S曲线网络及复杂网络度分布的近似估计方法
计算物理
2015-05-18 v2 网络与互联网体系结构
物理与社会
摘要
在复杂网络研究中,几乎所有理论模型都具有无限增长的属性,但实际网络的规模是有限的。根据中国互联网IPv4(互联网协议第4版)地址的统计数据,本文提出了一种利用S曲线(Logistic曲线)的预测模型。预测了中国IPv4地址的增长趋势,对优化IPv4地址资源配置及IPv6的发展具有一定参考价值。基于IPv4增长的规律,即批量增长和有限增长极限,本文提出了一种具有批量增长的有限网络模型。该模型被称为S曲线网络。分析表明,基于均匀分布的解析方法(即Barabási-Albert方法)不适用于该网络。本文发展了一种近似方法来预测单个节点的增长动力学,并利用该方法解析计算了度分布和标度指数。解析结果与模拟吻合良好,服从近似的幂律形式。该方法能够克服当前网络研究中常用的Barabási-Albert方法的缺点。
引用
@article{arxiv.1005.2122,
title = {S-curve networks and an approximate method for estimating degree distributions of complex networks},
author = {Jin-Li Guo},
journal= {arXiv preprint arXiv:1005.2122},
year = {2015}
}
备注
CHINESE PHYS (In press)