网络突现的成因及对策研究

网络突现的成因及对策研究

0网络突现研究现状“慧门”事件引发了互联网世界的新波浪。互联网突发现象得到有效预测和控制，网络行为得到规范，这在社会发展和网络进步方面发挥着不可忽视的作用。突现起源于人工智能领域,后在众多自然学科的交叉影响下得到进一步发展,在生物、社会、经济、管理、哲学、法学等学科得到广泛应用和较深入的研究,但在网络系统中的研究才刚起步。网络突现极大程度影响到人们的日常生活和社会持续稳定的发展,预测和控制这些现象关系到网络和社会的共同利益,具有良好的研究意义。目前,关于网络突现的概念还没有统一认识,相关研究仅在网络舆情方面有所深入,仅探讨了网络舆情的传播表现出突现特性,并对网络和社会产生了巨大影响,研究了影响因素,并通过模型仿真对参数作用进行了具体研究。然而,是否网络的主要应用都会产生突现,它们对网络流量的变化有什么影响,进而影响到人和社会等方面的网络突现研究还有待深入。文中从阐述什么是突现现象入手,介绍了突现概念和典型复杂系统中的突现现象,研究了影响网络突现的因素,为进一步建立测量模型,深入研究网络行为提供依据,为预测和控制网络行为奠定基础,最后提出了在该技术领域中的下一步工作。1突现技术的特点“突现”一词译自英文emergence,意味“浮现”、“出现”、“突现发生”,是指系统新质(即未曾有过的结构或其子系统都不具有的功能)作为整体的突然出现的过程。具有如下主要特征:1)宏观-微观效应;2)协作性;3)新颖性;4)不可约简性;5)不可预测性;6)一致性;7)动态性与非线性;8)向下的因果性。以外,突现还有许多新特点,因此越来越多的研究者开始研究并使用突现技术。正如大气运动是由无数分子相互作用产生的一样,突现在生物、社会、网络等系统中都普遍存在。1.1群体行为是一种具体结合的行为生物免疫系统的运作是细胞突现行为的结果;鸟的聚结行为不是多只鸟飞行行为简单结合的产物,而是相互协作过程中构成的群体行为。像鸟群等能够突现集群行为的群聚技术和群聚智能的潜在并行性和分布式特点为处理大量的以数据库形式存在的数据提供了技术保证,为研究网络突现提供了依据。1.2社会系统的突变现象社会不是人的简单结合,而是人们共同突现的结果,任何一个社会行为都是多种因素共同作用的突现结果。1.3合理的突现流程网络舆情是公众在互联网上公开表达的对某种社会现象或社会问题具有一定影响力和倾向性的共同意见,相互影响产生突现。BT下载是多行为突现的结果,种子越多,下载就越快,这是单个BT下载行为所不能体现的复合特征;网络蜘蛛通过分工合作,提高搜索效率,为用户呈现所需信息,这是网络蜘蛛突现行为的结果,怎样使最少的网络蜘蛛在最短的时间内遍历最大范围的网页,这种突现原理是研究人员最关注的问题。维基Wiki是一种便捷化协作式的超文本书写工具。在Wiki中,词条稳定解释的形成是众人集合智慧的“突现”,这与传统百科全书中由少数专家定义的方式完全不同,就好比大家共同在一张白纸上描绘,那些能获得最多人共识的部分在重复描绘中因为线条笔墨的加重而“突现”出来,成为共同规范的描述。类似的现象很多,它们不是个体的简单堆砌,也不是单个个体能够具有或完成的特性或功能,而是个体之间相互协作、共同作用,使系统突现出个体不具有的功能。网络突现对人们的日常生活和社会各方面产生了巨大影响,但相关研究才刚起步,文中旨在研究网络突现现象及影响因素,为依此建立模型,通过控制参数取值来预测和控制网络突现现象,使其朝着人们预期的方向发展作好铺垫。2网络突现现象的影响影响网络突现现象的因素分为环境因素和技术因素。环境因素又分为社会和个体因素。2.1社会因素社会环境的变动,法律法规等政府干预度,社会宣传等效应,公共事务的热门度和透明度等都从宏观上影响人们对网络的操作,相互作用产生突现。2.2网络信息关注程度(1)浏览能力:获得网络信息的能力;(2)关注度:对某一网络信息的关注程度;(3)情感容量:即知觉行为控制;(4)情感倾向度:对某一观点的赞同度;(5)情感激励:即情感偏移量;(6)认知度:感知和识别信息的能力。2.3网络化突现现象(1)网速:即数据包的传输速度;(2)硬件设备的质量:通过设备反应速度影响人们的操作情绪;(3)传播方式:不同的传播方式经过的网络结点不同,产生不同的突现效果;(4)标的物的设计风格:运用计算机语言等技术设计不同风格刺激主体感知;(5)简易聚合技术RSS:是站点用来和其他站点之间共享内容的简易方式,有利于用户获取网站的更新内容并追踪阅读,体现了人与网络智能计算的突现;(6)并行计算:将问题划分为多个“子”问题,用多个处理器同时分别处理这些“子”问题,再合并处理得到最终结果,这是计算机系统各处理器共同协作突现的结果;(7)社会性标签:能使群体用户分类中突现出对应每个加注目标的、使用最多的分类,是大众用户持续使用标签的过程中集体创造出来的突现结果;(8)网络拓扑结构:因特网在竞争演化中形成的非指数型的拓扑结构是影响网络突现的重要因素;(9)P2P技术:改变了互联网以大网站为中心的格局,重返“非中心化”,并把权力交还给用户,用户直接联系增加了合作密度,相互影响产生突现。影响网络突现现象的因素是相互协作、相互影响的,人的因素要通过网络技术起作用,而网络技术又需要人的参与才能发挥功效。人作用于网络,引起网络流量的产生或变化,导致网络突现现象的出现。研究网络突现现象,发掘引起流量变化的因素,通过控制参数预测和控制流量的产生和变化,反过来作用于人,对人的行为产生影响,最终达到对网络突现行为的控制,扬长避短,使其朝着人们期望的方向发展。3网络智能行为网络技术和管理的多样性、网络规模庞大、增长迅速及网络应用变化等对网络智能行为研究提出了挑战,文中提出了典型的网络突现现象及影响因素,为后续工作做好铺垫。3.1网络突现研究网络流量的产生和变化很大程度依赖网络的主要应用,要预测和控制网络流量就必须研究网络的主要应用是否存在突现现象。文中仅提出了几种典型的突现,需进一步研究,从整体把握网络突现的特征和模式。从外部环境和内部技术因素研究网络音乐、即时通讯、网络影视、网络新闻、搜索引擎、网络游戏等主要网络应用,探索突现规律,得出网络的主要应用都存在突现现象的结论。这是研究网络突现现象的基础。3.2改变参数取值范围影响研究影响网络突现现象的因素,关键在于寻找关键因素和拐点,即通过研究在参数不同的取值范围内,网络行为的不同表现,研究其规律,发掘哪些取值对网络行为起决定作用,改变参数取值范围,以控制网络流量和突现。比如用EPi(t)表示结点i在t时刻的情感倾向度,令EPi(t)∈,可定义:当0≤EPi(t)<0.5时,结点i表示反对;EPi(t)越小,反对越强烈。当0.5<EPi(t)≤1时,结点i表示支持;EPi(t)越大,支持越强烈。当EPi(t)=0.5时,结点i表示中立。文中仅在宏观层面上提出了影响网络突现现象的因素,需进一步对这些参数设定取值范围,研究导致网络突现行为的关键因素和相变点。这是研究网络突现现象的手段。3.3特殊网络突现模型的适用通过研究网络突现特征和模式,建立模型,设定参数,观察突现现象的产生或变化,对其做出预测。生物群体模拟、路径规划等方面已出现了众多具有突现智能行为表现的计算模型或结构,但缺乏统一的科学认识和系统研究。元胞自动机是定义在由有限离散状态的元胞组成的元胞空间上,按一定局部规则,在离散的时间维上演化的动力学系统。其结构简单,具有同质性、并行性、局部性等特征,在网络系统中可用于并行计算、分布式计算、图形学等,但由于其状态离散且有限,仅适用于二维以下,不适合描述复杂网络系统的大多数突现现象。细胞神经网络是一个大型非线性相似电路,组成单元之间可进行全局交互,具有连续性特征,可处理实时信号。在网络系统中可用于图像处理、模式识别和特征提取等,但该模型以电路板为元胞,缺乏元胞自身的智能行为,不适用于网络系统中受人影响的突现研究。CCM模型(Chemical-CasterModel)源于对分子化合反应现象的研究,根据自身局部个体信息及其突现出的行为完成相应计算,属于产生式系统。在网络系统中可用于模糊图像着色等,但由于该模型只能处理局部信息,且反应规则固定,在处理大规模问题时可能会陷入局部极大值问题,效率低下,实用性较窄。群体智能Swarm模型用来描述一些相互作用相邻个体的集合体,具有高度的自组织、自适应性,并有非线性、涌现等系统特征,多用于蚂蚁、蜜蜂等社会性昆虫群体行为的研究。在网络系统中,可引入到即时通讯和网络舆情等研究中,由于该模型对外部环境等因素考虑甚少,对受多重因素影响的网络系统而言并不完全适用。相互耦合免疫网络是生物免疫系统中基于相互耦合的免疫网络前提的网络突现计算的新的生物网络模型。由其产生的突现服务能满足各种用户的需求,可用于研究未来智能Internet网络体系结构,并仿真和构造复杂的大规模Internet网络服务与应用。该模型尚属假设,参数设定不明确,建立还需具体实现,并有待于进一步研究其适用性。对比研究各种模型,寻找或建立网络突现的最佳模型,是研究网络突现现象的关键。3.4流量为等回收方式的流量控制的必要性任何一项研究最终要服务于社会,本课题在深入研究参数对网络突现的影响,并建立合适模型的基础上,通过改变参数取值来控制流量的产生或变化,达到对网络突