BA无标度网络理论在训练IP网的应用研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇BA无标度网络理论在训练IP网的应用研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
【 摘 要 】 随着信息一体化系统的不断推进，训练IP网建设已全面展开，今后将作为训练任务通信保障的主要平台。相对目前专线电路的保障体制，在带来诸如统一接口、高度自治等各种便利的同时，也存在网络结构动态变化、网络行为相对复杂等不利因素。文章通过对复杂网络理论在训练IP网中的应用研究，描述了训练IP网的网络特性，并提出了几种网络优化策略。
【 关键词 】 训练IP网；小世界模型；无标度网络；优化配置策略
Applied Research of the ba Scale-Free Networks Theory in the Training Network
Wang Yan Meng Xiao-xin
（63886 Unit 471003）
【 Abstract 】 With the pushing of information integration system, training of IP net will serve as the main platform for communication training tasks in the future. It is brings on the availability of facilities such as the unified interface, a high degree of autonomy,there are also dynamic network structure changes, adverse factors such as network behavior is relatively complex. This article through the application of complex network theory in the training of IP network studies, describes the training of IP network network characteristics, and made several network optimization strategy.
【 Keywords 】 training of IP network;small world model;the scale-free network ;optimization strategy
1 引言
训练IP网随着信息一体化平台建设逐渐展开，与以往传统专线体制的传输相比，有接口统一、方便快捷的优点，但是更多节点的使用和扩展将呈现某种随机特性。把握训练IP网的总体特征和演化趋势，合理有效的优化配置资源，是摆在我们面前的一个挑战性难题。
复杂网络所研究的是各种看上去互不相同的复杂网络之间的共性和处理他们的普适方法。从具体的计算机网络技术和工程方法抽象出来，探索训练IP网的宏观特征和演变规律，复杂网络理论也为我们提供了较好的理论方法和应用指导。本文即从复杂网络理论中重要的基本网络模型——BA无标度网络模型（由美国Notre Dame大学物理系的Barabasi教授和博士生Albert于1999年提出）出发，对训练IP网的网络特征进行描述和分析，并提出一些相应的资源优化配置策略。
2 BA无标度网络理论
现实世界的网络大部分都不是随机网络，少数的节点往往拥有大量的连接，而大部分节点却很少，一般而言他们符合zipf定律（也就是80/20马太定律）。将度分布符合幂律分布的复杂网络称为无标度网络。
无标度网络具有严重的异质性，其各节点之间的连接状况（度数）具有严重的不均匀分布性：网络中少数称之为Hub点的节点拥有极其多的连接，而大多数节点只有少量的连接。少数Hub点对无标度网络的运行起着主导的作用。
成长性和优先连接性是无标度网络度分布呈现幂律的两个根本原因。所谓成长性是指网络节点数的增加，像Internet中自治系统或路由器的添加，以及www中网站或网页的增加等，优先连接性是指新加入的节点总是优先选择与度值较高的节点相连，比如，新网站总是优先选择人们经常访问的网站作为超链接。随着时间的演进，网络会逐渐呈现出一种“富者愈富，贫者愈贫”的现象。
和一般复杂网络一样，训练IP网起始为相对规则的树形网络，随着训练范围的不断变化和扩展，网络整体拓扑结构的变化呈现出一定的随机特性，整体方向呈无标度网络模型演变。为简便起见，本文假定训练IP网为无向无权网络。
3.1 训练IP网的几个基本属性
3.1.1训练IP网的拓扑结构
训练IP网按目前典型的三层结构划分，即核心层、汇聚层、接入层，每个核心层以下为典型的星形结构，整体为树形网络。
3.1.2 训练IP网的特征参数
3.1.3训练IP网的度分布
3.2 训练IP网的特征分析
3.2.1 拓扑结构分析
训练IP网的拓扑结构属典型的树型网，节点按层次进行链接，信息交换主要在上、下相邻节点间进行。树型网一个分支点的故障不影响另一个分支点的工作，任何一个节点送出的信息都由根节点接收后重新发送到所有的节点，可以传遍整个网络。树型网的优点是：结构简单，成本低，网络具有一定的容错能力，节点扩展较为方便。缺点是：根节点故障会影响整个网络，网络的安全性和可靠性对节点依赖程度较大，网络的可靠性或鲁棒性不强，连通性相对较低，Internet大多采用这种结构。
3.2.2 网络的演化趋势分析
从训练IP网的初始特征参数来看，网络的最大直径为6，与大规模网络相比并不算大，随着今后网络本身的不断扩展，会逐渐增大，但从目前的应用模式来看，并不会增大很多，主要原因在于每个新生的节点对于点位的选择都有许多特定的限制。