基于极大连通子图边界的复杂网络恢复研究

作者:王哲; 李建华; 康东
来源:系统仿真学报, 2020, 32(12): 2306-2316.
DOI:10.16182/j.issn1004731x.joss.20-fz0295

摘要

网络恢复是应对不可避免的故障或失效的重要途径,合理的恢复策略有助于降低资源损耗且提高网络鲁棒性能。为研究复杂网络恢复动力学行为及其与网络鲁棒性之间关系,构建了基于极大连通子图边界的复杂网络恢复模型(Recovery Model of Boundary Nodes, RMBN),设计了网络平均恢复(Average Recovery of Boundary Nodes, ARBN)和择优恢复(Priority Recovery of Boundary Nodes, PRBN)策略。不同恢复策略在3种网络模型上的仿真结果表明,随着恢复比例的增大,网络鲁棒性逐渐增强且恢复作用时间更早、恢复能力更强,为复杂网络拓扑结构设计与鲁棒性优化提供借鉴。

全文