论文摘要
异质网络是复杂网络、社会网络、信息系统等现实世界网络的高级形式,对其形式化的描述,特性的评估,脆弱性的分析具有十分重要的意义。面对传统网络无法刻画现实世界某些网络或系统所涌现的能力,评估网络的指标各有不同、各有侧重,又相互依赖、相互作用,不能对网络中目标价值进行公平排序,再者,对网络系统的脆弱性分析主要集中在固定的几种攻击策略上,并不关注网络中不固定数量节点集对网络性能影响的研究。根据上面所述缺陷,论文分别提出基于马尔科夫逻辑的异质网络模型、基于非负矩阵的目标价值评估方法以及基于偏序生成树的网络脆弱性分析方法,以解决网络建模、价值评估、最优集搜索这三个问题。论文的主要研究工作和创新点如下:(1)提出了一种基于马尔科夫逻辑的异质网络模型。当前大部分网络模型集中于复杂网络、社会网络等模型框架,忽视了对网络中节点和边的差异性的关注,以及网络的运行机制,因此不能体现真实世界中网络的特征。因此,本文对网络中性质各异的节点进行了统一建模,以便发挥各自特有性能;同时,对网络中不同类型的各种连接关系进行了规范化描述,使各类关系有机交织在异质网络中;最后,以逻辑触发为准则,马尔科夫逻辑决策推理为模拟手段,构建了异质网络运行的基本框架。(2)提出了一种基于非负矩阵的目标价值评估方法。由于网络中不同能力并非相互独立,那么在运用移除法评估网络中目标对网络整体的价值时,同样存在着各个因素相互关联的问题。因此,首先定义了目标集的价值向量,之后运用非负矩阵分解的方法对各类因素进行了空间变化,使其去非线性关联;最后,根据非劣性排序方法对含有多个评估要素的目标价值进行排序。(3)提出了一种基于偏序生成树的网络脆弱性分析方法。为了在满足任务基本要求的前提下,寻找使网络性能下降最大,移除目标消耗代价最小的目标集,本文根据异质网络满足偏序关系的假设条件,提出了基于偏序关系的生成簇与生成树的概念,在此基础上完成了搜索空间的树构建,并基于最大价值集、宽度优先、深度优先等三种方式,对生成树进行了全方位的剪枝,得到最优解集。