网络多尺度结构研究及其在互联网工程中的应用

复杂网络多尺度结构研究对深入认识复杂系统的结构特征、演化机制和系统行为动力学等具有重要意义。本课题以互联网为重点研究对象，运用统计学、图论、最优化等方法，结合互联网特点(如AS关系)，从多个尺度（小尺度、大尺度、中尺度）研究互联网拓扑特征，分析不同尺度间的关系、主要形成机制与机理，并构建多尺度演化模型，然后在真实网络和模型上进一步研究结构对路由、容量、抗毁等网络功能方面的影响，最后将前述研究成果应用于互联网工程（网络拥塞避免、域间路由抗毁性优化、网络抗毁拓扑设计）中以解决实际问题。本课题在中尺度结构重要性、多尺度结构间联系的研究方法和成果还具有普适性，可运用于对其它真实网络的多尺度结构研究中，推动复杂网络领域在该方向的发展。总而言之，本项研究工作将增进人们对网络结构（尤其是互联网拓扑）的认识，促进网络科学知识与互联网工程相结合，为网络规划、网络优化、下一代网络协议设计等工作提供理论指导。

复杂网络多尺度结构研究对深入认识复杂系统的结构特征、演化机制和系统行为动力学等具有重要意义。本课题以互联网及其之上的在线社交网、P2P网络、内容中心网络等网络为研究对象，运用统计学、图论、最优化等方法，结合不同网络特点，从多个尺度（小尺度、大尺度、中尺度）研究网络拓扑特征，分析不同尺度间的关系、主要形成机制与机理，然后在真实网络和模型上进一步研究结构对路由、容量、传播等网络功能方面的影响，最后将前述研究成果应用于互联网工程（网络拥塞避免、P2P流量优化、在线社交网、内容中心网络）中以解决实际问题。围绕课题目标，本课题在多尺度结构研究、网络拥塞避免、社交网络中的top-k高影响力节点发现、内容中心网络与互联网中传输效率的提升等方面提出了若干具有创新性的成果。主要包括：提出了适合多尺度连接模式分析的通用型网络连接倾向性度量指标UAC（Universal Assortativity Coefficient），这是适用于不同尺度的统一指标，可应用于各类网络。利用网络拓扑知识提出和完善一类缓解网络拥塞的方法。以网络结构在信息传播中的作用为切入点，为解决在社交网络上最优信息传播用户集合的选择问题，提出了两种高效的影响力最大化算法。利用网络的核心——边缘结构，实现了内容中心网络中缓存冗余度和用户体验之间的有效折中。利用网络拓扑的路径多样性提高基于网络编码的内容中心网络的传输能力。还牵头制定了P2P流量优化标准。总而言之，本项研究工作将增进人们对网络结构的认识，促进网络科学知识与互联网工程相结合，为网络规划、网络优化、信息传播等工作提供理论指导和实用化方法。项目组发表论文21篇，其中重要国际会议3篇，SCI 10篇。牵头通信行业标准2项，申请专利7项。