首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

网络中信息传播:信息源选择与检测的若干关键问题研究

摘要第5-7页
ABSTRACT第7-10页
目录第11-15页
所有图和表的列表方式第15-17页
主要符号对照表第17-18页
第1章 绪论第18-36页
    1.1 论文的研究背景和意义第18-22页
        1.1.1 网络中信息传播的现象无处不在第18-21页
        1.1.2 网络中信息传播研究意义第21-22页
    1.2 常用传播模型介绍第22-25页
        1.2.1 病毒传播模型第23-24页
        1.2.2 谣言传播模型第24页
        1.2.3 影响扩散模型第24-25页
    1.3 网络中信息传播研究现状第25-31页
        1.3.1 信息传播的理解及推断问题第25-27页
        1.3.2 信息源选择问题第27-30页
        1.3.3 信息源检测问题第30-31页
    1.4 本文的结构和主要贡献第31-36页
第2章 非自适应的信息源选择第36-56页
    2.1 引言第36-37页
    2.2 谣言传播模型第37-38页
    2.3 问题定义第38-39页
    2.4 谣言传播中子模性第39-46页
        2.4.1 子模性介绍第39页
        2.4.2 基于推的谣言传播模型下子模性第39-42页
        2.4.3 基于拉的谣言传播模型下子模性第42-46页
    2.5 非自适应的贪婪算法及其性能保证第46-47页
    2.6 仿真实验第47-54页
        2.6.1 不同算法和时延容忍下扩散性能第47-51页
        2.6.2 多个网络下贪婪算法的扩散性能第51-54页
    2.7 小结第54-56页
第3章 自适应的信息源选择第56-82页
    3.1 引言第56-57页
    3.2 影响扩散模型第57-58页
    3.3 问题定义第58-62页
        3.3.1 自适应策略介绍第58-61页
        3.3.2 自适应的影响扩散最大化问题第61-62页
    3.4 序贯贪婪性介绍第62-67页
        3.4.1 效用函数第62-63页
        3.4.2 在线贪婪算法第63-64页
        3.4.3 序贯贪婪性第64-65页
        3.4.4 在线贪婪算法的性能保证第65-67页
    3.5 自适应的源选择问题的分析第67-76页
        3.5.1 静态图构造第67页
        3.5.2 在线情形下等价视角第67-71页
        3.5.3 影响扩散中序贯贪婪性及在线贪婪算法的性能保证第71-75页
        3.5.4 混合模型下自适应的影响扩散最大化问题第75-76页
    3.6 仿真实验第76-81页
    3.7 小结第81-82页
第4章 信息源选择问题的应用:无线业务分流第82-98页
    4.1 引言第82-83页
    4.2 系统模型和问题定义第83-86页
        4.2.1 移动社交网络中近邻通信第84-85页
        4.2.2 网络移动性模型第85-86页
        4.2.3 无线业务分流问题第86页
    4.3 信息传播中子模性第86-92页
        4.3.1 静态网络中子模性第87-89页
        4.3.2 移动网络中子模性第89-91页
        4.3.3 非自适应的贪婪算法及其性能保证第91-92页
    4.4 仿真实验第92-96页
    4.5 小结第96-98页
第5章 无先验知识的信息源检测第98-118页
    5.1 引言第98-99页
    5.2 病毒传播模型第99-100页
    5.3 问题定义第100页
    5.4 极大似然源估计器第100-102页
        5.4.1 谣言向心性第100-101页
        5.4.2 规则树中最优的源估计器第101页
        5.4.3 一般树和图中近似的源估计器第101-102页
    5.5 正确检测概率分析第102-114页
        5.5.1 一般树中局部谣言中心第102-103页
        5.5.2 波利亚罐子模型第103-106页
        5.5.3 规则树中正确检测概率第106-114页
    5.6 仿真实验第114-116页
    5.7 小结第116-118页
第6章 有先验知识的信息源检测第118-142页
    6.1 引言第118-119页
    6.2 病毒传播模型第119-120页
    6.3 问题定义第120-121页
    6.4 最大后验概率源估计器第121-122页
        6.4.1 规则树中最优的源估计器第121页
        6.4.2 一般树和图中近似的源估计器第121-122页
    6.5 正确检测概率分析第122-136页
        6.5.1 嫌疑节点构成连通子图的情形第122-129页
        6.5.2 两个嫌疑节点的情形第129-133页
        6.5.3 多个嫌疑节点的一般情形第133-136页
    6.6 仿真实验第136-139页
    6.7 小结第139-142页
第7章 信息源检测问题的应用:计算机病毒源识别第142-158页
    7.1 引言第142-143页
    7.2 系统模型和问题定义第143-147页
        7.2.1 计算机网络中病毒感染第143-145页
        7.2.2 网络拓扑结构第145-146页
        7.2.3 计算机病毒源识别问题第146-147页
    7.3 几种典型场景下源估计器第147-153页
        7.3.1 有嫌疑节点的先验知识情形下源估计器第147-149页
        7.3.2 多样本观察知识情形下源估计器第149-151页
        7.3.3 SIR/SIS模型下源估计器第151-153页
    7.4 仿真实验第153-157页
    7.5 小结第157-158页
第8章 结束语第158-164页
    8.1 本文工作总结第158-161页
    8.2 未来计划与展望第161-164页
        8.2.1 未来研究计划第161-162页
        8.2.2 网络中信息传播领域的未来展望第162-164页
参考文献第164-178页
在读期间发表的学术论文与取得的研究成果第178-180页
攻读博士学位期间的项目经历第180-182页
致谢第182-183页

论文共183页,点击 下载论文
上一篇:KTX反场箍缩装置中磁流体不稳定性的反馈控制研究与设计
下一篇:积分差分方程和双稳型反应扩散方程在周期介质中的扩散现象