復(fù)雜網(wǎng)絡(luò)：結(jié)構(gòu)與動(dòng)態(tài)演化分析

定　價(jià)：￥79.00

作　者：	朱先強(qiáng)，楊國(guó)利，朱承，張維明著
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787111712091	出版時(shí)間：	2022-11-01	包裝：	平裝
開本：	16開	頁數(shù)：	320	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　在信息智能技術(shù)的支撐下，大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、人工智能等技術(shù)正成為當(dāng)下社會(huì)最鮮明的時(shí)代特征，在這個(gè)時(shí)代中，人們爭(zhēng)相利用網(wǎng)絡(luò)數(shù)據(jù)提煉有效信息以催生服務(wù)價(jià)值。研究動(dòng)態(tài)網(wǎng)絡(luò)上的動(dòng)態(tài)過程屬于典型的交叉學(xué)科領(lǐng)域研究。本書主要從計(jì)算機(jī)科學(xué)角度介紹并討論網(wǎng)絡(luò)結(jié)構(gòu)認(rèn)知和演化動(dòng)力學(xué)方面的研究成果，通過對(duì)經(jīng)典的網(wǎng)絡(luò)模型和其中的典型應(yīng)用進(jìn)行詳細(xì)的討論和解析分析，探索隱藏在其中的模式規(guī)律。本書的核心內(nèi)容就是面向復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)和動(dòng)態(tài)演化分析，結(jié)合網(wǎng)絡(luò)數(shù)據(jù)信息，挖掘隱含的網(wǎng)絡(luò)結(jié)構(gòu)，分析結(jié)構(gòu)和屬性的表示學(xué)習(xí)，揭示網(wǎng)絡(luò)的節(jié)點(diǎn)信息，從結(jié)構(gòu)和攻擊效果闡述網(wǎng)絡(luò)的脆弱性，研究基于信息的網(wǎng)絡(luò)阻斷問題，揭示局部行為和全局特性之間的深層關(guān)聯(lián)，讓人們認(rèn)識(shí)復(fù)雜自適應(yīng)系統(tǒng)的演化機(jī)理，掌握復(fù)雜自適應(yīng)系統(tǒng)的博弈手段。立足于不同層次上的認(rèn)知能力，本書著重從偶對(duì)近似、群體選擇和分布式學(xué)習(xí)三個(gè)方面出發(fā)，闡釋復(fù)雜自適應(yīng)系統(tǒng)上的演化、博弈和協(xié)同。

作者簡(jiǎn)介

　　朱先強(qiáng)，博士，國(guó)防科技大學(xué)系統(tǒng)工程學(xué)院副研究員，長(zhǎng)期從事網(wǎng)絡(luò)化體系建模、網(wǎng)絡(luò)脆弱性分析相關(guān)研究工作。在IEEE InfoCOMM、中國(guó)圖形圖像學(xué)報(bào)、Sensor Review等高水平國(guó)際會(huì)議、期刊雜志上發(fā)表論文二十余篇，主持國(guó)家自然科學(xué)基金青年基金、博士后基金、裝備發(fā)展部預(yù)研課題、軍委科技委創(chuàng)新特區(qū)課題等項(xiàng)目8項(xiàng)，在火箭軍某型號(hào)項(xiàng)目、國(guó)家高新工程某型號(hào)項(xiàng)目中擔(dān)任主任設(shè)計(jì)師，參與其他科研課題20余項(xiàng)目，獲軍隊(duì)科技進(jìn)步三等獎(jiǎng)2項(xiàng)。

圖書目錄

目錄
第 1 章緒論　　　　　　　　　　　 1
1.1 網(wǎng)絡(luò)視角下的現(xiàn)實(shí)世界　 2
1.1.1 隨機(jī)網(wǎng)絡(luò)　　　　　　　　　　2
1.1.2 小世界網(wǎng)絡(luò)　　　　　　　　 3
1.1.3 無標(biāo)度網(wǎng)絡(luò)　　　　　　　　 4
1.2 網(wǎng)絡(luò)結(jié)構(gòu)與性能分析　　　 5
1.2.1 網(wǎng)絡(luò)結(jié)構(gòu)重構(gòu)問題　　　　5
1.2.2 網(wǎng)絡(luò)特征表示學(xué)習(xí)問題　6
1.2.3 網(wǎng)絡(luò)結(jié)構(gòu)的脆弱性　　　　 6
1.3 網(wǎng)絡(luò)的動(dòng)態(tài)性　　　　　　　　　7
1.3.1 網(wǎng)絡(luò)中的動(dòng)態(tài)過程　　　　 7
1.3.2 網(wǎng)絡(luò)中的信息阻斷　　　　 9
1.3.3 網(wǎng)絡(luò)演化過程分析　　　　 11
1.4 本書組織結(jié)構(gòu)　　　　　　　　　13
參考文獻(xiàn)　　　　　　　　　　　　　　　14
第 2 章網(wǎng)絡(luò)中的結(jié)構(gòu)重構(gòu)方法　　　　　　19
2.1 部分結(jié)構(gòu)已知條件下的重構(gòu)方法　　 19
2.1.1 基于節(jié)點(diǎn)相似性的鏈路預(yù)測(cè)模型　 20
2.1.2 基于 GCN 的鏈路預(yù)測(cè)模型　　　　　21
2.1.3 基于微分圖方程組的動(dòng)態(tài)結(jié)構(gòu)預(yù)測(cè)22
2.2 基于動(dòng)態(tài)時(shí)序數(shù)據(jù)的結(jié)構(gòu)重構(gòu)方法　 24
2.2.1 時(shí)序數(shù)據(jù)網(wǎng)絡(luò)重構(gòu)概念　　　　　　　　 24
2.2.2 時(shí)序數(shù)據(jù)網(wǎng)絡(luò)重構(gòu)常用方法　　　　　 25
2.3 應(yīng)用：基于離散信息的網(wǎng)絡(luò)拓?fù)溥€原方法 27
2.3.1 網(wǎng)絡(luò)重構(gòu)算法　　　　　　　　　　　　　　　　27
2.3.2 子圖重構(gòu)　　　　　　　　　　　　　　　　　　　30
2.3.3 子圖疊加　　　　　　　　　　　　　　　　　　　30
2.3.4 網(wǎng)絡(luò)重構(gòu)實(shí)驗(yàn)分析　　　　　　　　　　　　　31
2.4 本章小結(jié)　　　　　　　　　　　　　　　　　　　　　38
參考文獻(xiàn)　　　　　　　　　　　　　　　　　　　　　　　 38
第 3 章網(wǎng)絡(luò)結(jié)構(gòu)與屬性的表示學(xué)習(xí)方法　 42
3.1 網(wǎng)絡(luò)表示學(xué)習(xí)問題　　　　 42
3.1.1 網(wǎng)絡(luò)表示學(xué)習(xí)的定義　 42
3.1.2 網(wǎng)絡(luò)表示學(xué)習(xí)的方法　 43
3.2 網(wǎng)絡(luò)結(jié)構(gòu)信息的表示學(xué)習(xí)方法　 45
3.2.1 基于隨機(jī)游走的表示學(xué)習(xí)　　　 45
3.2.2 基于矩陣分解的表示學(xué)習(xí)　　　 48
3.2.3 基于深度學(xué)習(xí)的表示學(xué)習(xí)　　　 52
3.3 網(wǎng)絡(luò)屬性信息的表示學(xué)習(xí)方法　　54
3.3.1 結(jié)合文本信息的網(wǎng)絡(luò)表示學(xué)習(xí)　54
3.3.2 半監(jiān)督的網(wǎng)絡(luò)表示學(xué)習(xí)　　　　　　57
3.3.3 結(jié)合邊上標(biāo)簽信息的網(wǎng)絡(luò)表示學(xué)習(xí)　 61
3.4 異構(gòu)網(wǎng)絡(luò)的表示學(xué)習(xí)方法　　　　　　　 64
3.4.1 基于元路徑的異構(gòu)網(wǎng)絡(luò)表示學(xué)習(xí)　 64
3.4.2 基于最優(yōu)化的異構(gòu)網(wǎng)絡(luò)表示學(xué)習(xí)　 68
3.4.3 屬性多重異構(gòu)網(wǎng)絡(luò)表示學(xué)習(xí)　 69
3.5 應(yīng)用：電影網(wǎng)絡(luò)中的表示學(xué)習(xí)　 72
3.5.1 數(shù)據(jù)集情況　 72
3.5.2 數(shù)據(jù)預(yù)處理及構(gòu)建電影網(wǎng)絡(luò)　 73
3.5.3 基于 Node2Vec 的節(jié)點(diǎn)表示學(xué)習(xí)　 74
3.5.4 基于結(jié)構(gòu)與屬性的節(jié)點(diǎn)表示學(xué)習(xí)　 75
3.6 本章小結(jié)　　　　　　　75
參考文獻(xiàn)　　　　　　　　　　76
第 4 章網(wǎng)絡(luò)結(jié)構(gòu)的脆弱性分析　79
4.1 網(wǎng)絡(luò)結(jié)構(gòu)脆弱性問題　 79
4.1.1 基于網(wǎng)絡(luò)結(jié)構(gòu)特征的脆弱節(jié)點(diǎn)識(shí)別　 80
4.1.2 基于鄰接信息熵的關(guān)鍵點(diǎn)識(shí)別算法　 81
4.1.3 基于誤差重構(gòu)的節(jié)點(diǎn)價(jià)值分析模型　 85
4.2 相互依存網(wǎng)絡(luò)中的級(jí)聯(lián)失效性分析　 90
4.2.1 相互依存網(wǎng)絡(luò)中的級(jí)聯(lián)失效問題　 91
4.2.2 基于相繼故障滲流模型的網(wǎng)絡(luò)脆弱性分析　95
4.2.3 基于馬爾可夫模型的網(wǎng)絡(luò)脆弱性分析　 97
4.3 應(yīng)用：公用網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)識(shí)別　108
4.3.1 基于鄰接信息熵的關(guān)鍵點(diǎn)識(shí)別　108
4.3.2 基于誤差重構(gòu)的關(guān)鍵節(jié)點(diǎn)識(shí)別　113
4.4 本章小結(jié)　118
參考文獻(xiàn) 118
第 5 章網(wǎng)絡(luò)中的信息傳播 123
5.1 背景介紹　124
5.1.1 傳播動(dòng)力學(xué)　124
5.1.2 群體動(dòng)力學(xué)　132
5.1.3 自適應(yīng)選舉者模型 137
5.1.4 自適應(yīng)群體博弈模型 143
5.1.5 自適應(yīng)系統(tǒng)協(xié)同模型 149
5.2 自適應(yīng)信息傳播模型 155
5.2.1 理論分析 156
5.2.2 偶對(duì)近似 159
5.2.3 高階變量 160
5.2.4 從歸一到分裂 162
5.3 基于距離的結(jié)構(gòu)重連 166
5.3.1 rewire-to-foaf 策略 166
5.3.2 近似微分方程 167
5.3.3 案例分析 169
5.4 基于近似多數(shù)模型的動(dòng)態(tài)過程　173
5.4.1 近似多數(shù)模型 173
5.4.2 近似微分方程 174
5.4.3 案例分析 177
5.5 基于加權(quán)狀態(tài)演化的信息傳播　179
5.5.1 加權(quán)狀態(tài)演化 180
5.5.2 近似微分方程 181
5.5.3 案例分析 182
5.6 應(yīng)用：選舉者網(wǎng)絡(luò)的演化與近似　185
5.6.1 從偶對(duì)近似到交接近似　186
5.6.2 從近似主方程到雙星近似 190
5.7 本章小結(jié)　200
參考文獻(xiàn) 200
第 6 章網(wǎng)絡(luò)中的信息阻斷 210
6.1 網(wǎng)絡(luò)阻斷問題　210
6.1.1 網(wǎng)絡(luò)阻斷的應(yīng)用背景 211
6.1.2 網(wǎng)絡(luò)阻斷的基礎(chǔ)模型 212
6.1.3 網(wǎng)絡(luò)阻斷的變種類別 216
6.2 依賴網(wǎng)絡(luò)中的網(wǎng)絡(luò)阻斷　218
6.2.1 依賴網(wǎng)絡(luò)及其阻斷問題的應(yīng)用背景 219
6.2.2 依賴網(wǎng)絡(luò)中的依賴關(guān)系模型 219
6.2.3 包含依賴關(guān)系的流阻斷模型 220
6.2.4 邏輯–物理雙層網(wǎng)絡(luò)最短路阻斷 223
6.3 動(dòng)態(tài)對(duì)抗條件下的阻斷　226
6.3.1 網(wǎng)絡(luò)阻斷的動(dòng)態(tài)假設(shè) 227
6.3.2 動(dòng)態(tài)多重網(wǎng)絡(luò)最短路阻斷模型框架 227
6.3.3 網(wǎng)間反饋關(guān)系建模 230
6.3.4 動(dòng)態(tài)網(wǎng)絡(luò)阻斷模型 235
6.3.5 動(dòng)態(tài)網(wǎng)絡(luò)阻斷模型實(shí)驗(yàn)驗(yàn)證 237
6.4 應(yīng)用：動(dòng)態(tài)雙層網(wǎng)絡(luò)最短路阻斷實(shí)驗(yàn)　239
6.4.1 動(dòng)態(tài)雙層網(wǎng)絡(luò)實(shí)驗(yàn)數(shù)據(jù)　239
6.4.2 實(shí)驗(yàn)分析 240
6.5 本章小結(jié)　 244
參考文獻(xiàn) 244
第 7 章網(wǎng)絡(luò)中的群體演化 246
7.1 背景介紹　 247
7.2 演化群體模型 249
7.2.1 無博弈演化 251
7.2.2 長(zhǎng)期連續(xù)演化過程 254
7.2.3 合作群體的衰退 254
7.3 擾動(dòng)作用下的合作群體瓦解　259
7.3.1 擾動(dòng)實(shí)驗(yàn) 259
7.3.2 合作的韌性 261
7.3.3 擾動(dòng)規(guī)模的影響 264
7.3.4 嵌入系數(shù) p 的影響 266
7.4 應(yīng)用：合作群體瓦解預(yù)測(cè)　 267
7.4.1 預(yù)警信號(hào)挖掘 267
7.4.2 預(yù)警信號(hào)的動(dòng)態(tài)模式 269
7.4.3 基于 Kendall 相關(guān)系數(shù)的一致性分析 272
7.4.4 預(yù)警信號(hào)的準(zhǔn)確性分析　277
7.5 本章小結(jié)　281
參考文獻(xiàn) 282
第 8 章網(wǎng)絡(luò)中的智能協(xié)同 285
8.1 背景介紹　286
8.2 智能體網(wǎng)絡(luò)任務(wù)分組 288
8.2.1 研究動(dòng)機(jī) 288
8.2.2 模型定義 290
8.2.3 勞動(dòng)力分工 292
8.3 基于分布式學(xué)習(xí)的自適應(yīng)動(dòng)態(tài)性　293
8.3.1 節(jié)點(diǎn)角色演化 293
8.3.2 風(fēng)險(xiǎn)規(guī)避學(xué)習(xí) 295
8.3.3 網(wǎng)絡(luò)結(jié)構(gòu)調(diào)整 297
8.3.4 圖轉(zhuǎn)移的完備性 300
8.3.5 算法流程 303
8.4 自適應(yīng)協(xié)同理論分析 304
8.4.1 學(xué)習(xí)率的影響 306
8.4.2 任務(wù)規(guī)模越大，資源浪費(fèi)率越小 307
8.4.3 功能集合越大，任務(wù)成功率越小 308
8.5 應(yīng)用：分布式任務(wù)分組中自適應(yīng)協(xié)同　 309
8.5.1 基準(zhǔn)實(shí)驗(yàn) 310
8.5.2 功能服務(wù)集合的擴(kuò)大 314
8.5.3 任務(wù)規(guī)模的增長(zhǎng) 314
8.5.4 動(dòng)態(tài)任務(wù)下的動(dòng)態(tài)分組 317
8.6 本章小結(jié)　318
參考文獻(xiàn) 319