutionefficiency isimproved.Itwillhavegoodprospectsinlarge-scalecomplexnetworkmanagementandguidance. Keywords:complexnetwork；onlineandofflinebehavior；prediction 0 引言 的稳定和安全，另一方