摘要：介绍了传统的基于距离的相似度计算方法,针对其在距离计算中包含语义信息不充足的现状,提出了一种改进的使用WordNet的基于概念之间边的权重的相似性度量方法。该方法综合考虑了概念在词库中所处层次的深度和密度,即概念的语义丰富程度,设计了一种通用的概念语义相似性计算方法,该方法简化了传统语义相似性算法,并解决了语义相似性计算领域的相关问题。实验结果表明,所提方法在Rubenstein数据集上与人工判断有着0.910 9的相关性,与其他经典的相似性计算方法相比有着更高的准确性。

摘要：针对社交网络边权重隐私保护中的弱保护和最短路径不可分析问题,提出一种满足差分隐私保护模型的边权重保护策略。将社交网络划分为全次图、缺次图、零次图,设计扰动方案及查询函数,对不同图进行查询获取其边权重并按扰动方案对不同的边权重添加不同的Laplace噪声,实现抵御攻击者拥有最大背景知识的攻击的边权重隐私保护,保证一组节点的最短路径不变,且其长度与原路径长度相近。该策略有强保护性及最短路径可分析性,从理论上验证了算法的可行性,通过实验验证了算法的正确性。

摘要：城市交通网络的鲁棒性分析对于灾害风险事件、人为袭击事件以及交通事故导致的交通拥堵的预防与应对有重要意义.从开放街道地图提取天津市中心城区的城市交通网络,采取复杂网络中边攻击的策略分析其鲁棒性,对边进行复合加权并以此为顺序设计攻击策略,同时结合城市交通网络的拓扑特性探讨分析.研究结果表明:与以节点重要性为评价指标的鲁棒性分析相比,基于边权重的攻击策略对城市交通网络的现实意义更大,城市交通网络在随机攻击策略下表现出了较强的鲁棒性,而在蓄意针对网络中边的攻击策略下表现出了明显的脆弱性.

摘要：在超密集网络场景中,小区密度持续增加使得干扰关系更加复杂,重叠虚拟小区结构使得资源分配深度耦合,导致虚拟小区选择成为影响系统性能的因素之一。为此,针对虚拟小区边权重设计,采用联合资源分配前置化思想,提出一种综合了干扰公平功率分配、MU-MIMO配对及协作传输诸增益因素的权重方案。针对虚拟小区成簇,基于提出的权重设计准则,通过最大权重成对小区成簇算法实现虚拟小区可重叠成簇。仿真结果表明,提出的虚拟小区生成算法可在低计算复杂度的前提下保证系统性能的改善。

摘要：社交网络边权重表示节点属性相似性时,针对边权重能导致节点敏感属性泄露的问题,因此提出一种利用差分隐私保护模型的扰动策略进行边权重保护。首先根据社交网络构建属性相似图和非属性相似图,同时建立差分隐私保护算法;然后针对属性相似图及非属性相似图边权重进行扰动时设计扰动方案,并按扰动方案对属性相似图及非属性相似图进行扰动,实现了攻击者无法根据扰动后边权重判断节点属性相似性,从而防止节点敏感属性泄露,而且该方法能够抵御攻击者拥有最大背景知识的攻击。从理论上证明了算法的可行性,并通过实验验证了算法的可行性及有效性。