| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 缩略语 | 第10-12页 |
| 目录 | 第12-15页 |
| 第一章 绪论 | 第15-34页 |
| ·研究背景与课题意义 | 第15-17页 |
| ·复杂网络简介 | 第17-27页 |
| ·复杂网络的定义 | 第18-19页 |
| ·概念与度量 | 第19-21页 |
| ·平均路径长度 | 第20页 |
| ·群聚系数 | 第20页 |
| ·度与度分布 | 第20-21页 |
| ·介数 | 第21页 |
| ·复杂网络的主要统计特征 | 第21-23页 |
| ·小世界 | 第22-23页 |
| ·无标度 | 第23页 |
| ·高集团度 | 第23页 |
| ·复杂网络分类 | 第23-27页 |
| ·复杂网络模型 | 第23-27页 |
| ·规则网络 | 第23-24页 |
| ·随机网络 | 第24页 |
| ·小世界网络 | 第24-25页 |
| ·无标度网络 | 第25-26页 |
| ·其他网络模型 | 第26-27页 |
| ·一些信息网络的统计特性 | 第27页 |
| ·信息网络部分关键技术研究概况 | 第27-31页 |
| ·QoS接纳控制算法 | 第27-28页 |
| ·QoS组播路由算法 | 第28-29页 |
| ·恶意软件传播 | 第29-30页 |
| ·特定P2P业务识别方法 | 第30-31页 |
| ·论文创新点与组织 | 第31-34页 |
| 第二章 复杂网络仿真平台SPCN的构建 | 第34-51页 |
| ·引言 | 第34页 |
| ·相关研究工作综述 | 第34-38页 |
| ·SAS软件 | 第34-35页 |
| ·网络分析软件Pajek,Netdraw,Ucinet | 第35-37页 |
| ·面向图论及复杂网络分析的程序库 | 第37-38页 |
| ·复杂网络仿真平台SPCN的构建 | 第38-48页 |
| ·网络表达方式 | 第38-40页 |
| ·复杂网络仿真平台SPCN的构建方法 | 第40-42页 |
| ·ER模型的构建方法 | 第40-41页 |
| ·NW模型的构建方式 | 第41页 |
| ·BA网络的构建方式 | 第41-42页 |
| ·网络统计性质的计算方法 | 第42-43页 |
| ·节点度值的计算 | 第42-43页 |
| ·平均路径长度的计算 | 第43页 |
| ·聚度系数的计算 | 第43页 |
| ·SPCN实现的算法及其优化 | 第43-47页 |
| ·邻接矩阵的实现 | 第44页 |
| ·计算平均路径长度的算法优化 | 第44-46页 |
| ·生成BA算法的实现优化 | 第46-47页 |
| ·SPCN生成网络模型数据及其度分布图形 | 第47-48页 |
| ·新的表达方式:节点信息网络模型 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第三章 基于复杂网络理论的接纳控制算法研究 | 第51-70页 |
| ·引言 | 第51-52页 |
| ·相关研究工作综述 | 第52-59页 |
| ·复杂网络无尺度性质 | 第52-54页 |
| ·接纳控制 | 第54页 |
| ·一些常见的接纳控制的算法 | 第54-59页 |
| ·基于复杂网络理论的自适应接纳控制(CNAC)算法 | 第59-64页 |
| ·仿真实验与结果分析 | 第64-69页 |
| ·小结 | 第69-70页 |
| 第四章 基于复杂网络理论的多约束QoS组播路由算法研究 | 第70-93页 |
| ·引言 | 第70-73页 |
| ·相关研究工作综述 | 第73-81页 |
| ·复杂网络参数 | 第73-74页 |
| ·QoS组播路由算法 | 第74-76页 |
| ·时延有界Steiner树启发性算法 | 第76-77页 |
| ·QoS组播路由算法的优化准则 | 第77-79页 |
| ·多约束QoS组播路由问题模型及其数学描述 | 第79-81页 |
| ·基于复杂网络理论的多约束QoS组播路由算法 | 第81-89页 |
| ·基本粒子群算法简介 | 第82-83页 |
| ·算法的整体思想及基本步骤 | 第83-86页 |
| ·编码及初始化 | 第86-87页 |
| ·适应度计算 | 第87页 |
| ·算法流程 | 第87-88页 |
| ·组播树去环 | 第88-89页 |
| ·仿真实验与结果分析 | 第89-92页 |
| ·小结 | 第92-93页 |
| 第五章 基于复杂网络理论的恶意软件传播模型研究 | 第93-104页 |
| ·引言 | 第93页 |
| ·相关研究工作综述 | 第93-97页 |
| ·基于复杂网络理论的恶意软件传播模型 | 第97-99页 |
| ·仿真实验与结果分析 | 第99-103页 |
| ·ER模型、NW模型与BA模型上的DP-SI模型仿真 | 第99-100页 |
| ·DP-SI模型的免疫策略仿真 | 第100-103页 |
| ·小结 | 第103-104页 |
| 第六章 基于复杂网络理论的特定P2P业务识别方法研究 | 第104-113页 |
| ·引言 | 第104-105页 |
| ·相关研究工作综述 | 第105-106页 |
| ·基于复杂网络理论的特定P2P业务识别的方法 | 第106-110页 |
| ·引入树形多层BP-LVQ神经网络组合分类的必要性 | 第107页 |
| ·树形多层BP-LVQ神经网络组合分类器及P2P业务识别实现 | 第107-110页 |
| ·树形多分类器组合模型 | 第107-108页 |
| ·基于树形多层BP-LVQ神经网络组合分类器的特定P2P业务识别模型 | 第108-110页 |
| ·仿真实验与结果分析 | 第110-112页 |
| ·P2P流特征参数的选取 | 第110-111页 |
| ·仿真实验结果 | 第111-112页 |
| ·小结 | 第112-113页 |
| 第七章 总结与展望 | 第113-117页 |
| ·全文总结 | 第113-115页 |
| ·未来研究展望 | 第115-117页 |
| 参考文献 | 第117-126页 |
| 致谢 | 第126-127页 |
| 附录1 攻读博士期间论文发表与录用情况 | 第127-129页 |
| 附录2 攻读博士期间参与科研项目情况 | 第129页 |
