马氏过程驱动的真实网络建模：理论、方法与应用.docxVIP

马氏过程驱动的真实网络建模：理论、方法与应用

一、引言：从理论模型到真实网络的建模挑战

（一）研究背景与现实需求

在当今数字化时代，互联网与各类复杂系统紧密交织，真实网络呈现出前所未有的动态演化与异构交互特性。传统的网络建模方法，如经典的ER随机图模型，假定节点之间的连接是完全随机的，其度分布服从泊松分布，这在描述具有高度随机性的简单网络时具有一定的适用性，但在面对真实网络中复杂的连接模式时显得力不从心。例如，在互联网中，某些核心路由器节点与大量其他节点相连，而许多边缘节点的连接数则相对较少，这种连接的非均匀性无法用ER随机图模型来准确刻画。

BA无标度网络模型虽然在揭示真实网络的幂律度分布特性方面取得了重要进展，通过增长和优先连接机制，能够生成具有少数高度连接的枢纽节点和大量低度连接节点的网络结构，成功解释了许多现实网络中“富者愈富”的现象，然而，该模型对网络的动态变化，如节点的实时加入、离开以及连接权重的动态调整等情况，缺乏有效的描述能力。在社交网络中，用户之间的互动关系并非一成不变，新的社交关系不断涌现，旧的关系可能逐渐淡化，BA模型难以捕捉这些动态的交互过程。

真实网络中的许多现象，如网络流量的波动、节点状态的转移等，都具有明显的时序依赖性。在通信网络中，某一时刻的网络流量不仅取决于当前的用户需求，还与之前的流量模式以及网络的历史状态密切相关。传统模型由于