CN116055117A - 一种在移动过载攻击下的无标度网络的级联失效模型 - Google Patents

一种在移动过载攻击下的无标度网络的级联失效模型 Download PDF

Info

Publication number
CN116055117A
CN116055117A CN202211632220.7A CN202211632220A CN116055117A CN 116055117 A CN116055117 A CN 116055117A CN 202211632220 A CN202211632220 A CN 202211632220A CN 116055117 A CN116055117 A CN 116055117A
Authority
CN
China
Prior art keywords
node
attack
static
nodes
mobile
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211632220.7A
Other languages
English (en)
Other versions
CN116055117B (zh
Inventor
尹荣荣
张凯
高一丹
麻旭瑶
沈兴悦
桑军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yanshan University
Original Assignee
Yanshan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yanshan University filed Critical Yanshan University
Priority to CN202211632220.7A priority Critical patent/CN116055117B/zh
Publication of CN116055117A publication Critical patent/CN116055117A/zh
Application granted granted Critical
Publication of CN116055117B publication Critical patent/CN116055117B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1441—Countermeasures against malicious traffic
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种在移动过载攻击下的无标度网络的级联失效模型，提出了一种在移动过载攻击下的无标度网络的级联失效模型，在静态网络模型中引入了移动节点，移动节点攻击静态节点使其过载，基于该触发机制，在无标度网络上研究了三种不同的攻击模式：高度过载攻击、低度过载攻击和全过载攻击；模型的设计方法包括以下步骤：步骤1：静态网络模型的建立；步骤2：移动模型的建立；步骤3：攻击模型的建立；步骤4：定义失效规模的计算方法；步骤5：基于时间序列的级联失效过程，本发明为以后研究静动网络中级联失效提供了可靠的理论基础和实验指导。

Description

一种在移动过载攻击下的无标度网络的级联失效模型
技术领域
本发明涉及一种在移动过载攻击下的无标度网络的级联失效模型，属于级联失效和过载攻击领域。
背景技术
近些年，随着网络需求量的不断增加，网络稳定成为一个重要的话题。在网络稳定中级联失效已经成为网络科学领域重要的研究课题。对于级联失效的研究，大多是基于复杂网络理论，复杂网络将现实的网络划分成规则网络、无标度网络、随机网络和小世界网络。研究表明无标度网络符合现实生活中网络的特征。
但是现有关于级联失效的研究多是基于静态网络，而本发明立足于静动网络，提出一种在移动过载攻击下的无标度网络的级联失效模型。
发明内容
本发明针对现有的级联失效模型多涉及静态网络的问题，提供一种立足于静-动网络，探索具有时间序列的无标度网络的过载攻击方法。
为解决上述技术问题，本发明所采用的技术方案是：
基于无标度网络和高斯马尔可夫移动模型，提出了一种在移动过载攻击下的无标度网络的级联失效模型，在静态网络模型中引入了移动节点，移动节点攻击静态节点使其过载，基于该触发机制，在无标度网络上研究了三种不同的攻击模式：高度过载攻击、低度过载攻击和全过载攻击；
模型的设计方法包括以下步骤：
步骤1：静态网络模型的建立；
步骤2：移动模型的建立：在静态网络模型中引入移动节点，移动节点的移动轨迹是由高斯马尔可夫模型生成，移动节点通过注入负载，引起网络中负载的变化；
步骤3：攻击模型的建立：研究三种不同的攻击模式：高度过载攻击、低度过载攻击和全过载攻击；
步骤4：定义失效规模的计算方法；
步骤5：基于时间序列的级联失效过程。
本发明技术方案的进一步改进在于：所述步骤1具体包括以下步骤：
步骤1.1：BA无标度网络模型的建立；
初始状态:m0个节点彼此连接；
增长：对于添加的每个节点，连接数增加m，其中m＜m0；
优先连接：新节点与现有的节点连接概率为
Figure BDA0004006018160000021
其中，ki是节点i的度，kj是节点j的度；
经过t个时间步长之后网络将会演化成N＝t+m0个节点和mt条边；
步骤1.2：定义静态节点的负载：
Figure BDA0004006018160000022
其中Lsi(0)是初始时刻静态节点i的负载，τ>0是可调参数，ksi是初始时刻静态节点i的度，Ns是静态节点的数量；
步骤1.3：定义静态节点的容量：
Csi＝(1+α)Lsi(0) (2)，
步骤1.4：静态节点的负载重分配：
Figure BDA0004006018160000023
其中L'j(t)是本轮级联失效的邻居j的负载，Lj(t)是上一轮级联失效的邻居j的负载，L'si(t)是本轮级联失效的静态节点i的负载，
Figure BDA0004006018160000024
是t时刻负载分配比例。
本发明技术方案的进一步改进在于：所述步骤2中移动节点的移动轨迹更新公式如下：
步骤2.1：移动节点的轨迹
Figure BDA0004006018160000031
Figure BDA0004006018160000032
Xm(t+1)＝Xm(t)+V(t)·cos(θ(t)) (6)，
Ym(t+1)＝Ym(t)+V(t)·sin(θ(t)) (7)，
其中λ是一个可调参数，Vp是速度平均值，Vn服从高斯分布的速度参数，θp是角度平均值，θn服从高斯分布的方向参数，Xm(t+1)和Ym(t+1)分别是t+1时刻移动节点的坐标；
步骤2.2：移动节点的负载及容量
Lm(t)＝β，m＝1,2,3,...,Nm (8)，
其中Lm(t)是t时刻移动节点的负载，β＞0是一个可调参数，Nm是移动节点的数量；
由于在静-动网络中移动节点的硬件设备和软件设备相对于静态节点都比较强大，因此移动节点的容量不受限制。
本发明技术方案的进一步改进在于：所述步骤3具体包括以下步骤：
步骤3.1攻击模式定义如下：
全过载攻击AOA：移动节点攻击在其半径内Rm所有的静态节点；
高度过载攻击HDOA：移动节点在其半径Rm选取n个度大于p的节点，在n中随机选取m个节点进行过载攻击，当n≤m时，n个节点被选取攻击，否则选取m个节点攻击；
低度过载攻击LDOA：移动节点在其半径Rm选取n个度小于p的节点，在n中随机选取m个节点进行过载攻击，当n≤m时，n个节点被选取攻击，否则选取m个节点攻击；
其中，Rm是移动节点的攻击半径，p是一个节点度阈值，当选取的节点的度大于p我们成为高度攻击，否则为低度攻击，m是最大攻击个数。
步骤3.2：移动负载的注入方式
Figure BDA0004006018160000041
其中，ΔLmi(t)是静态节点i，t时刻获取负载，Ωi是被攻击正常静态节点的集合。
本发明技术方案的进一步改进在于：所述步骤4失效规模计算如下：
Figure BDA0004006018160000042
其中，G(t)是t时刻的失效的规模，N'(t)是t时刻网络中孤立节点的个数，N代表网络中所有节点的数量。
本发明技术方案的进一步改进在于：所述步骤5中基于时间序列的级联失效过程包括以下步骤：
步骤5.1：在初始时刻，所有静态节点的负载都小于其容量，所有移动节点都不会攻击任何静态节点；当t＞0时，移动节点从区域S边缘随机加入网络；
步骤5.2：随着t的增加，移动节点的坐标会更新；更新后，移动节点获取其半径内正常静态节点的数量n；如果n＞0，移动节点根据攻击模式和注入方法攻击静态节点；否则，直接跳到步骤5.4；此时，更新网络中所有静态节点的负载；
步骤5.3：如果静态节点的负载超过其容量，则该静态节点将从网络中删除；更新其相邻节点的负载；重复步骤5.3，直到网络中没有新的静态节点过载；
步骤5.4：计算失效故障G(t)的大小；t继续增加，重复步骤5.2和5.3，直到t达到预定时间T。
由于采用了上述技术方案，本发明取得的技术进步是：
本发明为以后研究静动网络中级联失效提供了可靠的理论基础和实验指导。
附图说明
图1是本发明不同的攻击模式：
其中，(a)是全过载攻击(b)是高度过载攻击(c)是低度过载攻击；
图2是本发明级联失效的流程图；
图3是本发明移动节点注入其负载给静态节点：
其中，(a)是t＝0时刻网络的负载 (b)是t＝2时刻网络的负载 (c)是t＝4时刻网络的负载 (d)是t＝6时刻网络的负载 (e)是t＝8时刻网络的负载 (f)是t＝10时刻网络的负载
图4是本发明级联失效的整个过程：
其中，(a)是t＝0时网络结构 (b)是t＝13(1)时网络结构 (c)是t＝13(3)时网络结构 (d)是t＝13(5)时网络结构 (e)是t＝13(6)时网络结构 (f)是t＝13(8)时网络结构(g)是t＝13(12)时网络结构 (h)是t＝15(1)时网络结构 (i)是t＝15(5)时网络结构 (j)是t＝15(7)时网络结构 (k)是t＝15(10)时网络结构 (l)是t＝20时网络结构。
具体实施方式
下面结合实施例对本发明做进一步详细说明：
一种在移动过载攻击下的无标度网络的级联失效模型，流程图如图2所示，实施步骤如下：
步骤1：静态网络模型的建立
步骤1.1：BA无标度网络模型的建立：
初始状态:m0个节点彼此连接；
增长：对于添加的每个节点，连接数增加m其中m＜m0；
优先连接：新节点与现有的节点连接概率为
Figure BDA0004006018160000061
其中，ki是节点i的度，kj是节点j的度；
经过t个时间步长之后网络将会演化成N＝t+m0个节点和mt条边，如附图1中网络的结构。
步骤1.2：定义静态节点的负载：
Figure BDA0004006018160000062
其中Lsi(0)是初始时刻静态节点i的负载，τ>0是可调参数，ksi是初始时刻静态节点i的度，Ns是静态节点的数量；
步骤1.3：定义静态节点的容量：
Csi＝(1+α)Lsi(0) (2)，
步骤1.4：静态节点的负载重分配：
Figure BDA0004006018160000063
其中L'j(t)是本轮级联失效的邻居j的负载，Lj(t)是上一轮级联失效的邻居j的负载，L'si(t)是本轮级联失效的静态节点i的负载，
Figure BDA0004006018160000064
是t时刻负载分配比例。
步骤2：移动模型的建立
移动节点轨迹是由高斯马尔可夫模型生成，移动节点在网络中移动时，移动节点把自身携带的负载会以不同的攻击模式注入给静态网络中的节点。从而引起网络中负载的变化。从附图3的(a)到(f)中，经过10个时间步长之后，在移动轨迹附近的节点的负载都增加了。
步骤2.1：移动节点的轨迹
在高斯马尔可夫模型中，当前速度和角度与前一时刻的速度和角度相关该模型中的移动节点可以逐渐加速、减速和转弯。该模型更接近于实际的移动场景，见附图1中虚线即为移动节点的轨迹。其更新公式如下：
Figure BDA0004006018160000071
Figure BDA0004006018160000072
Xm(t+1)＝Xm(t)+V(t)·cos(θ(t)) (6)，
Ym(t+1)＝Ym(t)+V(t)·sin(θ(t)) (7)，
其中λ是一个可调参数，Vp是速度平均值，Vn服从高斯分布的速度参数，θp是角度平均值，θn服从高斯分布的方向参数，Xm(t+1)和Ym(t+1)分别是t+1时刻移动节点的坐标。
步骤2.2：移动节点的负载及容量
Lm(t)＝β， m＝1,2,3,...,Nm (8)，
其中Lm(t)是t时刻移动节点的负载，β＞0是一个可调参数，Nm是移动节点的数量。
由于在静-动网络中移动节点的硬件设备和软件设备相对于静态节点都比较强大，因此移动节点的容量不受限制。
步骤3：攻击模型的建立
步骤3.1三种不同的攻击模式定义如下，见附图1所示。
全过载攻击(AOA)：移动节点攻击在其半径内Rm所有的静态节点。
高度过载攻击(HDOA)：移动节点在其半径Rm选取n个度大于p的节点，在n中随机选取m个节点进行过载攻击，当n≤m时，n个节点被选取攻击，否则选取m个节点攻击。
低度过载攻击(LDOA)：移动节点在其半径Rm选取n个度小于p的节点，在n中随机选取m个节点进行过载攻击，当n≤m时，n个节点被选取攻击，否则选取m个节点攻击。
其中Rm是移动节点的攻击半径，p是一个节点度阈值，当选取的节点的度大于p我们成为高度攻击，否则为低度攻击，m是最大攻击个数。
步骤3.2：移动负载的注入方式
Figure BDA0004006018160000081
其中，ΔLmi(t)是静态节点i，t时刻获取负载，Ωi是被攻击正常静态节点的集合。
步骤4：失效规模计算如下：
Figure BDA0004006018160000082
其中G(t)是t时刻的失效的规模，N'(t)是t时刻网络中孤立节点的个数，N代表网络中所有节点的数量。
步骤5：基于时间序列的级联失效过程包括以下步骤：
当网络中的节点的负载超过其容量时，会引起静态节点过载从而引发大规模的级联失效(见附图4)。
步骤5.1：在初始时刻，所有静态节点的负载都小于其容量，所有移动节点都不会攻击任何静态节点。当t＞0时，移动节点从区域S边缘随机加入网络；
步骤5.2：随着t的增加，移动节点的坐标会更新。更新后，移动节点获取其半径内正常静态节点的数量n。如果n＞0，移动节点根据攻击模式和注入方法攻击静态节点；否则，直接跳到步骤5.4。此时，更新网络中所有静态节点的负载；
步骤5.3：如果静态节点的负载超过其容量，则该静态节点将从网络中删除。更新其相邻节点的负载。重复步骤5.3，直到网络中没有新的静态节点过载；
步骤5.4：计算失效故障G(t)的大小。t继续增加，重复步骤5.2和5.3，直到t达到预定时间T。
以上所述的实施例仅是对本发明的工作方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明技术方案做出的各种变形和改进，均应落入本发明专利要求书确定的保护范围内，本发明未述及之处适用于现有技术。

Claims (6)

1.一种在移动过载攻击下的无标度网络的级联失效模型，其特征在于：具体包括以下步骤：
步骤1：静态网络模型的建立；
步骤2：移动模型的建立：在静态网络模型中引入移动节点，移动节点的移动轨迹是由高斯马尔可夫模型生成，移动节点通过注入负载，引起网络中负载的变化；
步骤3：攻击模型的建立：研究三种不同的攻击模式：高度过载攻击、低度过载攻击和全过载攻击；
步骤4：定义失效规模的计算方法；
步骤5：基于时间序列的级联失效过程。
2.根据权利要求1所述的一种在移动过载攻击下的无标度网络的级联失效模型，其特征在于，所述步骤1具体包括以下步骤：
步骤1.1：BA无标度网络模型的建立；
初始状态:m0个节点彼此连接；
增长：对于添加的每个节点，连接数增加m，其中m＜m0；
优先连接：新节点与现有的节点连接概率为
Figure FDA0004006018150000011
其中，ki是节点i的度，kj是节点j的度；
经过t个时间步长之后网络将会演化成N＝t+m0个节点和mt条边。
步骤1.2：定义静态节点的负载：
Figure FDA0004006018150000012
其中Lsi(0)是初始时刻静态节点i的负载，τ>0是可调参数，ksi是初始时刻静态节点i的度，Ns是静态节点的数量；
步骤1.3：定义静态节点的容量：
Csi＝(1+α)Lsi(0) (2)，
步骤1.4：静态节点的负载重分配：
Figure FDA0004006018150000021
其中L'j(t)是本轮级联失效的邻居j的负载，Lj(t)是上一轮级联失效的邻居j的负载，L'si(t)是本轮级联失效的静态节点i的负载，
Figure FDA0004006018150000022
是t时刻负载分配比例。
3.根据权利要求1所述的一种在移动过载攻击下的无标度网络的级联失效模型，其特征在于：所述步骤2中移动节点的移动轨迹更新公式如下：
步骤2.1：移动节点的轨迹
Figure FDA0004006018150000023
Figure FDA0004006018150000024
Xm(t+1)＝Xm(t)+V(t)cos(θ(t)) (6)，
Ym(t+1)＝Ym(t)+V(t)sin(θ(t)) (7)，
其中λ是一个可调参数，Vp是速度平均值，Vn服从高斯分布的速度参数，θp是角度平均值，θn服从高斯分布的方向参数，Xm(t+1)和Ym(t+1)分别是t+1时刻移动节点的坐标；
步骤2.2：移动节点的负载及容量
Lm(t)＝β， m＝1,2,3,...,Nm (8)，
其中Lm(t)是t时刻移动节点的负载，β＞0是一个可调参数，Nm是移动节点的数量；
由于在静-动网络中移动节点的硬件设备和软件设备相对于静态节点都比较强大，因此移动节点的容量不受限制。
4.根据权利要求1所述的一种在移动过载攻击下的无标度网络的级联失效模型，其特征在于：所述步骤3具体包括以下步骤：
步骤3.1攻击模式定义如下：
全过载攻击AOA：移动节点攻击在其半径内Rm所有的静态节点；
高度过载攻击HDOA：移动节点在其半径Rm选取n个度大于p的节点，在n中随机选取m个节点进行过载攻击，当n≤m时，n个节点被选取攻击，否则选取m个节点攻击；
低度过载攻击LDOA：移动节点在其半径Rm选取n个度小于p的节点，在n中随机选取m个节点进行过载攻击，当n≤m时，n个节点被选取攻击，否则选取m个节点攻击；
其中，Rm是移动节点的攻击半径，p是一个节点度阈值，当选取的节点的度大于p我们成为高度攻击，否则为低度攻击，m是最大攻击个数。
步骤3.2：移动负载的注入方式
Figure FDA0004006018150000031
其中，ΔLmi(t)是静态节点i，t时刻获取负载，Ωi是被攻击正常静态节点的集合。
5.根据权利要求1所述的一种在移动过载攻击下的无标度网络的级联失效模型，其特征在于：所述步骤4失效规模计算如下：
Figure FDA0004006018150000032
其中，G(t)是t时刻的失效的规模，N'(t)是t时刻网络中孤立节点的个数，N代表网络中所有节点的数量。
6.根据权利要求1所述的一种在移动过载攻击下的无标度网络的级联失效模型，其特征在于：所述步骤5中基于时间序列的级联失效过程包括以下步骤：
步骤5.1：在初始时刻，所有静态节点的负载都小于其容量，所有移动节点都不会攻击任何静态节点；当t＞0时，移动节点从区域S边缘随机加入网络；
步骤5.2：随着t的增加，移动节点的坐标会更新；更新后，移动节点获取其半径内正常静态节点的数量n；如果n＞0，移动节点根据攻击模式和注入方法攻击静态节点；否则，直接跳到步骤5.4；此时，更新网络中所有静态节点的负载；
步骤5.3：如果静态节点的负载超过其容量，则该静态节点将从网络中删除；
更新其相邻节点的负载；重复步骤5.3，直到网络中没有新的静态节点过载；
步骤5.4：计算失效故障G(t)的大小；t继续增加，重复步骤5.2和5.3，直到t达到预定时间T。
CN202211632220.7A 2022-12-19 2022-12-19 一种在移动过载攻击下的无标度网络的级联失效模型 Active CN116055117B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211632220.7A CN116055117B (zh) 2022-12-19 2022-12-19 一种在移动过载攻击下的无标度网络的级联失效模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211632220.7A CN116055117B (zh) 2022-12-19 2022-12-19 一种在移动过载攻击下的无标度网络的级联失效模型

Publications (2)

Publication Number Publication Date
CN116055117A true CN116055117A (zh) 2023-05-02
CN116055117B CN116055117B (zh) 2024-06-28

Family

ID=86113908

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211632220.7A Active CN116055117B (zh) 2022-12-19 2022-12-19 一种在移动过载攻击下的无标度网络的级联失效模型

Country Status (1)

Country Link
CN (1) CN116055117B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100057902A1 (en) * 2008-08-28 2010-03-04 Novell, Inc. Scal-free management networks
CN103457947A (zh) * 2013-08-28 2013-12-18 浙江工业大学 一种基于随机邻居节点的无标度网络攻击方法
CN106656464A (zh) * 2016-12-08 2017-05-10 沈阳航空航天大学 基于幂指数可调的攻击成本下复杂网络边攻击方法
CN107196808A (zh) * 2017-06-29 2017-09-22 南京邮电大学 一种双层网络模型构建的方法
CN109245924A (zh) * 2018-08-28 2019-01-18 浙江工业大学 一种基于预警保护机制的提高耦合网络鲁棒性的方法
CN109660404A (zh) * 2019-01-11 2019-04-19 郑州轻工业学院 一种基于欠载的供应链网络级联失效模型构建方法
CN110414094A (zh) * 2019-07-11 2019-11-05 南京理工大学 一种电力通信网节点之间的业务重要度配置方法
CN111193629A (zh) * 2020-01-14 2020-05-22 西安电子科技大学 一种多层信息网络的动态负载级联失效的故障传播方法
CN112528443A (zh) * 2020-11-13 2021-03-19 国网陕西省电力公司电力科学研究院 基于深度学习框架的容忍度不良数据注入攻击检测方法
CN113132131A (zh) * 2019-12-30 2021-07-16 中国移动通信集团山西有限公司 网络鲁棒性的确定方法、装置、设备及存储介质
CN114448876A (zh) * 2021-12-09 2022-05-06 燕山大学 面向选择性转发攻击的无标度网络分布式自适应路由方法
CN115016939A (zh) * 2022-06-10 2022-09-06 中国人民解放军国防科技大学 基于加权相依网络的级联失效模拟方法、设备及存储介质
CN115208654A (zh) * 2022-07-11 2022-10-18 东南大学 一种基于负载均衡的内生安全交换机防御执行体构建方法
CN115225515A (zh) * 2022-07-14 2022-10-21 中国人民解放军国防科技大学 一种网络抗毁性分析方法及相关设备

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100057902A1 (en) * 2008-08-28 2010-03-04 Novell, Inc. Scal-free management networks
CN103457947A (zh) * 2013-08-28 2013-12-18 浙江工业大学 一种基于随机邻居节点的无标度网络攻击方法
CN106656464A (zh) * 2016-12-08 2017-05-10 沈阳航空航天大学 基于幂指数可调的攻击成本下复杂网络边攻击方法
CN107196808A (zh) * 2017-06-29 2017-09-22 南京邮电大学 一种双层网络模型构建的方法
CN109245924A (zh) * 2018-08-28 2019-01-18 浙江工业大学 一种基于预警保护机制的提高耦合网络鲁棒性的方法
CN109660404A (zh) * 2019-01-11 2019-04-19 郑州轻工业学院 一种基于欠载的供应链网络级联失效模型构建方法
CN110414094A (zh) * 2019-07-11 2019-11-05 南京理工大学 一种电力通信网节点之间的业务重要度配置方法
CN113132131A (zh) * 2019-12-30 2021-07-16 中国移动通信集团山西有限公司 网络鲁棒性的确定方法、装置、设备及存储介质
CN111193629A (zh) * 2020-01-14 2020-05-22 西安电子科技大学 一种多层信息网络的动态负载级联失效的故障传播方法
CN112528443A (zh) * 2020-11-13 2021-03-19 国网陕西省电力公司电力科学研究院 基于深度学习框架的容忍度不良数据注入攻击检测方法
CN114448876A (zh) * 2021-12-09 2022-05-06 燕山大学 面向选择性转发攻击的无标度网络分布式自适应路由方法
CN115016939A (zh) * 2022-06-10 2022-09-06 中国人民解放军国防科技大学 基于加权相依网络的级联失效模拟方法、设备及存储介质
CN115208654A (zh) * 2022-07-11 2022-10-18 东南大学 一种基于负载均衡的内生安全交换机防御执行体构建方法
CN115225515A (zh) * 2022-07-14 2022-10-21 中国人民解放军国防科技大学 一种网络抗毁性分析方法及相关设备

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
付丹龙;朱淑华;原智峰;梁倬骞;邓原;: "基于不同子网络级联机制的相依网络鲁棒性研究", 计算机工程与科学, no. 03, 15 March 2018 (2018-03-15) *
刘浩然;崔梦;尹荣荣;徐英函;王倩悦;: "无标度网络的级联失效缓解策略", 控制与决策, no. 06, 7 December 2017 (2017-12-07) *
刘浩然;王星淇;邓玉静;覃玉华;: "基于级联失效的有向无标度网络节点重要度评价模型", 电信科学, no. 02, 20 February 2020 (2020-02-20) *
谢丰;程苏琦;陈冬青;张国强;: "基于级联失效的复杂网络抗毁性", 清华大学学报(自然科学版), no. 10, 15 October 2011 (2011-10-15) *
谭小虎;王勇;李炳乾;刘达;: "无标度网络级联失效模型的负载重分配", 空军工程大学学报(自然科学版), no. 06, 25 December 2016 (2016-12-25) *
邹艳丽;周秋花;: "BA无标度通信网络的级联故障研究", 广西师范大学学报(自然科学版), no. 03, 15 September 2012 (2012-09-15) *
郝羽成;李成兵;魏磊;: "考虑节点过载的复杂网络级联失效模型", 系统工程与电子技术, no. 10, 30 July 2018 (2018-07-30) *
韩丽;刘彬;邓玉静;王倩悦;尹荣荣;刘浩然;: "加权无标度网络的级联失效模型", 软件学报, no. 10, 15 October 2017 (2017-10-15) *

Also Published As

Publication number Publication date
CN116055117B (zh) 2024-06-28

Similar Documents

Publication Publication Date Title
CN110244733B (zh) 一种基于改进蚁群算法的移动机器人路径规划方法
Kong et al. An improved method of WSN coverage based on enhanced PSO algorithm
Li et al. Hybrid differential evolution and gravitation search algorithm for unconstrained optimization
CN112702208B (zh) 一种基于关系的异质多层作战体系打击链路生成方法
CN116055117B (zh) 一种在移动过载攻击下的无标度网络的级联失效模型
Sun et al. Efficient incremental search for moving target search
CN117419739B (zh) 一种输煤系统巡检机器人的路径规划优化方法
Zhang et al. Research on clustering optimization algorithm for UAV cluster network
CN112637087B (zh) 一种基于节点重要度的动态资源分配方法及系统
CN117891168A (zh) 一种多智能体系统图重构和权重平衡控制方法
CN116485043A (zh) 一种翼伞集群系统归航多目标优化方法
CN116587272A (zh) 一种冗余机械臂避障路径规划方法、设备及存储设备
CN115047906A (zh) 基于优化粒子群算法的多无人机协同攻击移动目标任务分配方法
CN114518754B (zh) 一种多智能体追逃问题建模与围捕策略生成方法
CN114003047B (zh) 一种小型无人船路径规划方法
CN114371625B (zh) 节点数变化的多智能体编队控制方法
Al Bahrani et al. Orthogonal PSO algorithm for economic dispatch of power under power grid constraints
Yu et al. Improved PSO algorithm with harmony search for complicated function optimization problems
CN114844824A (zh) 一种网络信息传输路径的规划方法、装置及终端设备
Bhateshvar et al. Frequency stabilization for thermal-hydro power system with fuzzy logic controlled smes unit in deregulated environment
Chung et al. Using ALC-PSO algorithm with particle growing method path planning in dynamic environments
Meng et al. Research on invulnerability of UAV swarm based on cascading failure propagation mode
CN114880857B (zh) 基于混合智能搜索的武器资源多阶段优化分配方法
Sabry et al. Grey Wolf Algorithm Based Pid Controller for Congestion Avoidance in Tcp Network
CN107426532A (zh) 基于已知轨道的多摄像头合作接力监控方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant