项目提出的背景.docx
《项目提出的背景.docx》由会员分享，可在线阅读，更多相关《项目提出的背景.docx（24页珍藏版）》请在冰点文库上搜索。
项目提出的背景
项目提出的背景
科技界对复杂系统的最新研究方法是将其表达为复杂网络，而复杂网络在自然、社会和技术领域具有广泛的实际背景，同时也与国防建设密切相关。
研究者们从复杂系统的基本理论出发，采用数学建模的方法，运用计算数学、统计物理、凝聚态物理、计算机科学、仿生学、管理科学领域的理论和技术从整体、综合、交叉的思路研究问题。
现代战争是高科技的战争，也是战略战术思想之间的博弈或对抗，最近几次局部战争中掌握主动权的一方都是精确打击了对方与指挥，通讯，后勤，军工生产乃至人民生活息息相关的复杂系统，确切说来是复杂网络，而使对方丧失抵抗能力。
在伊拉克战争中，美国为首的多国部队发起“斩首行动”，首先打击萨达姆本人及其指挥机构，大当量的连续空袭使伊方通讯指挥系统陷于瘫痪。
在搜捕萨达姆过程中，美方灵活运用了复杂网络中“复杂网络搜索”的“小世界效应”，实现了高效率寻的。
在南联盟战争中，北约不仅轰炸了军事目标，还使用“炭丝炸弹”成功地摧毁了全联盟输电网络，从而使各种与电能相关的军用民用系统全部失灵。
复杂网络在平时正常的社会经济生活中的关键地位同样不可低估。
2003年8月18日美国北方和加拿大部分地区的大电网突然停电，傍晚和晚间的几个小时，到处一片黑暗。
这对于社会正常生活秩序的打击自不必说，倘若这时有敌对方乘机发动突然袭击或恐怖活动，后果真是不堪设想。
事后的调查发现，多年精心设计的输电网络竟然在一系列级联反应下土崩瓦解，而且第一次事故是由于偶然因素引起还是由网络本身的结构或功能的缺陷产生，至今并无定论。
2000年5月4日，“爱虫”病毒在Internet上大肆传播，一天之内造成全球数十亿美元的经济损失。
研究发现，www,Internet和输电网都具有复杂网络性质，显示无标度网络模型的特点，而这类网络具有容错和抗袭击能力。
当遭遇对其80％比例的格点的攻击时，系统是鲁棒的，但是，当外来攻击针对其中只占5％－10％关键集散点生效时，这些人工网络极易崩溃。
近几年中，曾经发生过中美两国民间黑客网络大战的事件，中方有人竟“黑进”了五角大楼系统。
人们对美方黑客专业技术的精湛叹为观止，同时也对中方黑客的人数之众大跌眼镜。
由美方军方开发的特设通讯网——adhoc原先为少数高级指挥人员所用。
它是一种多跳的、无中心的、自组织的、无基站网络，适用于节点快速移动，拓扑结构频繁变化，连接短暂的系统，非常适用于构建军用动态网络。
大规模adhoc网已成为国内外军民两用开发的热点，IEEE的期刊和网站上出现了大量相关的研究文献。
各专业的人士都已经意识到应用复杂网络理论分析其全局性质和提高其安全性可靠性的重要价值。
另外，城市地面交通的拥堵问题，SARS，禽流感等传染病在人群中的传播问题，国防后勤保障系统的优化设计，大型复杂交互动态软件的设计（群集智能），大型国防科技与工程建设的组织管理等等，都涉及到复杂网络内部或复杂网络之间的动力学过程，如自适应，博弈与对抗，同步等等。
以上各项具体问题都已经引起当前国内外研究者的密切关注。
近几年来，各国政府部门，包括美国军方，NASA，NATO，美国能源部和自然科学基金委均已拨款资助这类研究项目。
据我们不完全搜索，已发现三十余篇由美国国防相关部门资助的研究论文。
立项的必要性
1.本项目研究具有广泛的应用价值。
（1）对军事网络的攻击是现代战争的重要战术手段。
通过对复杂网络拓扑结构以及网络上的动力学过程的研究，可以找出对方军事网络包括有线、无线通讯网络，军事管理网络，以及后勤保障和物流网络中的关键节点以及关键的连接。
针对这些关键目标的攻击能够通过最少的代价获得最大的攻击效果。
（2）面对网络的攻击战术，对己方军事网络的防御就显得极为重要。
复杂网络的研究表明网络由于受攻击而产生毁灭性的损失主要是由于级联效应造成的。
网络虽然只有一小部分损坏，这种效应却会造成网络的整体瘫痪。
级联效应造成的灾难在民用设施中也时有发生，北美大停电就是一个典型事例。
为避免这种毁灭性崩溃发生，复杂网络的研究可以提供很好的科学依据，通过研究可以找到由于受到攻击可能产生级联现象的节点或边，对其进行重点保护就能够尽可能的避免最严重的后果。
（3）军事信息网络中信息传输的效率和网络的功能也是关系到现代战争胜败的重要因素。
网络上的交通流和信息流的研究主要关注网络的使用效率和网络的容量问题。
对大规模的网络，信息在其上的传输可以基于局域信息的优化路由方法，从而使已存在的网络上的信息传递效率和网络上能容纳的信息量同时达到最大化。
中小规模的网络可以采用全局信息优化路由的方法，宏观调控从而尽可能使网络的功能最大化。
原先由美国军方开发的特设通讯网——adhoc网适用于节点快速移动，拓扑结构频繁变化，连接短暂的系统，非常适合于构建军用动态网络。
现在大规模adhoc网已成为国内外军民两用开发的热点，专业人士都已经意识到应用复杂网络分析其全局性质和提高其安全性可靠性的重要价值。
（4）网络上的演化动力学的研究，特别是对生物网络的拓扑结构和其上的动力学特性的研究，对如何建立既有很好的抗攻击性又有很高的使用效率的军事网络有很好的启发性。
生物网络包括蛋白质相互作用网络和新陈代谢网络等都是进化来的，优胜劣汰，存在的网络都具备很好的抗攻击性以及很强的网络功能。
正像Internet上的一种很重要的路由算法是受蚂蚁的启发一样，同样可以仿照生物网络，学习大自然的精妙设计建立军事网络。
（5）博弈理论在当今社会方方面面都有着很重要的应用，从经济系统到管理系统到人与人之间的交往，博弈无处不在。
应用网络上的博弈理论，能够提高军事系统的管理效率，从而更有效地协调部队，以及各个部门之间的关系，从而使军事系统最有效的发挥强大的效力。
当前的复杂网络研究主要关注网络内部节点之间的全局和连续博弈的行为。
我们认为敌我双方的复杂网络之间也存在着博弈和对抗，目前还未发现有人涉及这个领域。
我们的研究对于博弈理论和复杂网络研究都将作出创新的贡献。
（6）基于混沌同步的复杂网络上的保密通讯机制在军事上有着很大的潜在应用前景。
混沌同步的保密通讯不同于已有的常规通讯机制，有着不易破译、抗干扰性强、易于操作等很多优点，现在还有一些理论和技术问题正在被研究，相信不远的将来，网络上的混沌保密通讯一定会在军事领域占有很重要的地位。
（7）交通网络的动力学研究对军事后勤保障以及物流网络有着重要意义，如何使后勤交通网络得到最大的保障以及使部队的到最快的支援可以从交通网络的动力学研究中得到启发。
（8）复杂系统的研究表明，一些复杂系统的稳定性不具有可叠加性，复杂系统具有可支解性。
稳定的子系统联结成一个大系统后可能变得不稳定，而不稳定的大系统可以支解成为几个稳定的子系统。
国防领域实际系统中不可避免会发生不同结构种类不同功能的网络之间的交叉、协同和博弈、对抗关系。
在网络之间关系的研究以及单一复杂网络的层次性、容错性和抗毁能力的研究中，必须定量反映这类过程性质，探讨相关的规律。
这一认识对于优化、增强己方网络群的稳定性，分析、破坏对方网络群的稳定性尤为重要。
然而，这正是当前国内外研究中严重缺乏的，检索还未见到相关报道。
2.本项目研究具有重要的科学意义。
复杂网络理论是当前复杂系统研究的最新进展，也是最活跃的领域。
它的出现使得人们可以把自然、社会和技术领域不同的复杂系统用相同或者类似的网络模型来统一描写，通过映射、类比、移植等方法来发现共同特征，进而发现具体系统的特有性质，增加了解决问题的新的有效工具。
3.本项目研究具有重大的战略意义。
国内外研究者从来没有忘记探讨复杂网络的军用价值。
国际著名学术期刊Phys.Rev.Lett.的审稿人在对申请者去年发表的文章的评审意见中，明确表示，我们的模型可以应用于adhoc通讯网和作战指挥等方面。
复杂系统的复杂网络建模在国内外几乎同时起步，目前正处于高潮之中。
相比国际同行的工作，国内部分研究原创性不足，理论模型的深度、普适性和实用价值均有待提高，联系国防实际的实证研究还不多见。
鉴于国外防务部门已经大举资助研究，发展势头强劲，为避免战略上反应迟缓与被动，极有必要立项研究与国防相关的复杂网络课题。
另一方面，在项目查新中我们发现，虽然期刊杂志网页上有大量关于复杂网络的文章和技术设计，但一输入“复杂网络”和“之间”，在国内外任何资料库搜索结果均为0。
这说明关于复杂网络之间的交叉、协同、博弈与对抗的问题目前尚无人涉足或尚无公开结果发表，这是一个值得捷足先登的理论与应用技术的制高点，战略价值不可低估。
4。
本项目研究具有良好的经济效益。
在对国防领域复杂系统作大型改造优化与强化的方案投资实施之前，采用本项目的理论方法和计算软件进行数值模拟，可以预测操作效果、演化过程，比较选择与调整方案，节省经费、时间、人力和物力，保密性强。
二、国内外现状分析：
国外该领域研究发展趋势
网络演化动力学的研究是一切有关复杂网络研究的基础。
特别从实际网络设计分析的角度来讲，理解演化机制是必要的。
以设计军用通讯网络为例，在设计前必须考虑网络的动态演化，包括节点、边和权重的变化。
由于在分析相应的通信效率、抗毁性和设计保护策略时，不可能通过实战搜集数据，只能前期在模型上进行仿真。
这首先就需要搞清楚网络的演化机制，从而建立合适的演化模型。
从这个意义上讲，网络演化机制的研究是重中之重。
自从1999年国际上掀起了复杂网络研究的热潮，网络的演化动力学一直是研究人员关注的主要问题之一，图论自然成为了研究网络结构以及演化动力学主要工具。
图论研究最初集中在规则图上，自从20世纪50年代，无明确设计原理的大规模网络被描述为随机图，这是最简单也是被多数人认识的复杂网络。
随机图首先是由匈牙利数学家PaulErdös和AlfrédRényi提出的[1]。
但是近些年由于计算机的飞速发展使得计算能力的极大增强以及大规模实际网络实证数据库的获得，人们发现绝大多数的大规模实际网络结构并不能用经典随机图来刻画。
复杂网络研究的两个里程碑式的工作分别是1998年由D.J.Watts和S.H.Strogatz[2]发现的小世界效应和1999年由A.-L.Barabási和R.Albert发现的无标度特性[3]。
小世界特性表现为在大多数网络中，尽管其规模通常很大，两个节点之间的存在一条相当短的路径。
小世界最为生动的解释是由社会心理学家StanleyMilgram1967年提出的“六度分离”概念，六度分离是指美国大多数人中，任意两个人平均最少可以通过6个人就能够彼此认识。
小世界特性的另一种表现是，实际网络通常具有大的集群系数，可以形象地表达为一个人有很大的可能性认识他的朋友的朋友。
小世界特性是一个令人惊讶的发现，它预示着各种网络内部存在着自组织演化机制。
A.-L.Barabási等人发现的实际网络具有的无标度特性是另一个很有趣的现象。
他们指出在网络中不是所有节点都有相同的边数（节点度相同），度分布与随机图服从的泊松分布有着本质的区别，大多数网络包括万维网（Albert,Jeong和Barabási,1999）[4]，国际互联网（Faloutsos等人，1999）[5]，和代谢网（Jeong等人，2000）[6]等度分布尾部具有幂率分布：
～
。
表1给出了几种网络主要统计特征量的对比，可以清楚地看到各种网络模型与实际网络之间的异同。
这些重要的发现掀起了复杂网络建模的热潮，最终目标是为了了解各种网络的演化机制以及他们的演化动力学的内在联系。
表1：
各种网络主要拓扑特征一览
平均距离
集聚系数
度分布
规则网络
大
大
δ函数
随机网络
小
小
泊松分布
WS小世界网络
小
大
指数分布
BA无标度网络
小
小
幂律分布
很多真实网络
小
大
近似幂律分布
1999年Barabási等人[3]首先提出了一个很简单被认为是经典的动态演化无标度网络模型（BA模型）并且给出了对模型的理论解析。
该模型指出，众多现实网络的无标度特性源于它们所共有的两种生成机制：
网络的增长和偏好选择。
大多数网络是通过不断连续增添新节点而增长的开放系统。
从少数几个核心节点开始，通过增添新节点偏好连接于已有的老节点最终生成很大规模的网络。
该模型揭示出看似复杂的大规模网络其实具有很简单的演化动力学，给人以非常大的启示。
但是这个模型还有很多缺陷，比如很小的集聚系数[3]和0相关度[7]。
为了弥补BA模型的的不足，人们提出了一系列改进模型。
其中包括2000年Krapivsky,Redner和Leyvraz[8]提出的非线性择优连接模型。
他们引入了非线性择优概率代替BA模型中的线性择优连接概率。
他们对模型的解析计算表明网络的无标度特性被非线性择优选择概率破坏了。
网络拓扑结构产生无标度的唯一状态是择优渐进线性的。
2000年Dorogovtsev,Mendes和Samukhin[9]提出了初始吸引度的概念。
他们指出在现实网络中，每个节点尽管开始时无边与之相连，但都有一定的可能被“发现”并被连接。
这种现象在社会网络中普遍存在。
该模型的解析结果表明初始吸引度的引入使得度分布在2
之间可调，这与大多数实证网络的幂率指数在
之间很好的符合。
接着Dorogovtsev和Mendes[10]在2001年提出了非线性增长网络。
他们指出国际互联网和万维网等一些网络边的增长比节点数增长快，这反映为网络的平均度增长，这种现象被称为加速增长。
在该模型中每一步增加一个新节点，并且已有的网络中增添
条新边，以近似线性的择优连接方式进行分布。
作者指出由指数
控制的加速增长不改变度分布的无标度特性，但会对度指数有一个修正。
Dorogovtsev和Mendes的模型以有向网络为基础，Barabási等人[11]2001年受合作网络演化启发研究了一个无向网络模型。
模型规则与Dorogovtsev和Mendes的模型类似，幂指数为1.5。
由Dorogovtsev和Mendes[12]在2001年提出的等价模型能够模拟语言学网中词连接度分布的两种不同的幂函数分布规律。
该工作的实证由R.FerrerICancho[13]在2001年得到。
局部相互作用是网络演化中不可忽略的因素。
BA模型的演化只包含一种机制：
添加新的节点偏好连接到系统中已经存在的节点上。
然而实际网络中，一系列微观的局部的相互作用构成了网络演化必不可少的部分，包括新边的添加以及重新连接，节点与边的删除。
研究人员基于以上存在的相互作用机制提出了一系列模型，给出了对实际网络更为真实的描述。
Albert和Barabási[14]在2000年研究了一个模型，它体现了连接在现有节点间新边的作用和边重新连接的作用。
模型定义了新点的加入，新边加入和近似线性偏好择优连接以及已有边的重新连接。
该模型在两个参数范围内分别能够得出广义幂函数规律和指数规律。
此结果与演员合作网的度分布的特性完全一致。
Dorogovtsev和Mendes[15]考虑了一类无向网络中的内部边和边移除，其中新边添加到老节点之间而现有边可从网络中移除。
该模型可以同时描述进化网络和退化网络。
在进化网络情况下，模型给出了度分布指数严格在
之间，这与实际网络非常好的符合。
对许多实际网络而言，节点具有有限的寿命或有限的边承受能力，根据这些考虑一些小组提出了影响度分布的限制条件。
2000年，Amaral[16]等人认为一些网络的确显示出与幂函数规律不一致的特性，但又不是完全的随机网络。
他们提出为了解释与纯幂函数规律特性的不一致，就需要引入老化，成本和容量这些制约。
他们建立的模型遵循增长和择优连接的演化规则。
但节点达到一定的年龄或边数超过一定的容量限制时不能再连新边。
数值模拟表明在度比较小的区域仍遵循幂率分布，但大度区域形成指数截尾。
Dorogovtsev和Mendes[17]2000年提出了渐近老化模型，得到与Amaral等人相似的结果。
为了寻求比BA模型更为完善的改进型模型，更多的研究者试图去发现导致度幂率分布的非偏好选择的机制。
2001年Bianconi和Barabási[18]指出演化网络中存在着竞争机制。
每个节点都有靠消耗其他节点而竞争获得边的本能。
他们提出的模型给每个点分配一个不随时间变化的适应能力参数，每个新节点获得边的能力正比与这个适应度参数。
模拟和解析结果表明度分布为具有对数校正能力的幂率分布。
适应度模型可以组合添加其他作用进行扩展，如Ergün和Rodgers[19]研究的影响指数的内部边的问题。
Dorogovtsev，Mendes和Samuchin[20]2000年提出了一种赋予新节点不同个性的机制。
他们的模型提出了新节点的继承人的概念研究了一类有向网络。
Kleinberg等人[21]通过研究万维网提出了一种拷贝机制，关注于拷贝某一主题的新网页，就连接到相同主题的现有网页上。
他们的数值模拟和解析结果证实了拷贝机理能够有效的表达现行择优连接，从而也可以产生幂率度分布。
这一机制更重要的体现在与生物中的基因网络。
基因网络的演化正是通过这种拷贝机理使网络规模增大同时具有度的幂率分布的。
受引文网启发，Vázquez[22]在2000年提出了网络随机行走演化机理。
他指出研究人员进入一个新领域，通常只知道几篇主要论文，而可以通过有限的文献找到其他相关的文章，这个过程不断循环可以看成每一时间步又一新节点加入到网络中，随机选取一老节点相连，然后以一定的概率连接此节点的邻居。
此模型没有明确包含线性择优连接机制，但是该机理隐含了产生择优线性连接的原因。
2003年Vázquez[23]进一步提出了4种只基于邻居信息的模型，分别得到了正负相关的网络，为解释为何技术网络和生物网络是负相关的而社会网络是正相关的作出了重要的贡献。
更有意思的是2004年B.J.Kim等人[24]提出了，很多网络中存在竞争，淘汰和吞并的现象，引入了非常简单的合并机制，即每一时步随机选择两个点，将它们合并成一个点，并重复次操作就可以得到幂率分布的结果，这一工作揭示出各种网络中的竞争和优胜劣汰也是产生幂率分布的很重要的机制，而这一现象是在社会网络，技术网络以及生态网络中普遍存在的。
前人的工作得到了很多很有意义的结果，但这才是刚刚开始。
复杂网络本身就是一个非常交叉的学科，还有许许多多的复杂现象没有被解释，有待物理学家以及各行各业的研究人员共同去完成。
最近越来越多的实证数据表明，仅仅将实际系统抽象成布尔网络是远远不够的[25]。
单纯的拓扑结构将忽略很重要的客观存在物理信息，这就使含权网络的引入成为了必然。
含权网络定义了点权和边权两个超越纯拓扑结构的概念，分别用来表示点的重要程度和点之间的作用强度。
边权表示的个体之间的相互作用可以是多种多样的，例如科学家合作网，边权可以表示两个科学家合作发了多少篇文章，在Internet中可以表示两个路由器或两个域之间的交通量。
在蛋白质相互作用网络中可以表示酶之间化学物质交换的流量。
从而可以看出，含权网络不仅能够反映出实际网络的拓扑结构，而且能够反映出实际网络上的动力学特征。
近两年由于越来越多的含权实证数据的获得，使得系统的研究含权网络成为了可能。
Barrat等人[26]建立了一个开创性的演化含权模型，通过简单的演化机制，该模型能够重现出很多真实网络同时具有的点度，点权和边权分布的power-law特性，他们对模型作了解析以后，证明power-law斜率在2-3之间可调，这一结果也与绝大部分的真实网络符合得很好[27]。
另一方面，这个模型也存在很多不足之处，无法满足真实网络的许多其它特性，例如大的集聚系数，正负相关度问题和度权非线性相关的现象。
实际上由于相关度的正负，实际网络可以被分为两大类，社会网络是正相关的，技术网络和生物网络是负相关的[7]。
是什么原因导致了这两大类网络的本质不同，目前为止还不清楚。
所以有必要将这两类网络分开讨论。
中国科学技术大学研究组的王文旭等人[28]注意到了技术网络和生物网络中共同具有的流（信息流和化学物质流）这个物理量，提出了流量增长和网络的自适应是决定技术网络和生物网络演化的根本机制，从而可以解释为什么此两种网络都为负相关与社会网络有着本质的不同。
该模型通过引入拓扑结构和网络中的流的相互作用成功的重现出了度，点权和边权的power-law分布，以及大的可调的集聚系数和可调的负的相关度并给出了解析。
这一工作也揭示了权在网络演化中起着必不可少的作用，没有非含权网络模型可以同时得到如此多的与实际网络吻合性质。
然而还有一个很重要的问题有待解决，为什么社会网络是正相关的而技术网络和生物网络确是负相关的[7]？
对含权网络的研究也许可以给出这个问题的答案。
最近王文旭等人[29]提出了一个非常简单而且有趣的双向选择加初始吸引度的含权模型，从某种程度上对这一现象作出了回答。
含权网络所具有的物理内涵远远超过了非含权网络，还有很多丰富的物理内容有待研究，而且处于刚刚起步阶段，这表明含权网络这个领域有着很重要的，很广阔的研究前景。
对于物理学家而言，研究复杂网络的终极目标是理解网络拓扑结构对物理过程的影响。
就实用性而言，任何有关网络的实际应用必然和网络上的动力学过程有关。
例如，作战指挥系统的效率预测和优化问题可以规约为网络上的交通流动力学；军事通讯网络的抗毁性问题可以利用网络上的级联过程分析，等等。
现在的研究已经发现，网络拓扑结构对于网络上的传播，逾渗，级联动力学，交通流与信息流，混沌同步与控制，Ising模型，XY临界模型，量子扩散与量子响应，玻色-爱因斯坦凝聚，布尔动力学等等都有非常显著的影响，限于篇幅，这里只介绍其中与本项目相关性较强的几个方面的研究进展。
（1）交通流与信息流。
有关通讯网络上信息流的实证研究表明信息流的能量谱有分形结构，且具有长程时间相关性[30-33]。
互联网上大规模的信息拥塞时时发生，而这往往并不是网络上大量服务器同时故障造成的，极有可能反映了网络自身的某种特性。
更好地理解这种现象出现的本质原因，是设计网络路由算法和通信保护策略的基础。
以前基于规则网络的交通流模型不能很好地解释这个问题[34-39]，而最近针对无标度网络交通流的研究有可能为此问题提供一个令人信服的解释。
斯洛文尼亚的Tadić及其领导的小组是国际上最早开展相关研究工作的。
她建立了WWW网络的演化模型[40]，在此基础上建立了一般网络拓扑上的信息流模型，并进行了一系列的相关研究[41-43]。
Tadić的研究表明网络负载具有长程时间相关性，她的实验还暗示了真实计算机互联网经常发生信息拥塞的原因可能是因为信息包在某些节点度很大的中枢节点（hubnodes）上等待了过多的时间。
可以说Tadić的工作是具有开创性意义的，但是还非常粗糙。
另外，瑞典的Holme也做了一些相关的研究[44]。
他研究了介数[45]和负载之间的关系，讨论了几种不同的路由算法，其所得结果仅仅是Tadić研究的一个平凡的推广。
最近报道的一个工作由Valverde和Solé合作完成[46]，他们研究了在随机路由和确定性路由表中择优选择的问题，该研究对于如何提高网络传输能力具有启发意义，但使用解析方法误差太大，更多的只是定性的价值。
美国科学院来颖诚等人最近讨论了无标度网络上的交通问题，他们利用经典信息动力学中的Little定理[47]，给出了一般网络上信息包传输从自由流到拥塞相变点位置的一个形式解析[48]。
复杂网络上的交通流的研究，有助于我们理解具有不同拓扑意义的节点在通讯网络信息流中扮演的不同动力学角色。
对于很多网络，有可能找到一些关键的节点，对这些节点局部性能的提高，可以从整体上显著增加网络处理信息的能力，而对这些节点的攻击，则可能造成整个网络信息处理能力的急剧下降。
同时，可以有针对性地设计提高网络通信能力的算法[20-21]。
当然，这些算法都是针对具有无标度特征的网络，在传统的规则网络和随机网络的图景中，这些算法都无法提高网络的通讯能力。
（2）网络上的同步问题。
同步现象广泛存在于自然、社会、物理和生物等系统中，人们已观测到的同步现象包括夏日夜晚青蛙的齐鸣、萤火虫的同步发光，心肌
升级会员 