Current Location:home > Browse

1. chinaXiv:201808.00059 [pdf]

基于聚类和流量传播图的P2P流量识别方法

苏阳阳; 孙冬璞; 李丹丹; 孙广路
Subjects: Computer Science >> Integration Theory of Computer Science

为有效监管网络,快速精确识别P2P流量,通过分析P2P网络流量中节点与节点、节点与链路之间的交互和行为特征,将聚类方法与流量传播图方法相结合,提出了一种基于网络行为特征的P2P流量识别方法。该方法首先通过采集网络流的包级和流级统计特征对不同种类的网络应用的流量进行聚类,然后利用流量传播图对P2P流量进行识别。实验结果表明,提出的方法在骨干网络数据上能够有效识别P2P网络应用流量,F1-measure达到95%以上。

submitted time 2018-08-13 From cooperative journals:《计算机应用研究》 Hits725Downloads408 Comment 0

2. chinaXiv:201805.00237 [pdf]

加权有向网络中心节点识别的分解算法研究

刘臣; 李丹丹; 韩林; 安咏雪
Subjects: Computer Science >> Integration Theory of Computer Science

目前复杂网络节点重要性识别算法主要集中在无权、无向网络上,不能全面地描述真实世界复杂网络的情况。例如,大部分中心性度量方法仅仅考虑单一指标,忽略了节点出度与入度的差异,且忽视了权重的重要性。基于有向加权复杂网络,综合考虑节点出度与入度的差异,以及权值在真实网络中的实际重要性,提出了一种基于出度、入度和权值的中心节点识别算法——cw-壳分解算法。为了验证该算法的有效性,利用W-SIR传播模型在真实复杂网络上进行病毒传播仿真实验,结果表明,cw-壳分解方法能够有效地对节点进行分级排序,识别出具有高扩散能力的节点。

submitted time 2018-05-20 From cooperative journals:《计算机应用研究》 Hits831Downloads485 Comment 0

3. chinaXiv:201711.01239 [pdf]

语义社会网络的超网络模型构建及关键节点自动化识别方法研究

张磊; 马静; 李丹丹; 沈洋
Subjects: Library Science,Information Science >> Information Science

【目的】通过对语义社会网络的建模, 讨论如何识别对舆论传播演化起核心作用的关键节点。【方法】引入超网络理论对微博语义社会网络进行理论建模, 使用情感本体以及LDA 话题模型对数据实现节点量化, 提出超边排序算法对用户节点进行计算和排序从而获取关键节点。【结果】利用真实微博网络数据编程实现超网络模型的构建和量化, 通过结果分析证明本文的关键节点识别方法在实际应用场景中的有效性和准确性。【局限】关键节点识别方法的实时应用效果和对识别关键节点后如何有效引导和干预机制未能全面涉及。【结论】本文的关键节点识别方法能够挖掘出微博网络的关键节点, 为政府对网络舆情监管和引导提供一种解决方案, 减少负面内容和消极舆论对互联网健康发展的影响。

submitted time 2017-10-11 From cooperative journals:《数据分析与知识发现》 Hits1315Downloads895 Comment 0

  [1 Pages/ 3 Totals]