第20卷第1期管理科学学报V〇L20N〇.1 2017 年 1月J O U R N A L O F M A N A G E M E N T S C I E N C E S IN C H I N A Jan. 2017
基于决策分析的社交网络链路预测方法?
李永立\罗鹏2，张书瑞3
(1.东北大学工商管理学院，沈阳110169; 2.哈尔滨工业大学管理学院，哈尔滨150001;
3.东北大学信息科学与工程学院，沈阳110169)
摘要：社交网络是社会媒体信息传播的骨架，对其进行链路预测的研究将有助于社会媒体平
台上的信息管理和舆论控制.在既有网络链路预测方法研究的基础上，以决策分析的思想为出
发点，提出了引入效用函数分析的社交网络链路预测方法；针对效用函数中参数的估计问题，进一步提出了允许一定误差度的马尔科夫链蒙特卡洛参数校准方法，并对方法的正确性进行
理论上的论证.在收集到的5个腾讯Q Q群的数据集上，进行了新方法的验证研究，并与既有
的链路预测方法在准确性方面进行了比较分析.研究表明：本文提出的预测方法考虑了链路形
成的微观行为基础，具有较好的预测准确性，并且参数估计算法中“允许误差”的引入有助于
模型应用者在模型效率和准确性方面的折衷中做出合理的决策.
关键词：链路预测；决策分析；效用函数；马尔科夫链蒙特卡洛方法；社交网络；数据分析
中图分类号：TP391; N949 文献标识码：A文章编号：1007 -9807(2017)01 -0064 -11
〇引言
网络构成了社会与经济生活的骨架，大到全 球视角的贸易网络，小到一个单位的人际网络，都 是“网络”这一组织形式在现实生活中的具体体 现.特别是随着社会媒体平台的高速发展，人们曰 常联系的方式变得更加多样，新兴的微信、微博、腾讯Q Q等联系方式层出不穷，由此形成的社交 网络的规模也呈现超速发展的态势，成为信息管 理领域一个热点的研究方向[1_3].在这一研究背 景下，本文将重点研究如下的问题:“在分析社交 网络既有链接形成规律的基础上，如何预测潜在 的链接，进而为研究社交网络形成和演化的规律 奠定微观基础
本文的研究问题属于网络链路预测的研究领 域.具体地说，网络链路预测是通过分析网络现有 的链接规律，从而探究和预测网络未知或潜在的链接.网络链路预测作为网络研究领域较为热门 的研究方向之一，已经有了深厚的研究基础，较为 早期的综述可以参见LU等[4]发表在Physica A上 的文献.本文进一步从研究方法的角度，X t该领域 既有的研究进行一个简单的概述:一方面便于文 章的整体性和可读性，另一方面为进一步的对比 研究提供方法的索引.本文将既有的网络链路预 测方法分为了三类，分别为“基于节点相似性的 链路预测”、“基于最大似然估计的链路预测”和 “基于概率模型的链路预测其中，（1) “基于节 点相似性的链路预测”以两个节点之间相似性越 大，它们之间存在链接的可能性就越大为研究前 提，从度量节点相似性的角度出发进行网络链路 预测的研究;代表性的研究有“基于局部信息相 似性指标的链路预测方法”[5<，“基于全局相似 性指标的链路预测方法〇9]，以及“基于局部- 全局相似性指标的链路预测方法”. (2) “基
①收稿日期：2015 -05 -17;修订日期：2016 -02-05.
基金项目：国家自然科学基金资助项目（71501034);中国博士后科学基金项目（2016M590230);辽宁省财政科研基金项目（16C024).
作者简介：李永立（1985—），男，辽宁沈阳人，副教授，硕士生导师，Em ail:ylli@https://www.doczj.com/doc/dc12485345.html,
一异构网络的融合技术发展现状 近年来，人们已就异构网络融合问题相继提出了不同的解决方案BRAIN提出了WLAN与通用移动通信系统(UMTS)融合的开放体系结构；DRiVE项目研究了蜂窝网和广播网的融合问题；WINEGLASS则从用户的角度研究了WLAN与UMTS的融合；MOBYDICK重点探讨了在IPv6网络体系下的移动网络和WLAN的融合问题；MONASIDRE首次定义了用于异构网络管理的模块。虽然这些项目提出了不同网络融合的思路和方法，但与多种异构网络的融合的目标仍相距甚远。最近提出的环境感知网络和无线网状网络，为多种异构网络融合的实现提供了更为广阔的研究空间。 通信技术近些年来得到了迅猛发展，层出不穷的无线通信系统为用户提供了异构的网络环境，包括无线个域网(如Bluetooth)、无线局域网(如Wi-Fi)、无线城域网(如WiMAX)、公众移动通信网(如2G、3G)、卫星网络，以及Ad Hoc网络、无线传感器网络等。尽管这些无线网络为用户提供了多种多样的通信方式、接入手段和无处不在的接入服务，但是，要实现真正意义的自组织、自适应，并且实现具有端到端服务质量(QoS)保证的服务，还需要充分利用不同网络间的互补特性，实现异构无线网络技术的有机融合。 异构网络融合是下一代网络发展的必然趋势。在异构网络融合架构下，一个必须要考虑并解决的关键问题是：如何使任何用户在任何时间任何地点都能获得具有QoS保证的服务。异构环境下具备QoS保证的关键技术研究无论是对于最优化异构网络的资源，还是对于接入网络之间协同工作方式的设计，都是非常必要的，已成为异构网络融合的一个重要研究方面。目前的研究主要集中在呼叫接入控制(CAC)、垂直切换、异构资源分配和网络选择等资源管理算法方面。传统移动通信网络的资源管理算法已经被广泛地研究并取得了丰硕的成果，但是在异构网络融合系统中的资源管理由于各网络的异构性、用户的移动性、资源和用户需求的多样性和不确定性，给该课题的研究带来了极大的挑战。 二异构网络融合中的信息安全问题 如同所有的通信网络和计算机网络，信息安全问题同样是无线异构网络发展过程中所必须关注的一个重要问题。异构网络融合了各自网络的优点，也必然会将相应缺点带进融合网络中。异构网络除存在原有各自网络所固有的安全需求外，还将面临一系列新的安全问题，如网间安全、安全协议的无缝衔接、以及提供多样化的新业务带来的新的安全需求等。构建高柔性免受攻击的无线异构网络安全防护的新型模型、关键安全技术和方法，是无线异构网络发展过程中所必须关注的一个重要问题。 虽然传统的GSM网络、无线局域网(WLAN)以及Adhoc网络的安全已获得了极大的关注，并在实践中得到应用，然而异构网络安全问题的研究目前则刚刚起步。下一代公众移动网络环境下，研究无线异构网络中的安全路由协议、接入认证技术、入侵检测技术、加解密技术、节点间协作通信等安全技术等，以提高无线异构网络的安全保障能力。 1 Adhoc网络的安全解决方案 众所周知，由于Ad hoc网络本身固有的特性，如开放性介质、动态拓扑、分布式合作
————————————————————————————————————————————————有向动态网络中基于模体演化的链路预测方法 作者杜凡，刘群 机构重庆邮电大学计算智能重庆市重点实验室 DOI 10.3969/j.issn.1001-3695.2017.11.0738 基金项目国家自然科学基金资助资助（61572091，61075019）；重庆市自然科学基金资助项目（CSTC2014jcyjA40047）；重庆市教委研究项目（KJ1400403）；重庆邮电大学博士启动资助项 目（A2014-20） 预排期卷《计算机应用研究》2019年第36卷第5期 摘要以往传统的链路预测方法大多数针对无向网络，而实际上大多数社交网络是有向的，并且没有考虑网络中同一节点对之间的重复边以及微观演化信息，因此不能较好地解决有向动态网 络中的链路预测问题。针对有向网络，将节点对之间的重复边信息转换为该节点对之间连边 的权值；接着采用了基于三元组模体的演化模型，对滑动窗口中相邻时间片的模体转换概率 进行统计后，采用指数加权滑动平均法对其进行时序分析得到不同模体转换概率的预测矩 阵，进而使用该矩阵对网络中的链边进行预测。这不仅充分利用了网络微观演化信息，而且 解决了动态网络中重复边的问题。最后对实验结果进行分析发现，在高全局聚类系数高平均 度的网络中AUC相比Triad Transition Matrix方法提高了近0.01，而相比Common Neighbor 方法提高更多。因此，所提方法能够较好地应用网络微观演化信息进行链路预测。 关键词时序链路预测；有向网络；模体演化；时序分析 作者简介杜凡（1991-），男，硕士研究生，主要研究方向为复杂网络?链路预测（280928338@https://www.doczj.com/doc/dc12485345.html,）； 刘群（1969-），女，教授，硕士，主要研究方向为复杂网络?人工智能． 中图分类号TP181 访问地址https://www.doczj.com/doc/dc12485345.html,/article/02-2019-05-010.html 投稿日期2017年11月9日 修回日期2018年1月5日
网络布线测试中的三个关键步骤 步骤1：通断测试是基础 通断测试是测试的基础，是对线路施工的一种最基本的检测。虽然此时只测试线缆的通断和线缆的打线要领能不能正确，但这个步骤不能少。可以运用能手测试仪执行测试。通常这是给布线施工工人运用的一般性线缆检测工具。 步骤2：认证测试最关键 当线缆布线施工完毕后，须要对全部电缆系统执行认证测试。此时要根据国际标准，例如TSB67、ISO11801等，对线缆系统执行彻底测试，以保证所安装的电缆系统符合所设计的标准，如超5类标准、6类标准、超6类标准等。这个流程须要测试各种电气参数，最后要给出每一条链路即每条线缆的测试报告。测试报告中包括了测试的时间、地点、操作人员姓名、运用的标准、测试的结果。测试的参数也很多，比如：WareMap打线图、长度、衰减、近端串扰、衰减串扰比、回波损耗、传输时延、时延偏离、综合近端串扰、远端串扰、等效远端串扰等参数。 每一个参数都代表不同的意思，各个参数之间又不是独立的，而是相互影响的，如果某个参数不符合规范，须要分析原由，然后对模块、配线架、水晶头的打法执行相应的调整或者重新压接。如果用的是假冒伪劣的线缆或者模块，造成很多指标不通过，甚至须要重新敷设线缆，这个工作量是可想而知的。有些时候，即使有能力投入资金和人力，想换线也未必能够换得了，因为工程有很多工序是不可逆的，比如对于更换石膏板吊顶内的线缆是非常困难的。因此，建议大家从公司声誉出发，为公司的验收和售后服务减少不必要的麻烦，多多运用品牌产品，拒绝假冒伪劣。比如，安普、西蒙、康普等国际知名布线品牌都是很好的选择。 测试报告可以根据须要打印成中文。福禄克公司的DSP100/2000/4000都可以执行不同级别线缆的认证测试。 步骤3：抽查测试不可少 施工完毕，须要由第三方对综合布线系统执行抽测，比如质量检测部门。抽测是必不可少的，而且要收取相应的抽测费用，地域间可能存在差别，但基本上是一个信息点要收50元检测费。综合布线系统抽测的比例通常为10％至20％。 在执行测试的流程中，可能出现的疑问主要有如下情况。
一异构网络得融合技术发展现状 近年来,人们已就异构网络融合问题相继提出了不同得解决方案BRAIN提出了ＷLAＮ与通用移动通信系统（UMTS）融合得开放体系结构;DRiＶE项目研究了蜂窝网与广播网得融合问题；ＷＩNＥGLＡＳS则从用户得角度研究了WＬＡＮ与UＭTS得融合;MOBYＤＩＣK重点探讨了在IPv６网络体系下得移动网络与ＷLＡN 得融合问题;MONＡＳIDRE首次定义了用于异构网络管理得模块.虽然这些项目提出了不同网络融合得思路与方法,但与多种异构网络得融合得目标仍相距甚远。最近提出得环境感知网络与无线网状网络，为多种异构网络融合得实现提供了更为广阔得研究空间。 通信技术近些年来得到了迅猛发展,层出不穷得无线通信系统为用户提供了异构得网络环境，包括无线个域网（如Ｂｌｕeｔooth）、无线局域网(如Wi-Fi)、无线城域网(如WiMAX)、公众移动通信网(如2Ｇ、３Ｇ）、卫星网络，以及Ad H ｏc网络、无线传感器网络等。尽管这些无线网络为用户提供了多种多样得通信方式、接入手段与无处不在得接入服务，但就是，要实现真正意义得自组织、自适应,并且实现具有端到端服务质量（ＱoＳ)保证得服务，还需要充分利用不同网络间得互补特性，实现异构无线网络技术得有机融合。 异构网络融合就是下一代网络发展得必然趋势.在异构网络融合架构下,一个必须要考虑并解决得关键问题就是：如何使任何用户在任何时间任何地点都能获得具有QoＳ保证得服务.异构环境下具备ＱoS保证得关键技术研究无论就是对于最优化异构网络得资源，还就是对于接入网络之间协同工作方式得设计，都就是非常必要得,已成为异构网络融合得一个重要研究方面.目前得研究主要集中在呼叫接入控制(CAＣ)、垂直切换、异构资源分配与网络选择等资源管理算法方面。传统移动通信网络得资源管理算法已经被广泛地研究并取得了丰硕得成果,但就是在异构网络融合系统中得资源管理由于各网络得异构性、用户得移动性、资源与用户需求得多样性与不确定性，给该课题得研究带来了极大得挑战。 二异构网络融合中得信息安全问题 如同所有得通信网络与计算机网络,信息安全问题同样就是无线异构网络发展过程中所必须关注得一个重要问题。异构网络融合了各自网络得优点,也必然会将相应缺点带进融合网络中。异构网络除存在原有各自网络所固有得安全需求外,还将面临一系列新得安全问题,如网间安全、安全协议得无缝衔接、以及提供多样化得新业务带来得新得安全需求等.构建高柔性免受攻击得无线异构网络安全防护得新型模型、关键安全技术与方法，就是无线异构网络发展过程中所必须关注得一个重要问题。 虽然传统得ＧＳM网络、无线局域网(ＷLAＮ）以及Adhoc网络得安全已获得了极大得关注，并在实践中得到应用，然而异构网络安全问题得研究目前则刚刚起步。下一代公众移动网络环境下，研究无线异构网络中得安全路由协议、接入认证技术、入侵检测技术、加解密技术、节点间协作通信等安全技术等，以提高无线异构网络得安全保障能力。 1 Adｈoc网络得安全解决方案 众所周知,由于Ad hoc网络本身固有得特性,如开放性介质、动态拓扑、分布式合作以及
复杂网络中关键节点查找和链路预测应用研究随着网络科学的不断发展和信息数据的不断扩充,网络规模日益增大,大规模网络数据的研究也逐渐成为研究热潮。鉴于表示学习算法对大规模网络研究的优势,关键节点分类以及链路预测等基于网络知识的传统研究内容开始结合知识表示学习算法进行探索研究,并取得显著成果。本文结合网络科学知识和表示学习算法提出关键蛋白质分类和基于Probase知识库的链路预测两种算法框架。首先,本文提出了一种结合生物信息知识的关键蛋白质分类的方法。在关键节点搜索的相关研究中,很多实验已经证明结合多源信息的方法比仅考虑单一知识的方法更加有效。而现有的搜索方法并没有充分的考虑网络本身蕴含的知识,使得很多关键信息被丢失。本文提出的关键蛋白质分类方法则是结合STRING数据库中体现的PPI网络中蛋白质节点的生物信息,同时结合表示学习算法提取网络中蛋白质节点的拓扑结构特征和生物信息特征,实现关键蛋白质节点的分类。通过实验对比分析,本文提出的关键蛋白质分类算法的准确率、召回率及F1值均高于其对比实验,这表明表示学习算法在网络关键节点识别任务中具有一定的优势。其次,本文提出了基于Probase知识库的链路预测方法。链路预测即通过分析网络结构以及节点属性,探索网络中相似的节点,进一步预测与已知节点具有潜在连边的节点。本文提出的链路预测方法主要结合网络嵌入的表示学习算法将网络进行向量化表示,并基于相似度的计算方法确定节点之间的相似程度,实现网络的链路预测。通过统计预测结果的top-k命中率、计算预测节点与给
定节点的相似性和统计最短路径长度来验证算法的有效性和稳定性,从而证明表示学习算法对链路预测任务有很好的提升作用。综上,本文利用多源信息并结合表示学习算法可以有效的提升网络中关键蛋白质节点分类的准确率。同时利用表示学习算法将网络进行向量化表示,借助相似度计算方法来计算节点的相似性,完成链路预测,可以提高预测的命中率,保证预测的稳定性。
综合实训报告 题目：网络流量在线分析系统的设计与实现
信息学院计算机科学系 目录 一、实训目的 (3) 二、实训内容 (3) 三、主要设备及环境 (3) 四、设计与步骤 (4) 五、过程与调试 (22) 六、整理与小结 (23) 七、参考文献 (24) 八、附录 (25)
一、实训目的 设计并实现一个网络流量的分析系统。该系统具有以下功能：（1）实时抓取网络数据。（2）网络协议分析与显示。（3）将网络数据包聚合成数据流，以源IP、目的IP、源端口、目的端口及协议等五元组的形式存储。（4）计算并显示固定时间间隔内网络连接（双向流）的统计量（如上行与下行的数据包数目，上行与下行的数据量大小等）。在这些统计数据的基础上分析不同网络应用的流量特征。 二、实训内容 （1）能够实时抓取网络中的数据包。并实时显示在程序界面上。用户可自定义过滤条件以抓取所需要的数据包。 （2）分析各个网络协议格式，能够显示各协议字段的实际意义。例如，能够通过该程序反映TCP三次握手的实现过程。 （3）采用Hash链表的形式将网络数据以连接（双向流）的形式存储。 （4）计算并显示固定时间间隔内网络连接（双向流）的统计量（如上行与下行的数据包数目，上行与下行的数据量大小等）。例如，抓取一段时间（如30分钟）的网络流量，将该段时间以固定时长（如1分钟）为单位分成若干个时间片，计算网络连接在每一个时间片内的相关统计量。并在上述统计数据的基础上分析不同应用如WEB、DNS、在线视频等服务的流量特征。注意，可根据实际的流量分析需要自己定义相关的统计量。 三、主要设备及环境 硬件设备： （1）台式计算机或笔记本计算机(含网络适配器) 软件设备： （2）Windows操作系统 （3）网络数据包捕获函数包，Windows平台为winpcap
基于时间序列的网络流量分析与预测 何建 电子科技大学应用数学学院，成都 (610054) E-mail:windpost@https://www.doczj.com/doc/dc12485345.html, 摘 要 随着计算机网络的迅速发展，目前的网络规模越来越庞大和复杂，相应面临对网络有效管理的要求就越来越高。本文通过对CERNET(China Education and Research Network)上某个端口的网络流量数据的统计分析，给出了一种用时间序列的方法对流量数据进行模拟仿真，从而达到对网络流量的控制和预测以便提高对网络服务的质量。 关键词：网络流量,ARIMA 模型，平稳，差分，预测 1. 引言 随着计算机网络的迅速发展，目前的网络规模越来越庞大和复杂，这也就意味网络服务越容易出现问题，网络的性能就越容易受到影响。由此，为了给用户提供优质的服务，对网络的维护和管理显得尤为重要，于是设计和建立一个合理的网络流量模型来对网络设计和性能评估都起着十分重要的作用。 由于Internet 的多构性、异构性及网络行为的高突发连续性使传统的马尔可夫模型、普阿松模型已不适用于Internet 的流量描述与预测[1]。由于网络流量数据是随时间变化的数据，因此我们可以把网络流量数据看成一个时间序列，用时间序列的方法对流量数据进行建模。时间序列有平稳时间序列和非平稳时间序列。其中平稳时间序列有三种重要的形式，即AR 序列、MA 序列、ARMA 序列。非平稳序列方面，可以用ARIMA 序列来刻画。实际计算表明，许多常见的时间序列皆可用ARIMA 序列表示，从数学模型的角度，它们都可近似地归到ARIMA 序列中去。 ARIMA 模型是建立在马尔可夫随机过程上的基础上，它反映了动态的特点，即吸取了回归分析的优点又发扬了移动平均的长处。它根据数据序列的自相关函数和偏相关函数建立起线性数据间的定量模型，因而它反映了现在活动和过去活动的本质联系；另外ARIMA 模型在预测精度方面，对噪声进行了分析处理，只剩下当时和与历史无关的白噪声，使其生成线性模型的最优预测。该模型对噪声的详细分析和处理不仅让我们得到线性的最优预测，而且可以得到在不同概率情况下的准确边界。同时该模型对噪声概率分布的研究，使我们知道在各种概率情况下出现偏差的大小，这也很好的处理了随机的干扰问题。所以时间序列模型被广泛的运用在经济、通信、气象、运输等各种工程领域里面。 2. 关于ARIMA 序列的介绍 2.1 模型的描述 在许多实际问题中,所观测到的样本数据序列{Ｘt ，t=0,1,2,…}常不是平稳序列,但如果将其做d 次有限次差分处理,则差分序列是平稳序列,那么可用平稳序列模型来做研究[2]。 定义：设d 是非负整数，称{Ｘt }是ARIMA(p,d,q)序列，如 t t d B X B ε)()(Θ=?Φ (1) 其中和是两个分别次数为p 和q 的特征多项式，p 和q 都是正整数，表达式分别为 )(B Φ)(B Θp p B B B φφ???=ΦL 11)( （2） q q B B B θθ+++=ΘL 11)( （3） B 是延迟算子，有 1?=t t X BX （4） d ?为d 阶差分算子，有 t d t d X B X )1(?=? （6） t ε为高斯白噪声序列，服从WN （0，σ2）分布。
复杂网络链路预测的研究现状及展望 吕琳媛 前言：做链路预测这个方向有一年多的时间了，有一些收获和体会。一直想写一个综述进行总结，总是希望这个综述尽可能的包括更多更全面的信息，但是新的思想和结果源源不断的涌现，所谓的综述也就无限期的搁置了下来。前不久刚刚和伟平合作发表了一篇关于利用网络局部随机游走进行链路预测的文章，借此文发表之动力，总结一下链路预测这个方向的研究进展以及展望。希望该文能对那些正奋战在这个方向上和希望在此领域有所建树的科研工作者有所帮助和启迪。 （本文中所提到的具体的技术方法以及实验结果将在另一篇中文综述中详细介绍。） 1．链路预测及其研究意义 网络中的链路预测(Link Prediction)是指如何通过已知的网络节点以及网络结构等信息预测网络中尚未产生连边的两个节点之间产生链接的可能性[1]。这种预测既包含了对未知链接（exist yet unknown links）的预测也包含了对未来链接（future links）的预测。该问题的研究在理论和应用两个方面都具有重要的意义和价值。 近年来，随着网络科学的快速发展，其理论上的成果为链路预测搭建了一个研究的平台，使得链路预测的研究与网络的结构与演化紧密联系起来。因此，对于预测的结果更能够从理论的角度进行解释。这也是我们相比计算机专业的人研究链路预测的优势所在。与此同时，链路预测的研究也可以从理论上帮助我们认识复杂网络演化的机制。针对同一个或者同一类网络，很多模型都提供了可能的网络演化机制[2, 3]。由于刻画网络结构特征的统计量非常多，很难比较不同的机制孰优孰劣。链路预测机制有望为演化网络提供一个简单统一且较为公平的比较平台，从而大大推动复杂网络演化模型的理论研究。另外，如何刻画网络中节点的相似性也是一个重大的理论问题[4]，这个问题和网络聚类等应用息息相关[5]。类似地，相似性的度量指标数不胜数，只有能够快速准确地评估某种相似性定义是否能够很好刻画一个给定网络节点间的关系，才能进一步研究网络特征对相似性指标选择的影响。在这个方面，链路预测可以起到核心技术的作用。链路预测问题本身也带来了有趣且有重要价值的理论问题，也就是通过构造网络系综并藉此利用最大似然估计的方法进行链路预测的可能性和可行性研究。这方面的研究对于链路预测本身以及复杂网络研究的理论基础的建立和完善，可以起到推动和借鉴的作用。 链路预测研究不仅具有如上所述的理论价值，其更重要的意义还是体现在应用方面。很多生物网络，例如蛋白质相互作用网络和新陈代谢网络，节点之间是否存在链接，或者说是否存在相互作用关系，是需要通过大量实验结果进行推断的。我们已知的实验结果仅仅揭示了巨大网络的冰山一角。仅以蛋白质相互作用网络为例，酵母菌蛋白质之间80%的相互作用不为我们所知[6]，而对于人类自身，我们知道的仅有可怜的0.3%[7,8]。由于揭示这类网络中隐而未现的链接需要耗费高额的实验成本。那么如果能够事先在已知网络结构的基础上设计出足够精确的链路预测算法，再利用预测的结果指导试验，就有可能提高实验的成功率从而降低试验成本并加快揭开这类网络真实面目的步伐！实际上，社会网络分析中也会遇到数据不全的问题，这时候链路预测同样可以作为准确分析社会网络结构的有力的辅助工具[9,10]。除了帮助分析数据缺失的网络，链路预测算法还可以用于分析演化网络，即对未来
xx武船网络测试方案 测试原则 一种好的测量方法不仅可以有效监视网络性能、找出网络瓶颈，将性能测量引起的流量降为最低，而且在故障发生时能迅速分离出故障点。理想情况下，一种测量方法应满足以下原则： 不需要额外的结构。尽可能的利用已有的网络拓扑，避免单纯为了测量而重新构造一套新的基础设施。 避免重复测量。尽可能充分的利用测量的结果，避免由于测量而引起网络资源过多的消耗。由测量引起的流量不应对网络原有的服务造成冲击，引起网络性能的下降，否则将与网络管理及性能测量的初衷相违背。 简便。在能满足上述各原则的前提下，测量方法还应尽可能的简便。尽量使用已有的测量工具，使用得到广泛支持的和充分实现的协议。例如：ICMP协议在几乎各种主机和路由器上都得到支持，因此使用ping工具来测量往返xx和丢包率就是十分简便的方法。尽管ping的方法所测得的数据有一定的局限性，其性能和其他TCP、UDP或其他IP协议有一定的出入（一般，路由器给ICMP协议的优先性较低），但考虑ping工具及ICMP协议实现的普遍性，利用ping工具测量全网的性能，尤其在测量端到端性能的时候，是最普遍的做法。 网络测试 网络设备测试 网络设备测试主要是对网络设备的运行情况、设备参数进行测试，验证网络设备参数的正确，网络运行的稳定。 测试对象：核心交换机（S12508）、汇聚交换机（S7503E）、接入交换机（S5120/S3100）。 核心交换机 基本测试
测试目的：查看交换机的硬件和IOS的配置情况 测试平台：PC机从交换机console口接入或工作站远程登录到交换机测试内容： 设备信息 1. QW-FLHX-1交换机 2. QW-FLHX-2交换机 汇聚交换机 基本测试 测试目的：查看交换机的硬件和IOS的配置情况 测试平台：PC机从交换机console口接入或工作站远程登录到交换机测试内容： 设备信息 1. QW-FLHJ-1交换机 2. QW-FLHJ-2交换机 S5120接入交换机 基本测试 测试目的：查看交换机的硬件和IOS的配置情况 测试平台：PC机从交换机console口接入或工作站远程登录到交换机测试内容： 设备信息 1. QW-FL6-4
1 网络流量分析解决方案 方案简介 NTA网络流量分析系统为客户提供了一种可靠的、便利的网络流量分析解决 方案。客户可以使用支持NetStream技术的路由器和交换机提供网络流量信息， 也可以使用DIG探针采集器对网络流量信息进行采集。并且可根据需求，灵活启动不同层面（接入层、汇聚层、核心层）的网络设备进行流量信息采集，不需要改动现有的网络结构。 NTA网络流量分析系统可以为企业网、校园网、园区网等各种网络提供网络流量信息统计和分析功能，能够让客户及时了解各种网络应用占用的网络带宽，各种业务消耗的网络资源和网络应用中TopN流量的来源，可以帮助网络管理员及时发现网络瓶颈，防范网络病毒的攻击，并提供丰富的网络流量分析报表。帮助客户在网络规划、网络监控、网络优化、故障诊断等方面做出客观准确的决策。2方案特点 ● 多角度的网络流量分析 NTA网络流量分析系统可以统计设备接口、接口组、IP地址组、多链路接口的（准）实时流量信息，包括流入、流出速率以及当前速率相对于链路最大速率 的比例。 NTA网络流量分析系统可以从多个角度对网络流量进行分析，并生成报表，包 括基于接口的总体流量趋势分析报表、应用流量分析报表、节点（包括源、目 的IP）流量报表、会话流量报表等几大类报表。 ● 总体流量趋势分析 总体流量趋势报表可反映被监控对象（如一个接口、接口组、IP地 址组）的入、出流量随时间变化的趋势。 图形化的统计一览表提供了指定时间段内总流量、采样点速率最大值、 采样点速率最小值和平均速率的信息。对于设备接口，还可提供带宽 资源利用率的统计。 支持按主机统计流量Top5，显示给定时间段内的流量使用在前5位 的主机流量统计情况，以及每个主机使用的前5位的应用流量统计。 同时还支持流量明细报表，可提供各采样时间点上的流量和平均速率
光纤布线系统安装完成之后需要对链路传输特性进行测试，其中最主要的几个测试项目是链路的衰减特性、连接器的插入损耗、回波损耗等。 一、组网： 用户采用4台S5500作为接入交换机、1台S5500作为核心交换机组网，4台接入交换机分别在三个仓库以及门卫处与核心机房都是通过2根八芯单模光纤走地井连接，在这5个机房再通过跳纤来连接到交换上。用户要求实现内网的用户主机访问公共服务器资源，并实现全网互通。 二、问题描述： PC现无法访问server服务器，进一步发现S5500光纤端口灯不亮，端口信息显示down状态。在核心交换机端通过自环测试发现该端口以及光模块正常，接入交换机端也同样测试发现正常。监控网络正常使用，再将网络接口转接到监控主干链路上，发现网络同样无法正常使用。 三、过程分析： 想要恢复链路，首先要排查出故障点，根据故障点情况结合实际恢复链路通畅。在这里主要分析光纤通路，光信号从接入交换机光口出来通过跳线，转接到主干光纤，然后再通过核心跳线转接到核心交换上。由于该链路不通，首先要排除两端接口以及光模块问题，这里使用自环检测(如果是超远距离传输光纤线缆需要接光衰然后在自环，防止
烧坏光模块)。当检测完成发现无问题，再测试接入端的光纤跳纤：如果是多模光纤可以将一端接到多模光纤模块的tx口，检测对端是否有光；单模光纤如果没有光功率计可以使用光电笔检测(该方法只能检测出中间无断路，并不能检测出线路光衰较大的情况)。最后再检测主线路部分，检测方式同跳线一样。 四、解决方法： 从上述的分析可以看出，只要保证了光信号一出一收两条路径都能正常就可以解决用户无法访问服务器的问题。为了保证光路正常通路，最好的解决方法就是，通过使用光功率计来检测对端发射光在本端的光功率是否在光口可接受范围内。由于用户组网使用了一些监控设备来接入该主干光缆，并且该光路现正常使用，通过将网络光纤转接到该监控主干光缆，发现网络光路仍然不通；并且两端端口自环检测正常。由此可以判断出主要问题在两端的跳纤上。 五、说明及注意事项： 1、光纤的连接需要注意以下几点：(1)光纤接口有没有插紧完全对接上；(2)光纤接口端面是否受灰尘等污染；(3)光纤中间是否存在物理损坏，部分损伤或者断开；(4)光纤弯曲是否半径小于8cm。 光纤网络的测试测量设备 1、光纤识别器 它是一个很灵敏的光电探测器。当你将一根光纤弯曲时，有些光会从纤芯中辐射出来。这些光就会被光纤识别器检测到，技术人员根据这
2017年第8期信息通信2017 (总第176 期）INFORMATION & COMMUNICATIONS (Sum. N o 176) 网络流量预测模型研究 陈广居\梁鹏2,王坤3 (1.94750部队福建连城366200;2.94937部队浙江杭州310021 ;3.94872部队江西樟树331204) 摘要:针对当前网络通信业务量大，业务种类多的特点，对近年来网络流量预测模型研究现状进行了综述，分析了多种网 络流量预测模型，针对网络流量的不同特点对各种模型从计算复杂度、应用场合及适用范围等方面展开比较分析。比较 结果表明，预测模型与所分析流量特性及应用场合关系密切，在具体应用中应充分考虑预测目标和具体的网络流量特 点，选择合适的预测模型。 关键词:短相关；长相关;线性预测；非线性预测；组合预测 中图分类号:T H393文献标识码:A文章编号:1673-1131(2017)08-0191-04 The R eserch o f N etw ork Traffic Prediction M odel C h e n G u a n g ju1, L ia n g P e n g2, W a n g K u n3 (1. U n it 94750 o f P L A, L ia n che n g F u jia n 366200, C h in a; 2. U n it 94937 o f P L A, H a n g zh o u Z he jia n g 310021, C hin a; 3. U n it 94872 o f P L A, Zhangshu Jia n gxi 331204, C h in a) A b s tra c t:F o r the characteristics o f the current ne tw o rk com m unication traffic, this paper presents an o ve rvie w on the study o f m odels for ne tw o rk traffic prediction in recent years, analyzes different kinds o f ne tw o rk traffic prediction m odels. In v ie w o f the different characteristics o f ne tw o rk traffic, the m odels are analyzed and com pared fro m the aspects o f com putational co m-plexity, application and scope o f application. T h e results p ro ve that prediction m o d e l should correlate to traffic characteristics and scene tightly. It needs to select the appropriate prediction m odels according to the target and the specific characteristics o f ne tw o rk traffic. k e y w o rd s: lo n g range dependence; short range dependence; linear prediction; nonlinear p rediction; com bination Prediction 〇引言 网络流量是网络运行的重要指标，其反映了网络的运行 状态，近年来网络流量建模和预测成为人们的研究热点。针 对网络流量特性进行建模是网络设计规划和网络状态分析的 前提，也对网络管理与故障处置、新的网络协议的开发以及提 高网络运行服务质量具有重大意义；网络流量预测模型的研 究对于更好地理解网络业务的性能和规律、规划网络设计、决 定网络拥塞控制、应用于网络安全、网络管理的异常检测、提 高服务质量意义深远。网络流量预测以过去的流量数据为依据，通过建立适当的数学模型对将来的流量状态进行预测。因此，掌握网络流量的特点对提高预测的精度和深入分析预测 本质尤其重要。在当前的一些网络流量预测资料中，大部分 的研究重点是对网络流量特性的数学分析，单纯针对网络流 量进行预测的研究不多，与之对应，这一领域的研究在河流流 量、道路交通、金融分析等领域中有较多的应用。本文对近年 来网络流量预测算法研究现状进行了综述，分析了多种网络 流量预测模型，并结合不同的网络流量特性对各种模型的适 用范围及应用场合进行了分析比较,最后得出结论，虽然智能 通信机房监控系统采用S O A P传输协议，这个协议是新时期 W e b S e r v ic e服务和物联网体系中的一种存在的标准传输协 议，S O A P协议定义了一个完善的逻辑业务服务请求者和逻辑 业务服务提供者之间相关的信息传输规范，促使X M L数据传 输更加安全，S O A P协议采用了传统的互联网传输协议，使物 联网作为数据传输的标准模式进行传输，可以为用户提供一 个格式化的相关协议信息，并且能够承载相关的物联网传输 协议，这些协议主要包括以下几个关键方面,S O A P封套信息、S O A P编码规则、S O A P R P C进行逻辑业务处理表示等。S O A 能够更好的实现信息的加工和服务，首先用户可以获取相关 的信号数据，接着可以分析信号的类型，如果信号为抽取信号，就可以实现数据抽取功能;如果信号为引用数据失效信号，则 可以将其划分到响应弓丨用数据失效弓丨擎中；如果信号为数据 已变更信号，则可以将数据推送到数据库中;如果信号为即时 获取，可以启动即时获取数据操作引擎。操作完成之后，这些数据均可以持久化地保存到数据存储器中，保证数据的及时 处理，进一步实现数据的加工和服务。通信机房监控系统是 现代无线通信的一个重要标志，物联网采用自适应技术，可以保证通信质量达到最优化,根据信道的传输环境的变化，适时 地改变N B-I O T的发送、接收参数。 3结语 随着我国通信事业的发展，通信机房包含的设备越来越多， 这些设备承载着数以亿计的资源，保?2联网软件的正常运行。 因此提高机房的智能化管理已经成为人们研究的重点,本文提 出利用物联网的数据感知、信息采集和数据分析功能，构建一个 实时的、动态的智能化机房，提高机房的运行管控成效。 参考文献： [1]陈武.物联网信息技术在数据机房建设中的应用研究[J]. 信息系统工程,2016(12):70-72. [2]李铁.基于物联网的机房温度报警系统设计与实现[J].中 国新通信，2017(3):65-66. [3]胥志强，何国平，杨漾.物联网技术在气象部门智能机房 建设中的应用[J].网络安全技术与应用,2017⑵:130-131. [4]王有为.基于物联网思维的高速公路变电所机房监控系 统[J].中国交通信息化，2016(8):116-117. 191
DOI : 10.11992/tis.201810025网络出版地址: https://www.doczj.com/doc/dc12485345.html,/kcms/detail/23.1538.TP.20190109.1748.006.html 融合朴素贝叶斯方法的复杂网络链路预测 王润芳1，陈增强1,2，刘忠信1,2 （1. 南开大学 人工智能学院，天津 300350; 2. 天津市智能机器人重点实验室，天津 300350） 摘 要：近来复杂网络成为了众多学者的研究热点。但真实网络中的连边信息并不完整，不利于网络的分析研究，链路预测可以挖掘网络中的缺失连边，为网络重构提供基本依据。本文认为网络中链接的产生不仅受外部因素——共同邻居的影响，还受其自身因素的影响。其中，共同邻居的影响可以通过文献中的局部朴素贝叶斯(LNB)模型量化，节点的影响则根据其自身的度量化。本文将两者综合考虑，提出了融合朴素贝叶斯(SNB)模型，然后用共同邻居(CN)、Adamic-Adar(AA)和资源分配(RA)指标进行推广。在美国航空网(USAir)上的实验结果表明，该方法的预测准确度比LNB 和基准方法均有所提高，从而证明了该方法的有效性。 关键词：复杂网络；融合朴素贝叶斯模型；局部朴素贝叶斯模型；贝叶斯模型；链路预测；共同邻居；节点度；网络重构 中图分类号：TP391 文献标志码：A 文章编号：1673?4785(2019)01?0099?09 中文引用格式：王润芳, 陈增强, 刘忠信. 融合朴素贝叶斯方法的复杂网络链路预测[J]. 智能系统学报, 2019, 14(1): 99–107.英文引用格式：WANG Runfang, CHEN Zengqiang, LIU Zhongxin. Link prediction in complex networks with syncretic naive Bayes methods[J]. CAAI transactions on intelligent systems, 2019, 14(1): 99–107. Link prediction in complex networks with syncretic naive Bayes methods WANG Runfang 1，CHEN Zengqiang 1,2，LIU Zhongxin 1,2 (1. College of Artificial Intelligence, Nankai University, Tianjin 300350, China; 2. Key Laboratory of Intelligent Robotics of Tianjin,Tianjin 300350, China) Abstract : Recently, complex networks have become a research hotspot. However, edge information in the real network is incomplete, which is not conducive to the analysis and research of the network. Link prediction can provide a funda-mental basis for network reconstruction by digging out the missing edges in the network. This paper demonstrates that the generation of links in the network is not only influenced by external factors (common neighbors) but also by its own factors. Among them, the influence of common neighbors can be quantified via the local naive Bayes (LNB) model in the literature, whereas the influence of nodes can be quantified depending on their degree. Therefore, a syncretic naive Bayes (SNB) model is proposed based on comprehensive consideration of the influence of the two abovementioned as-pects. The model is then extended to common neighbors, Adamic-Adar, and Resource Allocation methods. Finally, the experimental results on USAir show that the prediction accuracy of the method is higher than that of LNB and the benchmark method, which proves the effectiveness of the SNB model. Keywords : complex network; syncretic naive Bayes model; local naive Bayes model; Bayes model; link prediction;common neighbors; the degree of node; network reconstruction 现代社会中的信息呈爆炸式增长，使得社会 系统极具复杂性。研究表明，各种系统之间的交 互信息可以通过对应的复杂网络表示，其中，网络中的节点代表系统中的个体，连边代表个体之间的关系[1]。网络科学是专门用于研究各种复杂网络系统的定性和定量规律的一门交叉学科[2]。然而，由于隐私政策和个体设置等原因，实际获收稿日期：2018?10?23. 网络出版日期：2019?01?10. 基金项目：国家自然科学基金项目(61573199, 61573197). 天津 市自然科学基金项目(14JCYBJC18700). 通信作者：陈增强. E-mail: chenzq@https://www.doczj.com/doc/dc12485345.html, .第 14 卷第 1 期 智 能 系 统 学 报Vol.14 No.12019 年 1 月 CAAI Transactions on Intelligent Systems Jan. 2019
网络流量监控分析系统方案 网络流量监控分析系统方案 广州源典科技有限公司 Guangzhou U&D. T echnology Co.，LTD. 地址：广州市天河区天河东路155号骏源大厦7楼702室 2011年07月
网络流量监控分析系统方案 目录 1. 概述 (1) 2. 网络流量监控分析系统需求分析 (2) 2.1. 流量监控分析系统需求 (2) 2.2. 需求分析 (2) 3. NetScout nGenius网络流量监控分析解决方案 (4) 3.1. NetScout公司简介 (4) 3.2. nGenius企业级网络和应用性能管理系统 (5) 4. 系统方案 (7) 4.1. 系统部署示意图 (7) 4.2. 系统部署说明 (7) 4.3. 系统组成 (8) 4.4. 产品的主要功能 (13)
网络流量监控分析系统方案 1.概述 为了最大程度地提高网络的运行质量，实现管理的规范化、科学化，对网络的数据流量进行综合分析，对潜在隐患争取提前预警，对各种发生的故障进行及时定位、分析、处理，保障全网安全、高效、稳定的运行，合理有效地利用网络资源等就变得日趋重要。一个运行良好的网络系统，所产生的经济效益和节约的运行费用是非常可观的，而一个运行不好的网络系统，可能带来的损失是难以估量的。因此，网络监控和安全管理已成为一个倍受瞩目的焦点领域，越来越多的人认识到它是整个网络环境中必不可少而且非常重要的一个组成部分。 网络监控和维护就是在已运行的网络系统上叠加部分计算机网络资源，在不影响系统正常运行和不改变系统内核的情况下，完成对系统运行情况数据的采集、系统故障预警和告警、部分调整工作的实施并提供分析数据和部分参考解决方案等项功能。NetScout网络监控系统正是这样一种可以为流量监控与分析方面的需求提供最好的解决方案，是目前市面上唯一具备完整网络性能管理方案的厂家，产品包含硬件探针及软件系统。NetScout网络性能管理方案可为用户提供主动式的网络管理，通过7×24小时的网络监控，帮助用户了解网络带宽的使用情况，业务应用的行为规律，业务应用的响应时间，及时发现网络故障隐患，保证业务应用的正常。