学位论文 > 优秀研究生学位论文题录展示
拓扑结构分析方法的研究及应用
作 者: 付玉
导 师: 王雷
学 校: 北京邮电大学
专 业: 通信与信息系统
关键词: 社交网络分析 分级聚类 模块度 CNM算法
分类号: TP393.02
类 型: 硕士论文
年 份: 2012年
下 载: 116次
引 用: 0次
阅 读: 论文下载
内容摘要
现阶段,Internet已经成为人们相互联系的重要媒介。网络的繁荣,导致了路由结构的日趋复杂以及网络犯罪的日益增加。为了掌握包含海量数据的网络拓扑性质,拓扑结构分析变得十分重要。本文以社交网络分析方法为基础,通过提取骨干节点和社团结构完成拓扑结构分析。首先,本文阐述了社交网络分析的理论基础和现阶段挖掘社团结构的一般方法,说明了图论以及交互显示的理论基础,并简要介绍了Boost和Prefuse两种开发工具。其次,在相关理论和技术的基础上,搭建了拓扑结构分析系统,以数据驱动和用户驱动两种方式完成拓扑结构分析。主要实现了拓扑结构分析和显示两个模块。拓扑结构分析模块负责统计量分析和社团结构的划分;拓扑结构显示模块基于Prefuse开源框架,负责支持交互显示和动态的社团划分。最后,设计实现了整体社团划分算法和局部社团划分算法。改进的CNM算法用于加权拓扑结构,提高了社团划分算法的准确度。提出了基于社交网络的局部社团划分算法,解决了拓扑结构不完整情况下社团划分的问题。综上所述,本文提出的以社交网络理论研究拓扑结构性质的分析方法,可用于挖掘拓扑结构中的骨干节点以及社团结构,协助了用户判断骨干路由结构以及犯罪网络中的核心节点,对于路由拓扑结构的发展以及网络犯罪的遏制都具有重要的现实意义。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第一章 引言 9-13 1.1 课题研究现状及意义 9-10 1.1.1 国内研究现状分析 9 1.1.2 国外研究现状分析 9-10 1.1.3 课题研究意义 10 1.2 本文的主要工作 10-12 1.3 本文的研究成果 12 1.4 本文的章节安排 12 1.5 本章小结 12-13 第二章 拓扑结构分析相关理论 13-23 2.1 社交网络分析 13-14 2.1.1 社交网络理论 13 2.1.2 社交网络的组成元素 13-14 2.2 研究社团结构的一般方法 14-17 2.2.1 图形分割法 14-16 2.2.2 分级聚类 16-17 2.3 图论 17-21 2.3.1 图的定义 17-18 2.3.2 图的矩阵和顶点的度 18-20 2.3.3 图的基本性质 20-21 2.4 信息可视化 21 2.6 本章小结 21-23 第三章 系统的设计与实现 23-31 3.1 系统设计使用的开源工具及开放标准 23-25 3.1.1 Boost库 23-24 3.1.2 Prefuse开源软件包 24 3.1.3 GraphML格式标准 24-25 3.2 系统整体架构 25-27 3.3 存储拓扑结构的图数据库 27-28 3.4 拓扑结构分析模块 28-29 3.4.1 拓扑结构分析模块的设计与实现 28-29 3.4.2 对拓扑结构数据所做的操作 29 3.5 客户端交互性显示模块 29-30 3.6 本章小结 30-31 第四章 拓扑结构的统计量分析 31-45 4.1 基础结构分析 31-37 4.1.1 图论中的统计量 31-33 4.1.2 时间序列分析 33 4.1.3 实验结果及分析 33-37 4.2 关键节点分析 37-44 4.2.1 点度中心度 37-39 4.2.2 中间中心度 39-41 4.2.3 接近中心度 41-42 4.2.4 实验结果及分析 42-44 4.3 本章小结 44-45 第五章 拓扑结构社团划分算法的设计与实现 45-67 5.1 整体社团划分方法 45-54 5.1.1 GN算法 45-47 5.1.2 模块度 47-49 5.1.3 Newman快速算法与CNM算法 49-54 5.2 算法对比测试及结果分析 54-57 5.2.1 GN算法与CNM算法 54-55 5.2.2 无权CNM算法与加权CNM算法 55-57 5.3 局部社团划分方法 57-60 5.3.1 Clauset算法 57-59 5.3.2 基于社交网络的局部社团划分算法 59-60 5.4 算法测试及结果分析 60-63 5.5 客户端动态交互展示 63-65 5.6 本章小结 65-67 第六章 总结及展望 67-69 6.1 本文工作总结 67-68 6.2 本文工作展望 68-69 参考文献 69-71 攻读学位期间发表或已录用的学术论文 71
|
相似论文
- 基于超网络的互联网社会网络分析模型的研究,TP393.09
- 网络划分的算法,O157.5
- 一种加权网络社团结构划分算法,O157.5
- 基于复杂网络的社团发现研究,O157.5
- 一种新的层次聚类算法的研究及应用,TP311.13
- 基于聚类分析技术的入侵检测系统的研究,TP393.08
- 网络模块度和BBS网络拓扑结构的分析,TP393.094
- 复杂网络社区发现方法研究,O157.5
- 教育网站社区发现方法技术的研究,TP393.092
- 基于聚类和距离变换的数字图像彩色化技术,TP391.41
- 基于HCC-SVM的字符识别技术研究,TP391.41
- 复杂网络社区发现及其动态演化研究,O157.5
- 复杂网络中的社团结构特性研究,O157.5
- 复杂网络重叠社区结构的研究,O157.5
- 复杂网络模块度的研究,O157.5
- SVM和FCM相结合的故障诊断方法的研究,TP181
- 基于加权边介数的Web社区发现方法,TP393.092
- 烟叶主要化学成分与等级品质关系的研究,TS47
- 分布式社交网络初探,TP399
- 基于单目视觉的道路检测与跟踪的研究,TP274.4
- 功能磁共振动力学模型及脑静态网络研究,R310
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络结构与设计
© 2012 www.xueweilunwen.com
|