復雜網路理論研究的計算軟體方法

A. 什麼是復雜網路理論 只要定義

復雜網路是對復雜系統的抽象和描述方式，任何包含大量組成單元（或子系統）的復雜系統，當把構成單元抽象成節點、單元之間的相互關系抽象為邊時，都可以當作復雜網路來研究；復雜網路是研究復雜系統的一種角度和方法，它關注系統中個體相互關聯作用的拓撲結構，是理解復雜系統性質和功能的基礎。

B. 復雜網路分析軟體 哪個好用

Gephi

C. 計算機科學國家重點實驗室（中國科學院軟體研究所）的研究領域

實驗室以國內外計算機科學技術領域提出的基本問題為背景，面向國家發展軟體產業和國家安全的戰略需求，開展計算機科學理論和軟體基礎研究。 計算機科學基礎理論與形式化方法：研究以並發、實時、混成、移動、概率等為主要行為特徵的復雜計算系統，建立和發展描述這些系統行為的數學模型理論（形式建模），以及描述這些系統性質的規范理論（形式規約），並研究如何自動或半自動地進行系統驗證（形式驗證）。研究基於網路結構的演算法及其復雜性理論，揭示網路新原理，建立網路計算新理論，並應用於網路安全性、健壯性、可控性及在網路智能搜索、網路預測等方面。 軟體系統原理及開發方法： 研究程序設計語言的基礎理論，探索軟體可靠性開發的新框架和新方法，研究面向各種並發程序的分析、驗證和測試方法，開發相應的輔助工具，並結合應用實例的研究，提高演算法及工具的效率和性能。研究基礎軟體核心技術，研製國產操作系統、中間件和資料庫，形成基礎軟體平台體系，實現我國基礎軟體產品的自主可控。突破高安全可信、國產軟硬體優化適配等操作系統核心關鍵技術；突破新一代中間件關鍵技術，為海雲計算和物聯網提供運行支撐；突破大規模分布式實時主動資料庫關鍵技術，開發分布式實時主動資料庫系統。 圖形圖像與人機交互： 研究動態復雜可視現象的高效圖形表達與繪制的理論和方法，面向實踐需求的復雜圖像處理方法和技術，復雜環境下人機交互的自然感知基礎理論和多通道整合方法，以及上下文感知的智能交互技術。 並行與分布計算及可信計算：研究數萬處理器的高可擴展並行演算法與應用軟體，異構的分布式硬體平台，海量數據處理與高性能模擬的計算耦合，以及相關的特徵理論、非規則網格、計算流體力學模擬等。研究可信計算與信息保障基礎理論、關鍵技術與系統、測評方法與工具，包括：可信計算體系結構、協議設計與分析、認證授權與網路信任、信息對抗與網路保障、可信資料庫與雲安全、可信系統的測評方法與工具等。 大數據及智能信息處理：研究多源異構大數據的表示方法、度量模型、語義理解機制，包括：大數據抽樣方法、異構特徵選擇、語義相似性計算模型及數據挖掘演算法；面向多知識源的語義Web本體集成模型及推理演算法；多源異構大數據的可視化方法；實時智能控制調度系統等。

D. 人工神經網路的主要研究成果

1 人工神經網路產生的背景
自古以來，關於人類智能本源的奧秘，一直吸引著無數哲學家和自然科學家的研究熱情。生物學家、神經學家經過長期不懈的努力，通過對人腦的觀察和認識，認為人腦的智能活動離不開腦的物質基礎，包括它的實體結構和其中所發生的各種生物、化學、電學作用，並因此建立了神經元網路理論和神經系統結構理論，而神經元理論又是此後神經傳導理論和大腦功能學說的基礎。在這些理論基礎之上，科學家們認為，可以從仿製人腦神經系統的結構和功能出發，研究人類智能活動和認識現象。另一方面，19世紀之前，無論是以歐氏幾何和微積分為代表的經典數學，還是以牛頓力學為代表的經典物理學，從總體上說，這些經典科學都是線性科學。然而，客觀世界是如此的紛繁復雜，非線性情況隨處可見，人腦神經系統更是如此。復雜性和非線性是連接在一起的，因此，對非線性科學的研究也是我們認識復雜系統的關鍵。為了更好地認識客觀世界，我們必須對非線性科學進行研究。人工神經網路作為一種非線性的、與大腦智能相似的網路模型，就這樣應運而生了。所以，人工神經網路的創立不是偶然的，而是20世紀初科學技術充分發展的產物。
2 人工神經網路的發展
人工神經網路的研究始於40年代初。半個世紀以來，經歷了興起、高潮與蕭條、高潮及穩步發展的遠為曲折的道路。
1943年，心理學家W.S.Mcculloch和數理邏輯學家W.Pitts 提出了M—P模型，這是第一個用數理語言描述腦的信息處理過程的模型， 雖然神經元的功能比較弱，但它為以後的研究工作提供了依據。1949年，心理學家D.O.Hebb提出突觸聯系可變的假設，根據這一假設提出的學習規律為神經網路的學習演算法奠定了基礎。 1957 年， 計算機科學家Rosenblatt提出了著名的感知機模型，它的模型包含了現代計算機的一些原理，是第一個完整的人工神經網路，第一次把神經網路研究付諸工程實現。由於可應用於模式識別，聯想記憶等方面，當時有上百家實驗室投入此項研究，美國軍方甚至認為神經網路工程應當比「原子彈工程」更重要而給予巨額資助，並在聲納信號識別等領域取得一定成績。1960年，B.Windrow和E.Hoff提出了自適應線性單元， 它可用於自適應濾波、預測和模式識別。至此，人工神經網路的研究工作進入了第一個高潮。
1969年，美國著名人工智慧學者M.Minsky和S.Papert編寫了影響很大的Perceptron一書，從理論上證明單層感知機的能力有限，諸如不能解決異或問題，而且他們推測多層網路的感知機能力也不過如此，他們的分析恰似一瓢冷水，很多學者感到前途渺茫而紛紛改行，原先參與研究的實驗室紛紛退出，在這之後近10年，神經網路研究進入了一個緩慢發展的蕭條期。這期間，芬蘭學者T.Kohonen 提出了自組織映射理論，反映了大腦神經細胞的自組織特性、記憶方式以及神經細胞興奮刺激的規律；美國學者S.A.Grossberg的自適應共振理論（ART ）；日本學者K.Fukushima提出了認知機模型；ShunIchimari則致力於神經網路有關數學理論的研究等，這些研究成果對以後的神經網路的發展產生了重要影響。
美國生物物理學家J.J.Hopfield於1982年、1984年在美國科學院院刊發表的兩篇文章，有力地推動了神經網路的研究，引起了研究神經網路的又一次熱潮。 1982 年， 他提出了一個新的神經網路模型——hopfield網路模型。他在這種網路模型的研究中，首次引入了網路能量函數的概念，並給出了網路穩定性的判定依據。1984年，他又提出了網路模型實現的電子電路，為神經網路的工程實現指明了方向，他的研究成果開拓了神經網路用於聯想記憶的優化計算的新途徑，並為神經計算機研究奠定了基礎。1984年Hinton等人將模擬退火演算法引入到神經網路中，提出了Boltzmann機網路模型，BM 網路演算法為神經網路優化計算提供了一個有效的方法。1986年，D.E.Rumelhart和J.LMcclelland提出了誤差反向傳播演算法，成為至今為止影響很大的一種網路學習方法。1987年美國神經計算機專家R.Hecht—Nielsen提出了對向傳播神經網路，該網路具有分類靈活，演算法簡練的優點，可用於模式分類、函數逼近、統計分析和數據壓縮等領域。1988年L.Ochua 等人提出了細胞神經網路模型，它在視覺初級加工上得到了廣泛應用。
為適應人工神經網路的發展，1987年成立了國際神經網路學會，並決定定期召開國際神經網路學術會議。1988年1月Neural Network 創刊。1990年3月IEEE Transaction on Neural Network問世。 我國於1990年12月在北京召開了首屆神經網路學術大會，並決定以後每年召開一次。1991 年在南京成立了中國神經網路學會。 IEEE 與INNS 聯合召開的IJCNN92已在北京召開。 這些為神經網路的研究和發展起了推波助瀾的作用，人工神經網路步入了穩步發展的時期。
90年代初，諾貝爾獎獲得者Edelman提出了Darwinism模型，建立了神經網路系統理論。同年，Aihara等在前人推導和實驗的基礎上，給出了一個混沌神經元模型，該模型已成為一種經典的混沌神經網路模型，該模型可用於聯想記憶。 Wunsch 在90OSA 年會上提出了一種AnnualMeeting，用光電執行ART，學習過程有自適應濾波和推理功能，具有快速和穩定的學習特點。1991年，Hertz探討了神經計算理論， 對神經網路的計算復雜性分析具有重要意義；Inoue 等提出用耦合的混沌振盪子作為某個神經元，構造混沌神經網路模型，為它的廣泛應用前景指明了道路。1992年，Holland用模擬生物進化的方式提出了遺傳演算法， 用來求解復雜優化問題。1993年方建安等採用遺傳演算法學習，研究神經網路控制器獲得了一些結果。1994年Angeline等在前人進化策略理論的基礎上，提出一種進化演算法來建立反饋神經網路，成功地應用到模式識別，自動控制等方面；廖曉昕對細胞神經網路建立了新的數學理論和方法，得到了一系列結果。HayashlY根據動物大腦中出現的振盪現象，提出了振盪神經網路。1995年Mitra把人工神經網路與模糊邏輯理論、 生物細胞學說以及概率論相結合提出了模糊神經網路，使得神經網路的研究取得了突破性進展。Jenkins等人研究光學神經網路， 建立了光學二維並行互連與電子學混合的光學神經網路，它能避免網路陷入局部最小值，並最後可達到或接近最理想的解；SoleRV等提出流體神經網路，用來研究昆蟲社會，機器人集體免疫系統，啟發人們用混沌理論分析社會大系統。1996年，ShuaiJW』等模擬人腦的自發展行為， 在討論混沌神經網路的基礎上提出了自發展神經網路。1997、1998年董聰等創立和完善了廣義遺傳演算法，解決了多層前向網路的最簡拓樸構造問題和全局最優逼近問題。
隨著理論工作的發展，神經網路的應用研究也取得了突破性進展，涉及面非常廣泛，就應用的技術領域而言有計算機視覺，語言的識別、理解與合成，優化計算，智能控制及復雜系統分析，模式識別，神經計算機研製，知識推理專家系統與人工智慧。涉及的學科有神經生理學、認識科學、數理科學、心理學、信息科學、計算機科學、微電子學、光學、動力學、生物電子學等。美國、日本等國在神經網路計算機軟硬體實現的開發方面也取得了顯著的成績，並逐步形成產品。在美國，神經計算機產業已獲得軍方的強有力支持，國防部高級研究計劃局認為「神經網路是解決機器智能的唯一希望」，僅一項8 年神經計算機計劃就投資4億美元。在歐洲共同體的ESPRIT計劃中， 就有一項特別項目：「神經網路在歐洲工業中的應用」，單是生產神經網路專用晶元這一項就投資2200萬美元。據美國資料聲稱，日本在神經網路研究上的投資大約是美國的4倍。我國也不甘落後，自從1990 年批准了南開大學的光學神經計算機等3項課題以來， 國家自然科學基金與國防預研基金也都為神經網路的研究提供資助。另外，許多國際著名公司也紛紛捲入對神經網路的研究，如Intel、IBM、Siemens、HNC。神經計算機產品開始走向商用階段，被國防、企業和科研部門選用。在舉世矚目的海灣戰爭中，美國空軍採用了神經網路來進行決策與控制。在這種刺激和需求下，人工神經網路定會取得新的突破，迎來又一個高潮。自1958年第一個神經網路誕生以來，其理論與應用成果不勝枚舉。人工神經網路是一個快速發展著的一門新興學科，新的模型、新的理論、新的應用成果正在層出不窮地涌現出來。
3 人工神經網路的發展前景
針對神經網路存在的問題和社會需求，今後發展的主要方向可分為理論研究和應用研究兩個方面。
（1）利用神經生理與認識科學研究大腦思維及智能的機理、 計算理論，帶著問題研究理論。
人工神經網路提供了一種揭示智能和了解人腦工作方式的合理途徑，但是由於人類起初對神經系統了解非常有限，對於自身腦結構及其活動機理的認識還十分膚淺，並且帶有某種「先驗」。例如， Boltzmann機引入隨機擾動來避免局部極小，有其卓越之處，然而缺乏必要的腦生理學基礎，毫無疑問，人工神經網路的完善與發展要結合神經科學的研究。而且，神經科學，心理學和認識科學等方面提出的一些重大問題，是向神經網路理論研究提出的新挑戰，這些問題的解決有助於完善和發展神經網路理論。因此利用神經生理和認識科學研究大腦思維及智能的機理，如有新的突破，將會改變智能和機器關系的認識。
利用神經科學基礎理論的研究成果，用數理方法探索智能水平更高的人工神經網路模型，深入研究網路的演算法和性能，如神經計算、進化計算、穩定性、收斂性、計算復雜性、容錯性、魯棒性等，開發新的網路數理理論。由於神經網路的非線性，因此非線性問題的研究是神經網路理論發展的一個最大動力。特別是人們發現，腦中存在著混沌現象以來，用混沌動力學啟發神經網路的研究或用神經網路產生混沌成為擺在人們面前的一個新課題，因為從生理本質角度出發是研究神經網路的根本手段。
（2）神經網路軟體模擬， 硬體實現的研究以及神經網路在各個科學技術領域應用的研究。
由於人工神經網路可以用傳統計算機模擬，也可以用集成電路晶元組成神經計算機，甚至還可以用光學的、生物晶元的方式實現，因此研製純軟體模擬，虛擬模擬和全硬體實現的電子神經網路計算機潛力巨大。如何使神經網路計算機與傳統的計算機和人工智慧技術相結合也是前沿課題；如何使神經網路計算機的功能向智能化發展，研製與人腦功能相似的智能計算機，如光學神經計算機，分子神經計算機，將具有十分誘人的前景。
4 哲理
（1）人工神經網路打開了認識論的新領域
認識與腦的問題，長期以來一直受到人們的關注，因為它不僅是有關人的心理、意識的心理學問題，也是有關人的思維活動機制的腦科學與思維科學問題，而且直接關繫到對物質與意識的哲學基本問題的回答。人工神經網路的發展使我們能夠更進一步地既唯物又辯證地理解認識與腦的關系，打開認識論的新領域。人腦是一個復雜的並行系統，它具有「認知、意識、情感」等高級腦功能，用人工進行模擬，有利於加深對思維及智能的認識，已對認知和智力的本質的研究產生了極大的推動作用。在研究大腦的整體功能和復雜性方面，人工神經網路給人們帶來了新的啟迪。由於人腦中存在混沌現象，混沌可用來理解腦中某些不規則的活動，從而混沌動力學模型能用作人對外部世界建模的工具，可用來描述人腦的信息處理過程。混沌和智能是有關的，神經網路中引入混沌學思想有助於提示人類形象思維等方面的奧秘。人工神經網路之所以再度興起，關鍵在於它反映了事物的非線性，抓住了客觀世界的本質，而且它在一定程度上正面回答了智能系統如何從環境中自主學習這一最關鍵的問題，從認知的角度講，所謂學習，就是對未知現象或規律的發現和歸納。由於神經網路具有高度的並行性，高度的非線性全局作用，良好的容錯性與聯想記憶功能以及十分強的自適應、自學習功能，而使得它成為揭示智能和了解人腦工作方式的合理途徑。但是，由於認知問題的復雜性，目前，我們對於腦神經網的運行和神經細胞的內部處理機制，如信息在人腦是如何傳輸、存貯、加工的？記憶、聯想、判斷是如何形成的？大腦是否存在一個操作系統？還沒有太多的認識，因此要製造人工神經網路來模仿人腦各方面的功能，還有待於人們對大腦信息處理機理認識的深化。
（2）人工神經網路發展的推動力來源於實踐、 理論和問題的相互作用
隨著人們社會實踐范圍的不斷擴大，社會實踐層次的不斷深入，人們所接觸到的自然現象也越來越豐富多彩、紛繁復雜，這就促使人們用不同的原因加以解釋不同種類的自然現象，當不同種類的自然現象可以用同樣的原因加以解釋，這樣就出現了不同學科的相互交叉、綜合，人工神經網路就這樣產生了。在開始階段，由於這些理論化的網路模型比較簡單，還存在許多問題，而且這些模型幾乎沒有得到實踐的檢驗，因而神經網路的發展比較緩慢。隨著理論研究的深入，問題逐漸地解決特別是工程上得到實現以後，如聲納識別成功，才迎來了神經網路的第一個發展高潮。可Minisky認為感知器不能解決異或問題， 多層感知器也不過如此，神經網路的研究進入了低谷，這主要是因為非線性問題沒得到解決。隨著理論的不斷豐富，實踐的不斷深入， 現在已證明Minisky的悲觀論調是錯誤的。今天，高度發達的科學技術逐漸揭示了非線性問題是客觀世界的本質。問題、理論、實踐的相互作用又迎來了人工神經網路的第二次高潮。目前人工神經網路的問題是智能水平不高，還有其它理論和實現方面的問題，這就迫使人們不斷地進行理論研究，不斷實踐，促使神經網路不斷向前發展。總之，先前的原因遇到了解釋不同的新現象，促使人們提出更加普遍和精確的原因來解釋。理論是基礎，實踐是動力，但單純的理論和實踐的作用還不能推動人工神經網路的發展，還必須有問題提出，才能吸引科學家進入研究的特定范圍，引導科學家從事相關研究，從而逼近科學發現，而後實踐又提出新問題，新問題又引發新的思考，促使科學家不斷思考，不斷完善理論。人工神經網路的發展無不體現著問題、理論和實踐的辯證統一關系。
（3 ）人工神經網路發展的另一推動力來源於相關學科的貢獻及不同學科專家的競爭與協同
人工神經網路本身就是一門邊緣學科，它的發展有更廣闊的科學背景，亦即是眾多科研成果的綜合產物，控制論創始人Wiener在其巨著《控制論》中就進行了人腦神經元的研究；計算機科學家Turing就提出過B網路的設想；Prigogine提出非平衡系統的自組織理論，獲得諾貝爾獎；Haken研究大量元件聯合行動而產生宏觀效果， 非線性系統「混沌」態的提出及其研究等，都是研究如何通過元件間的相互作用建立復雜系統，類似於生物系統的自組織行為。腦科學與神經科學的進展迅速反映到人工神經網路的研究中，例如生物神經網路理論，視覺中發現的側抑制原理，感受野概念等，為神經網路的發展起了重要的推動作用。從已提出的上百種人工神經網路模型中，涉及學科之多，令人目不暇接，其應用領域之廣，令人嘆為觀止。不同學科專家為了在這一領域取得領先水平，存在著不同程度的競爭，所有這些有力地推動了人工神經網路的發展。人腦是一個功能十分強大、結構異常復雜的信息系統，隨著資訊理論、控制論、生命科學，計算機科學的發展，人們越來越驚異於大腦的奇妙，至少到目前為止，人類大腦信號處理機制對人類自身來說，仍是一個黑盒子，要揭示人腦的奧秘需要神經學家、心理學家、計算機科學家、微電子學家、數學家等專家的共同努力，對人類智能行為不斷深入研究，為人工神經網路發展提供豐富的理論源泉。另外，還要有哲學家的參與，通過哲學思想和自然科學多種學科的深層結合，逐步孕育出探索人類思維本質和規律的新方法，使思維科學從朦朧走向理性。而且，不同領域專家的競爭與協調同有利於問題清晰化和尋求最好的解決途徑。縱觀神經網路的發展歷史，沒有相關學科的貢獻，不同學科專家的競爭與協同，神經網路就不會有今天。當然，人工神經網路在各個學科領域應用的研究反過來又推動其它學科的發展，推動自身的完善和發展。

E. 關於在復雜網路中社區發現演算法的研究及實現，推薦相關的文獻，在實現過程中能用到什麼軟體詳解

推薦文獻 」Community detection in graphs「 ，Santo Fortunato，2009
89頁的論文，寫得很全，涵蓋了從提出復雜網路的1998年到2009年的全部重要的研究內容
至於復雜網路的實現，軟體很多，推薦igraph，在C和Python中都可以直接調用。

F. 大連理工大學軟體學院的學院簡介

中文：大連理工大學軟體學院
英文：School of Software Technology, Dalian University of Technology （縮寫 SSDUT） 軟體學院有全日制本科生、碩士研究生、博士研究生等培養層次。截止2014年4月，共有在籍學生5468人，其中全日制本科生2993人。
本科生面向全國由大連理工大學統一招生，年計劃招生720人。其中軟體工程日語強化專業單獨招生，年招生240人。學制均為四年。全日制碩士研究生年計劃招生200人左右。
學院從2002年至今共招收培養各類學生15000餘人，畢業生平均就業率高於97%，工程碩士（全日制）就業率達98.5%以上，畢業生分布北京、上海、大連、深圳、廣州等城市以及美國、英國、日本、新加坡等國家。主要就業於IBM、博涵前鋒科技有限公司、花旗軟體有限公司、東軟軟體股份有限公司、中國計算機軟體與技術服務總公司、畢博信息技術有限公司、SAP公司、中國惠普有限公司、甲骨文科技有限公司、大連華信計算機技術有限公司、埃森哲、松下公司、北京用友軟體股份有限公司、長春徑點科技有限公司等國內外知名企業。 軟體工程及軟體工程（日語強化）
主要專業方向：軟體開發與測試、電子商務與電子政務、嵌入式技術、數字媒體技術、金融信息管理。
核心課程：計算機組織與結構、C程序設計、演算法與數據結構、操作系統、編譯技術、資料庫系統、軟體工程等。
網路工程
主要專業方向：網路技術方向、網路安全方向
核心課程：計算機組織與結構、C程序設計、數據結構與演算法、計算機網路、網路信息安全、操作系統等。
軟體工程（中外合作）（部分省份招生）
主要方向：軟體開發與測試、電子商務與電子政務、嵌入式技術、數字媒體技術、金融信息管理。
核心課程：計算機組織與結構、C程序設計、演算法與數據結構、操作系統、編譯技術、資料庫系統、軟體工程等。 計算機科學與技術
主要研究方向：
1、信息安全與網路理論:包括網路安全；信息隱藏與密碼學；網路挖掘技術與信息物理系統；無線網路與通信技術
2、計算技術與理論：包括計算（離散）曲面及CAG/CAD；科學/高性能/網格/雲/計算理論與應用； 可信計算理論與應用
3、系統理論與智能處理技術:包括圖像處理技術； 嵌入式系統理論；IT服務科學與數據處理技術。
軟體工程
主要研究方向：軟體工程理論、軟體工程管理、軟體服務工程、軟體工程工具和方法、軟體項目管理、嵌入式系統與圖像處理、網路技術與信息安全
核心課程：演算法分析與設計、高級計算機網路、軟體項目管理、面向對象技術、分布式資料庫、網路安全等。 （1）幾何計算與數字媒體方向： 重點研究幾何計算與計算機圖形學，計算機視覺與圖像處理，多媒體技術與虛擬現實，數字內容生成與管理等。
（2）大數據科學與工程方向：重點研究大數據科學基礎理論，大數據工程（包括大數據感知與獲取，大數據存儲與管理等），雲存儲，網路數據科學（互聯網，社交網路）等。
（3）計算智能方向：重點研究智能計算方法，機器學習與數據挖掘，搜索引擎，海量數據檢索及各類演算法在雲計算模式下的實現等。
（4）信息系統與服務科學方向：重點研究服務科學（服務方法體系，服務需求工程，服務生命周期管理），面向國家重大需求的信息系統建設，智慧城市，智慧物流，教育信息化，金融信息化等。 （1）高性能計算：重點研究新型計算機體系結構、分布式並行計算、多核和眾核技術、動態可重構計算機系統、雲計算等。
（2）可信計算：重點研究高可信嵌入式軟體（嵌入式軟體形式化分析與驗證、可信軟體環境構造與驗證、可信軟體開發工具和運行支撐平台及環境）、嵌入式系統容錯技術、網路嵌入式系統的可信技術等。
（3）嵌入式計算：重點研究嵌入式處理器設計、嵌入式系統軟硬體協同設計方法、嵌入式系統資源管理與調度、嵌入式操作系統設計、低功耗與系統節能技術等。
（4）嵌入式系統應用：重點開展面向領域（無線感測器網路、生物醫學、汽車電子、移動終端等）的嵌入式系統設計應用。 （1）信息安全理論與技術：其研究內容包括互聯網安全技術和基於特徵的身份認別技術，信息隱藏、系統安全、安全協議、高可信無線通信協議、硬安全機制（數字簽名、信息認證、數據加密、隱私保護、授權模型、秘密共享等）、軟安全機制（信任模型與信譽系統、合作理論、主體（社區）行為演化機制等）、安全測評技術、雲安全。
（2）軟體安全：軟體安全是使軟體在收到惡意攻擊的情形下依然能夠繼續正確運行及確保軟體被在授權范圍內合法使用。其研究內容包括防止軟體盜版技術、軟體逆向工程技術、授權加密技術、防篡改技術、軟體水印技術（靜態水印及動態水印）、代碼混淆技術以及虛擬機保護技術等。
（3）社交網路和無線網路及其應用： 其研究內容包括社交網路及其安全性、社會計算及情報分析，雲計算、社交智能系統及其安全性、無線網路及其安全性。
（4） 高端軟體：高端軟體是軟體技術的關鍵和核心， 本研究所開展面向領域和產業（如：醫療、手機與通信、網路安全、重大工程、物聯網、雲計算、無線感測網路等）的各種高端軟體（包括安全軟體）的開發與應用。 （1）網路科學：利用網路來描述物理、生物和社會等一些自然現象，研究這些現象的規律和預測模型的科學理論與方法；研究大規模復雜網路中的數據處理理論與演算法；研究復雜網路，社會網路分析與挖掘，生物網路等。
（2）物聯網與雲計算：研究物聯網感知與識別技術，物聯網跨層協議與路由理論演算法與技術，物聯網中基於雲計算的數據分析與演算法，高效、大規模、完全自組網演算法和相關智能化演算法，多種接入方式兼容技術，異構網路發現、識別、網際語義理解技術等。
（3）移動互聯網：研究移動互聯網的理論和技術，移動媒體，移動感知，移動自組網，移動雲計算，社會計算等。
（4）智能系統與應用：研究仿生演算法，智能化事件監控與反應技術，設備間隱私保護技術，針對物聯網開發的智能隔離技術，研究面向具體行業應用的智能專家系統。 （1）軟體體系結構：重點研究體系結構設計與軟體質量，軟體變更與體系結構維護，體系結構重構，模型驅動的方法和工具，軟體系統的質量評估，軟體產品線工程等。
（2）軟體倉庫挖掘：重點研究軟體倉庫挖掘的方法、應用和工具，包括軟體系統分析，大型軟體的社會與開發過程模型，項目演化，缺陷預測，軟體數據結構挖掘、軟體數據獲取與存儲等。
（3）基於搜索的軟體工程：重點研究應用優化方法求解軟體工程問題，其中領域方麵包括項目管理與組織，需求工程，測試數據生成，回歸測試優化；方法方麵包括面向軟體工程問題的隨機演算法、近似演算法和超啟發式方法等的設計。
（4）軟體自動生成與演化:重點研究領域軟體自動生成的方法、應用和工具，基於表格形式化描述的數據建模軟體自動生成、自動維護與演化；基於語義描述和定製式數據查詢程序自動生成與演化。 （1）語料庫語言學:研究語料的自動輔碼、信息自動篩選以及提取、統計等技術，籌建學習者文本語料庫以及目標語多媒體語料庫，開展基於語料庫的語言學以及語言習得等實證研究，探討語料庫語言學研究的方法論。
（2）計算機輔助外語教學：利用計算機、多媒體、網路等現代信息等多元技術，創建語言的教授、學習、訓練、測試以及語言研究的輔助環境；設計網路信息技術環境下的計算機輔助外語教學的評估體系。
（3）情感分析與觀點挖掘：根據計算機觀察、理解和生成各種情感的能力，進行文本的情感識別和情感遷移的研究，並將其應用在意見挖掘、教學反饋、產品評論和輿情監控等方面的自然語言分析處理。
（4）軟體外語教學與研究：基於軟體學術外語寫作語料以及軟體職場口語語料，分析影響軟體外語應用的語用因素；探討ESP理論指導下的軟體專業學生口語能力發展的規律與特點；開展CBI理論指導下、學科內容為核心的職場以及面試的外語教學與研究；開展零起點軟體日語強化課程評估體系的研究、設計。

G. 復雜網路理論有哪些

小世界網路理論
規則和不規則網路理論
無標度網路理論

H. 如何運用網路科學來研究復雜系統的問題

不得不說你一下把我搞蒙了，復雜性科學是一類，系統科學是另一類。你把他們放在一起，這從學術的角度就不妥當了。
1、理論概念
1.1、系統科學是以系統為研究對象的基礎理論和應用開發的學科組成的學科群。它著重考察各類系統的關系和屬性，揭示其活動規律，探討有關系統的各種理論和方法。系統科學的理論和方法正在從自然科學和工程技術向社會科學廣泛轉移。人們將系統科學與哲學相互作用，探討系統科學的哲學問題，形成了系統哲學。
1.2、復雜性科學是指以復雜性系統為研究對象，以超越還原論為方法論特徵，以揭示和解釋復雜系統運行規律為主要任務，以提高人們認識世界、探究世界和改造世界的能力為主要目的的一種「學科互涉」(inter—disciplinary)的新興科學研究形態。
這么說吧，興起於20世紀80年代的復雜性科學，是系統科學發展的新階段，也是當代科學發展的前沿領域之一。復雜性科學的發展，不僅引發了自然科學界的變革，而且也日益滲透到哲學、人文社會科學領域。復雜性科學在研究方法論上的突破和創新。在某種意義上，甚至可以說復雜性科學帶來的首先是一場方法論或者思維方式的變革。
2、內容分類
2.1、系統科學即以系統思想為中心、綜合多門學科的內容而形成的一個新的綜合性科學門類。系統科學按其發展和現狀，可分為狹義和廣義兩種。
狹義的系統科學一般是指貝塔朗菲著作《一般系統論：基礎、發展和應用》中所提出的將"系統"的科學、數學系統論、系統技術、系統哲學三個方面歸納而成的學科體系。
廣義的系統科學包括系統論、資訊理論、控制論、耗散結構論、協同學、突變論、運籌學、模糊數學、物元分析、泛系方法論、系統動力學、灰色系統論、系統工程學、計算機科學、人工智慧學、知識工程學、傳播學等一大批學科在內，是20世紀中葉以來發展最快的一大門綜合性科學。
2.2、復雜性科學研究主流發展的三個階段主要是指：埃德加·莫蘭的學說、普利高津的布魯塞爾學派、聖塔菲研究所的理論。
莫蘭復雜性思想的核心是他所說的「來自雜訊的有序」的原則，在這個原理里，無序性是必要條件而不是充分條件，它必須與已有的有序性因素配合才能產生現實的有序性或更高級的有序性。這條原理打破了有關有序性和無序性相互對立和排斥的傳統觀念，指出它們在一定條件下可以相互為用，共同促進系統的組織復雜性的增長。
簡而言之就是「動態有序的現象」的本質解釋。
普利高津的布魯塞爾學派 比莫蘭稍晚，在這個學派里，復雜性科學是作為經典科學的對立物和超越者被提出來的。普利高津緊緊抓住的核心問題就是經典物理學在它的靜態的、簡化的研究方式中從不考慮「時間」這個參量的作用，從而把物理過程看成是可逆的。實際上，普利高津並沒有提出一個明確的「復雜性」的定義，他提出的復雜性的理論主要是揭示物質進化過程的理化機制的不可逆過程的理論，即耗散結構理論。
聖塔菲研究所的理論，其復雜性觀念與莫蘭和普利高津的復雜性觀念有很大的區別。
例如：：「在研究任何復雜適應系統的進化時，最重要的是要分清這三個問題：基本規則、被凍結的偶然事件以及對適應進行的選擇。」這句話就表明他們認為事物的有效復雜性只受基本規律少許影響，大部分影響來自「凍結的偶然事件」（是指一些在物質世界發展的歷史過程中其後果被固定下來並演變為較高級層次上的特殊規律的事件，這些派生的規律包含著歷史特定條件和偶然因素的影響。）。
另外，復雜系統的適應性特徵，即它們能夠從經驗中提取有關客觀世界的規律性的東西作為自己行為方式的參照，並通過實踐活動中的反饋來改進自己對世界的規律性的認識。也就是說，系統不是被動地接受環境的影響，而是能夠主動地對環境施加影響。
結論：復雜性科學研究的焦點不是客體的或環境的復雜性，而是主體自身的復雜性—— 主體復雜的應變能力以及與之相應的復雜的結構。
3、流派
由於我掌握的資料較少，系統科學的流派沒搞明白，在這里只有復雜性科學的流派
3、1復雜性科學主要包括：早期研究階段的一般系統論、控制論、人工智慧；後期研究階段的耗散結構理論、協同學、超循環理論、突變論、混沌理論、分形理論和元胞自動機理論。
4、方法論
方法論也只介紹復雜性科學的內容
4.1、 非線性、不確定性、自組織性、涌現性。

建議閱讀的文獻資料：網路文庫中搜索：《復雜性、復雜系統與復雜性科學》
網路中搜索詞條：復雜性科學 系統科學
最後，由於我的能力有限，對此沒有幫助你表示遺憾

I. 想要計算復雜網路的平均最短距離、平均度、平均聚類系數等值，可以用什麼軟體啊，還是要在matlab上編程

如果是一般的度量指標，比如你說的，一般的網路分析軟體都有，比如gephi
如果是自己定義的指標，自己寫代碼吧

J. 計算機考研

報考方向有：1、計算機系統結構 2、計算機軟體與理論 3、計算機應用技術 4、計算機軟體工程
1、計算機應用技術
研究方向：計算機網路、實時計算機應用、CIMS、計算機圖形學、並行計算、網路信息安全、資料庫、情感計算、數據挖掘、分布式計算、知識工程、計算機視覺、自動推理、機器學習、草圖理解、網路性能分析與協議設計、網路管理與安全、計算機圖形學、信息可視化、基於GPU的高性能計算、復雜系統(應急、物流、海洋)領域工程、基於SOA的空間信息共享與業務協同、語義搜索引擎、自然語言處理、機器翻譯、搜索引擎、空中交通信息系統與控制、民航信息與決策支持系統、智能交通系統理論與技術等。
專業特點：計算機應用技術是針對社會與各種企事業單位的信息化需求，通過對計算機軟硬體與網路技術的選擇、應用和集成，對信息系統進行需求分析、規劃和設計，提供與實施技術與解決方案，創建優化的信息系統，並對其運行實行有效的技術維護和管理的學科。
培養這方面人才所涉及的知識麵包括：數學與信息技術基礎、程序設計基礎、系統平台技術、計算機網路、信息管理與安全、人機交互、集成程序開發、系統架構與集成、Web與數字媒體技術、工程實施、職業操守等。培養目標是為企事業單位和政府機構提供首席信息官及承擔信息化建設核心任務的人才，並提供為IT企業提供系統分析人才。
科研狀況：本專業是天津市第一個計算機類博士點，主要從事計算機技術在其它領域應用中核心技術問題研究及相關信息系統開發。近年來在計算機集成製造（CIMS）、計算機輔助教學、虛擬現實技術應用、計算機工業控制、電子商務等方向承擔國家863項目及重大項目、國家自然科學基金十餘項。承擔省部級及橫向科研課題近百項。為國家和天津市的信息化建設做出了重要貢獻。
近幾年報考簡況：本專業從80年代初開始招生，至今已為國家培養出碩士學位研究生300多名。近年來，報考人數和錄取名額逐年同步增加。
碩士期間主要課程及論文要求：主要課程：高等計算機網路、計算理論、排隊論及在計算機中的應用、應用組合數學、軟體體系結構、面向對象方法學、分布式計算機系統、並行計算、高級計算機圖形學、高級人工智慧、模式識別與理解、機器學習、密碼學與信息安全、統一建模語言。
論文要求：論文選題涉及計算機在各領域應用的理論研究、尖端技術開發、以及在國民經濟各個領域的應用研究。論文應能全面反映本學科發展動態、具有科學性、先進性和一定的創新性。對於理論研究課題，要求達到較高的理論水平和創新；對於系統設計、系統開發及系統應用課題，要求指導理論正確，實現技術先進，設計新穎，所設計的系統應能付諸實現、具有實際應用價值並能夠帶來明顯的社會經濟效益。
就業方向：本專業培養的研究生具有堅實的計算機科學與技術的理論基礎，全面掌握計算機應用領域的理論和工程方法，能很好地勝任高等院校、科研院所、大型企事業單位、高新技術產業等的教學、科研、系統設計、產品開發、應用系統集成等工作。
2、計算機軟體與理論
研究方向：計算理論、演算法理論； 軟體工程、中間件、智能軟體、計算環境；並行計算、網格計算、普及計算；密碼學、信息安全、數據理論；圖形圖象演算法、可視化方法；人工智慧應用基礎；理論計算機科學其他方向
專業特點：計算機軟體與理論專業涉及計算機科學與技術的基本理論和方法，強調計算、演算法、軟體、設計等概念，主要的領域包括計算理論、演算法與復雜性、程序設計語言、軟體設計與理論、資料庫系統、人工智慧、操作系統與編譯理論、信息安全理論與方法、圖形學與可視化計算、以網路為中心的計算等。
科研狀況：計算機軟體與理論專業是我院重點發展，進步較快的專業。近年來承擔國家863、自然科學基金、，以及省部級項目多項。在網路信息安全、中間件技術、並行計算、網格計算、計算機圖形學等方面取得了多項前沿性成果。
近幾年報考簡況：本專業從96年代初開始招生，至今已為國家培養出碩士學位研究生50多名。近年來，報考人數和錄取名額逐年同步增加。
碩士期間主要課程及論文要求：主要課程：計算理論、應用組合數學、軟體體系結構、面向對象方法學、分布式計算機系統、並行計算、高級計算機圖形學、高級人工智慧、模式識別與理解、機器學習、密碼學與信息安全、統一建模語言。
論文要求：論文選題涉及計算機軟體的理論研究、尖端技術開發、以及在國民經濟各個領域的應用研究。論文應能全面反映本學科發展動態、具有科學性、先進性和一定的創新性。對於理論研究課題，要求達到較高的理論水平和創新；對於系統設計、系統開發及系統應用課題，要求指導理論正確，實現技術先進，設計新穎，所設計的系統應能付諸實現、具有實際應用價值並能夠帶來明顯的社會經濟效益。
就業方向：本專業培養的研究生具有堅實的計算機科學與技術的理論基礎，全面掌握計算機軟體的理論方法，以及軟體工程、信息系統、並行計算、普及計算等等的軟體系統開發技術，能很好地勝任高等院校、科研院所、大型企事業單位、高新技術產業等的教學、科研、系統設計、產品開發、應用系統集成等工作。
3、計算機系統結構
研究方向：分布式計算機系統、計算機網路系統與全球個人計算系統、真實感圖形生成與虛擬現實技術
專業特點：計算機系統結構（原名計算機組織與系統結構）專業全面研究各種類型的計算機系統（從單機到網路）的構成、硬體與軟體的聯系與功能匹配、計算機系統性能評價與改進等。該專業的研究課題涉及高性能處理機系統結構、多機系統、並行計算與分布式計算系統、計算機系統性能評價、VLSL設計、容錯計算技術、計算機介面技術、計算機網路系統與通信系統、移動計算、全球個人計算系統等。
科研狀況：本專業近年來承擔多項國家科委、國家教委、國家計委及天津市自然科學基金項目，並有多項科研獲獎。其中G.T9112計算機解密系統獲北京市公安局科技進步二等獎，表面高度復雜實體的CAM獲國家科委科技進步二等獎。目前承擔國家自然科學基金項目「面向ASIC的真實感圖形演算法和系統結構的研究」、國家高科技863項目「用於建築環境模擬設計的分布式多用戶虛擬現實系統」、天津自然科學基金項目「分布式多用戶VR開發系統平台的研究」和一大批為企事業單位開發的橫向科研項目。
近幾年報考簡況：本專業從80年代初開始招生，至今已為國家培養出碩士學位研究生50多名。近年來，報考人數和錄取名額逐年同步增加。
碩士期間主要課程及論文要求：主要課程：應用數學、外語、高等計算機網路、排隊論及在計算機中的應用、計算理論、現代計算機體系結構、計算機綜合實驗、計算機控制及應用、計算機網路研究熱點問題、計算機系統模擬、量子計算、密碼學與信息安全、面向對象方法學、嵌入式系統設計、統一建模語言、圖象/模式識別與理解、機器學習、軟體體系結構。
論文要求：論文選題涉及計算機系統結構的理論研究、尖端技術開發、以及在國民經濟各個領域的應用研究。論文應能全面反映本學科發展動態、具有科學性、先進性和一定的創新性。對於理論研究課題，要求達到較高的理論水平和創新；對於系統設計、系統開發及系統應用課題，要求指導理論正確，實現技術先進，設計新穎，所設計的系統應能付諸實現、具有實際應用價值並能夠帶來明顯的社會經濟效益。
就業方向：本專業培養的研究生具有堅實的計算機科學與技術的理論基礎，全面掌握計算機系統結構、計算機工程、網路工程、嵌入式系統等的應用開發技術、能很好地勝任高等院校、科研院所、大型企事業單位、高新技術產業等的教學、科研、系統設計、產品開發、應用系統集成等工作。
計算機系統結構：計算機網路、多核軟體設計、系統硬體設計、嵌入式系統、智能信息處理及其應用、智能優化演算法、神經網路 系統結構、系統軟體及網路安全、智能網路存儲技術、網路計算與集成

計算機軟體與理論： 計算機軟體工程、資料庫系統操作系統與嵌入式軟體、網路理論與並行分布式演算法、最優化方法、資料庫

計算機應用技術：圖形學與CAD、計算機軟體工程、軟體工程數理統計及經濟信息管理、自適應演算法的設計與分析、網路軟體開發環境、計算機圖形圖象處理及演算法、物流管理技術、操作系統與嵌入式軟體統計學習，機器學習與模式識別，信息檢索、多媒體軟體技術智能軟體與機器

比較好的大學，清華，北大，上海交大，北航，華中科技大，哈工大等比較好的理工科大學