9、光网络建模、区块链技术的进展与应用

光网络建模、区块链技术的进展与应用

光网络建模与性能分析

在当今互联网使用量爆炸式增长的背景下，服务器面临着存储和散热等问题，系统正从全电子技术向混合技术转变。为解决这些问题，基于随机图理论的光网络设计建模应运而生。

随机图模型

• Erdős - Rényi模型 ：这是一种常用的随机图模型，它将‘n’个节点随机分布，并以概率‘α’通过边连接每个节点。其正常的测地距离公式为 (d = \frac{\log n}{\log \alpha(n - 1)}) 。例如，当 (n = 10,000) 且 (α = 0.01) 时，平均测地距离为 2。但该模型不切实际，因为在真实网络中，两个节点不太可能随机连接。
• Watts - Strogatz模型 ：该模型将节点分散在一个圆圈中，每个节点与其最近和次近的邻居相连。虽然这个模型具有高度的聚类性，但它缺乏小世界特征，因为平均而言，要连接到随机节点需要访问大量节点。为了改善这一情况，作者建议对一些随机选择的节点之间的连接进行重新布线。
• Barabási - Albert模型 ：该模型基于两个关于真实网络的事实：网络随着新节点的加入而不断扩展，并且这些新节点会连接到当前已经高度互连的位置。在这个模型中，假设初始时有少量节点（(t = 0)），每个时间步新节点可以连接到当前网络中的多个节点，节点的度决定了新链接添加到该节点的可能性，度越高的节点越容易添加新链接。

以下是不同模型的特点对比表格：
| 模型名称 | 优点 | 缺点 |