一种复杂网络牵制同步方法、装置、电子设备和存储介质与流程

1.本发明涉及复杂网络技术，尤其涉及一种复杂网络牵制同步方法、装置、电子设备和计算机存储介质。


背景技术：

2.相关技术中，在复杂网络领域，对于随机丢包的复杂网络进行研究，基本是针对复杂网络的可控性问题进行研究，需要控制网络中的所有节点才能实现整个网络的同步；进而，增加了牵制控制的资源成本与时间成本。


技术实现要素：

3.本发明实施例提供一种复杂网络牵制同步方法、装置、电子设备和计算机存储介质，用于解决相关技术中控制网络同步而导致的资源成本和时间成本增加的问题。
4.为达到上述目的，本发明实施例的技术方案是这样实现的：
5.第一方面，本发明实施例提供了一种复杂网络牵制同步方法，所述方法包括：
6.获取描述复杂网络随机丢包行为的行为描述数据；所述行为描述数据根据所述复杂网络中每个节点的理想输出数据以及所述复杂网络中每个节点的转移概率得出；
7.基于所述行为描述数据对所述复杂网络的前l个节点进行牵制控制，实现所述复杂网络的全部节点的状态同步；l为小于n的整数，n表示所述复杂网络的全部节点的数量。
8.可选的，所述获取描述复杂网络随机丢包行为的行为描述数据，包括：
9.确定所述复杂网络中每个节点的转移概率，所述每个节点的转移概率表示每个节点从上一时刻到当前时刻的状态转移的概率；
10.根据所述复杂网络中每个节点的转移概率，获取所述行为描述数据。
11.可选的，所述根据所述复杂网络中每个节点的转移概率，获取所述行为描述数据，包括：
12.根据预先建立的所述复杂网络的模型，确定所述复杂网络中每个节点的理想输出数据；所述复杂网络的模型至少用于表示所述复杂网络中每个节点的状态数据与理想输出数据之间的关系；
13.根据所述复杂网络中每个节点的理想输出数据和所述每个节点的转移概率，得出所述行为描述数据；所述行为描述数据表示所述复杂网络中每个节点的实际输出数据。
14.可选的，所述基于所述行为描述数据对所述复杂网络的前l个节点进行牵制控制，实现所述复杂网络的全部节点的状态同步，包括：
15.获取所述前l个节点中每个节点的实际输出数据的估计值；
16.根据所述前l个节点中每个节点的实际输出数据的估计值以及所述行为描述数据，确定所述前l个节点中每个节点对应的牵制控制参数，所述行为描述数据表示所述复杂网络中每个节点的实际输出数据；
17.根据所述前l个节点中每个节点对应的牵制控制参数，对所述前l个节点中每个节
点进行牵制控制，实现所述复杂网络的全部节点的状态同步。
18.第二方面，本发明实施例提供一种复杂网络牵制同步装置，所述装置包括：
19.获取模块，用于获取描述复杂网络随机丢包行为的行为描述数据；所述行为描述数据根据所述复杂网络中每个节点的理想输出数据以及所述复杂网络中每个节点的转移概率得出；
20.同步模块，用于基于所述行为描述数据对所述复杂网络的前l个节点进行牵制控制，实现所述复杂网络的全部节点的状态同步；l为小于n的整数，n表示所述复杂网络的全部节点的数量。
21.可选的，所述获取模块，用于获取描述复杂网络随机丢包行为的行为描述数据，包括：
22.确定所述复杂网络中每个节点的转移概率，所述每个节点的转移概率表示每个节点从上一时刻到当前时刻的状态转移的概率；
23.根据所述复杂网络中每个节点的转移概率，获取所述行为描述数据。
24.可选的，所述获取模块，用于根据所述复杂网络中每个节点的转移概率，获取所述行为描述数据，包括：
25.根据预先建立的所述复杂网络的模型，确定所述复杂网络中每个节点的理想输出数据；所述复杂网络的模型至少用于表示所述复杂网络中每个节点的状态数据与理想输出数据之间的关系；
26.根据所述复杂网络中每个节点的理想输出数据和所述每个节点的转移概率，得出所述行为描述数据；所述行为描述数据表示所述复杂网络中每个节点的实际输出数据。
27.可选的，所述同步模块，用于所述基于所述行为描述数据对所述复杂网络的前l个节点进行牵制控制，实现所述复杂网络的全部节点的状态同步，包括：
28.获取所述前l个节点中每个节点的实际输出数据的估计值；
29.根据所述前l个节点中每个节点的实际输出数据的估计值以及所述行为描述数据，确定所述前l个节点中每个节点对应的牵制控制参数，所述行为描述数据表示所述复杂网络中每个节点的实际输出数据；
30.根据所述前l个节点中每个节点对应的牵制控制参数，对所述前l个节点中每个节点进行牵制控制，实现所述复杂网络的全部节点的状态同步。
31.第三方面，本发明实施例提供一种电子设备，所述设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前述一个或多个技术方案提供的复杂网络牵制同步方法。
32.第四方面，提供一种计算机存储介质，所述计算机存储介质存储有计算机程序；所述计算机程序被执行后能够实现前述一个或多个技术方案提供的复杂网络牵制同步方法。
33.本发明实施例提供一种复杂网络牵制同步方法、装置、电子设备和计算机存储介质，所述方法包括：获取描述复杂网络随机丢包行为的行为描述数据；所述行为描述数据根据所述复杂网络中每个节点的理想输出数据以及所述复杂网络中每个节点的转移概率得出；基于所述行为描述数据对所述复杂网络的前l个节点进行牵制控制，实现所述复杂网络的全部节点的状态同步；l为小于n的整数，n表示所述复杂网络的全部节点的数量；如此，对于随机丢包的复杂网络，该方法无需控制复杂网络中的所有节点，仅仅对网络中的前l个节
点施加牵制反馈控制，实现了整个网络的同步，有效降低了资源成本与时间成本，此外，通过复杂网络中每个节点的理想输出数据和转移概率来描述网络的丢包，更加符合实际网络的丢包情形。
附图说明
34.图1为本发明实施例中复杂网络牵制同步方法的流程图；
35.图2为本发明实施例的复杂网络牵制同步装置的组成结构示意图；
36.图3为本发明实施例提供的电子设备的结构示意图。
具体实施方式
37.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
38.复杂网络是由数量巨大的节点和节点之间错综复杂的关系共同构成的网络结构。牵制控制的基本思想是：通过有选择地对网络中的少部分节点施加控制而使得整个网络具有期望的行为。比起对所有节点进行控制的方式，通过较小的资源花费，对网络的小部分节点应用局部反馈控制的牵制控制能够减少一定的控制成本。
39.相关技术中，在复杂网络领域，对于随机丢包的复杂网络进行研究，基本是针对复杂网络的可控性问题进行研究，需要控制网络中的所有节点才能实现整个网络的同步。然而，相关技术中，关于随机丢包的复杂网络牵制同步方法存在以下缺点：
40.1)由于实际网络的规模较大，节点个数较多，若对网络中的每个节点施加控制进行网络同步是难以实现的。
41.2)相关技术中常用的随机丢包模型为0-1丢包，然而，该丢包模型只有两种可能，要么丢包，用0表示，要么未丢包，用1表示；由于实际网络的丢包是随机的，并不一定是满足0-1丢包，有可能是概率性的丢包，丢包之间存在着一定转移概率的关系。
42.目前，相关技术中并没有把牵制控制的思想运用到具有随机丢包的复杂网络的同步研究中。
43.针对上述技术问题，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所提供的实施例仅仅用以解释本发明，并不用于限定本发明。另外，以下所提供的实施例是用于实施本发明的部分实施例，而非提供实施本发明的全部实施例，在不冲突的情况下，本发明实施例记载的技术方案可以任意组合的方式实施。
44.需要说明的是，在本发明实施例中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的方法或者装置不仅包括所明确记载的要素，而且还包括没有明确列出的其他要素，或者是还包括为实施方法或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括该要素的方法或者装置中还存在另外的相关要素(例如方法中的步骤或者装置中的单元，例如的单元可以是部分电路、部分处理器、部分程序或软件等等)。
45.本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
46.例如，本发明实施例提供的复杂网络牵制同步方法包含了一系列的步骤，但是本发明实施例提供的复杂网络牵制同步方法不限于所记载的步骤，同样地，本发明实施例提供的复杂网络牵制同步装置包括了一系列模块，但是本发明实施例提供的复杂网络牵制同步装置不限于包括所明确记载的模块，还可以包括为获取相关信息、或基于信息进行处理时所需要设置的模块。
47.本发明实施例可以基于电子设备实现，这里，电子设备可以是瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统，等等。
48.电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统可以在分布式云计算环境中实施，在分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
49.基于上述记载的应用场景，提出以下各实施例。
50.本发明实施例提出了一种复杂网络牵制同步方法，可以应用于复杂网络等各类网络结构的场景。
51.图1为本发明实施例中复杂网络牵制同步方法的流程图，如图1所示，该流程可以包括：
52.s101：获取描述复杂网络随机丢包行为的行为描述数据；所述行为描述数据根据所述复杂网络中每个节点的理想输出数据以及所述复杂网络中每个节点的转移概率得出。
53.本发明实施例中，复杂网络可以表示具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络；也可以指呈现高度复杂性的网络；例如，可以表现为节点数目巨大，网络结构呈现多种不同特征、节点多样性、连接多样性等。
54.在一种实施方式中，丢包行为可以表示在网络传输过程中的一个或多个数据包由于各种原因在信道中丢失的现象。示例性的，网络丢包的原因可以包括：物理线路故障、设备故障、病毒攻击、路由信息错误等等。
55.示例性的，在复杂网络中，数据以数据包的方式进行传输，每个数据包中有表示数据信息和提供数据路由的帧。其中，数据包在一般介质中传输时大部分数据包均会到达目的地址，然而可能会有一小部分数据包会在传输过程中丢失。
56.在一种实施方式中，由于实际复杂网络中的丢包行为是随机的，因而，可以使用转移概率模型对网络中的每个节点的随机丢包行为进行描述，转移概率模型可以用于表示概率性丢包的过程；概率性丢包的过程可以是0到1之间的数，具有多个可能性，例如，网络中的每个节点的丢包概率可能是0.5、0.6、0.7等等。本发明实施例中，可以通过转移概率模型确定复杂网络中每个节点的转移概率。
57.在一种实施方式中，获取描述复杂网络随机丢包行为的行为描述数据的实现方式可以是：确定复杂网络中每个节点的转移概率，每个节点的转移概率表示每个节点从上一时刻到当前时刻的状态转移的概率；根据复杂网络中每个节点的转移概率，获取行为描述数据。
58.本发明实施例中，复杂网络中每个节点的丢包行为是一种随机过程，复杂网络中每个节点的转移概率可以表示每个节点从上一时刻到当前时刻的状态转移的概率。
59.示例性的，对于包含n个节点的复杂网络，如果想要确定复杂网络中第i节点在k时刻的数据包的实际输出状态，则需要确定第i节点在k-1时刻的数据包状态，该状态用来表示第i节点在k-1时刻是否丢包，如果丢包，用0表示，如果未丢包，则用1表示。再通过转移概率矩阵计算第i节点在k-1时刻到k时刻数据包的转移概率；这里，转移概率包括从k-1时刻到k时刻数据包由成功传输到丢失的概率，以及从k-1时刻到k时刻数据包由传输丢失到恢复的概率；基于第i节点的转移概率，确定第i节点在k时刻数据包的实际输出状态，其中，i小于等于n。
60.示例性的，假设第i节点在k-1时刻的数据包状态为1，从k-1时刻到k时刻数据包由成功传输到丢失的概率为0.3，则根据该数据包由成功传输到丢失的概率确定第i节点在k时刻数据包的实际输出状态。
61.示例性的，假设第i节点在k-1时刻的数据包状态为0，从k-1时刻到k时刻数据包由传输丢失到恢复的概率为0.5，则根据该数据包由传输丢失到恢复的概率确定第i节点在k时刻数据包的实际输出状态。
62.对于根据复杂网络中每个节点的转移概率，获取行为描述数据的实现方式，示例性的，可以根据预先建立的复杂网络的模型，确定复杂网络中每个节点的理想输出数据；复杂网络的模型至少用于表示复杂网络中每个节点的状态数据与理想输出数据之间的关系；根据所述复杂网络中每个节点的理想输出数据和每个节点的转移概率，得出行为描述数据；行为描述数据表示复杂网络中每个节点的实际输出数据。
63.在一种实施方式中，首先在不考虑丢包行为的情况下，预先建立复杂网络的模型确定复杂网络中每个节点的输出数据，该输出数据可以表示复杂网络中每个节点的理想输出数据。
64.示例性的，预先建立的复杂网络的模型可以为离散型复杂网络模型，该模型所表示的每个节点具有n个状态。
65.首先，可以由公式(1)建立一个离散型复杂网络模型：
[0066][0067]
其中，i和j分别表示复杂网络中的两个不同节点；节点i具有个n个状态，xi(k)表示第i个节点的状态数据，xi(k)＝(x
i1
(k),x
i1
(k),...,x
in
(k))
t
∈rn；xi(k 1)表示第i个节点在k 1时刻的理想输出数据；f表示离散的向量值函数；k表示第k时刻，k 1表示第k 1时刻，ci表示耦合强度，ci∈rm×n；γ表示网络的内部耦合矩阵，γ∈rn×m。
[0068]
节点i的输出变量为：yi(k)∈rm。耦合矩阵w＝(w
ij
)n×n表示网络的拓扑结构和权重，具体定义为：若节点i与节点j(i不等于j)有边相连，则w
ij
＝1，否则w
ij
＝0；这里w对称并且满足耗散耦合条件
[0069]
由于网络在实际传输过程中存在随机丢包现象，故节点i的实际输出数据，如公式
(2)所示。
[0070][0071]
其中，随机变量ri(k)∈{0,1}用来表示测量数据丢包，状态传输过程{ri(k)}k具有0、1两种状态；示例性的，网络在传输过程中，在某一时刻的网络节点会有两种状态，如果发生丢包行为，那么该网络节点对应的状态为0，如果没有发生丢包行为，那么该网络节点对应的状态为1。状态传输过程{ri(k)}k的转移概率矩阵∧i＝[t
bc
]，如公式(3)所示。
[0072][0073]
式中，状态向量ξ＝{0,1}，用来表示描述节点i的丢包状态，b,c∈ξ，表示b，c的值要么为0，要么为1。0《p《1表示数据由成功传输到丢失的概率，0《q《1表示数据由传输丢失到恢复的概率。
[0074]
在一种实施方式中，由于网络在实际传输过程中存在随机丢包现象，对于每个节点的理想输出数据，利用随机变量表示每个节点的数据丢包；进一步地，通过转移概率模型计算复杂网络中每个节点的转移概率，获得行为描述数据，即，每个节点的实际输出数据。
[0075]
本发明实施例中，将转移概率模型用于复杂网络进行网络同步的研究，对复杂网络中每个节点的丢包行为进行概率性描述，相比于0-1丢包模型中只能是丢包0和不丢包1这两种情况之外，采用转移概率模型来描述网络的丢包，更加符合实际网络的丢包情形。
[0076]
s102：基于所述行为描述数据对所述复杂网络的前l个节点进行牵制控制，实现所述复杂网络的全部节点的状态同步；l为小于n的整数，n表示所述复杂网络的全部节点的数量。
[0077]
本发明实施例中，牵制控制表示一种控制方法，可以通过控制复杂网络的少数节点来控制整个复杂网络。状态同步可以表示复杂网络中各个节点输出状态的同步。
[0078]
对于基于行为描述数据对复杂网络的前l个节点进行牵制控制，实现复杂网络的全部节点的状态同步的实现方式，示例性的，可以基于行为描述数据对复杂网络的前l个节点进行牵制控制，实现复杂网络的全部节点的状态同步，l为小于n的整数，n表示所述复杂网络的全部节点的数量。
[0079]
示例性的，对于实际网络而言，网络中的各个节点是有时间前后关系的；即，根据网络前面的节点状态来推论出后面节点的状态，后面节点的状态会依赖前面节点的状态；因而，通过牵制控制方法对复杂网络的前l个节点进行牵制控制，能够实现复杂网络的全部节点的状态同步。
[0080]
在一种实施方式中，基于行为描述数据对复杂网络的前l个节点进行牵制控制，实现复杂网络的全部节点的状态同步，可以包括：获取前l个节点中每个节点的实际输出数据的估计值；根据前l个节点中每个节点的实际输出数据的估计值以及行为描述数据，确定前l个节点中每个节点对应的牵制控制参数，行为描述数据表示复杂网络中每个节点的实际输出数据；根据前l个节点中每个节点对应的牵制控制参数，对前l个节点中每个节点进行牵制控制，实现复杂网络的全部节点的状态同步。
[0081]
示例性的，在对复杂网络的前l个节点进行牵制控制的过程中，获取前l个节点中每个节点的实际输出数据的估计值；根据每个节点的实际输出数据以及每个节点的实际输
出数据的估计值确定每个节点在不同时刻的网络系统误差；根据网络系统误差设计牵制控制器；通过牵制控制器确定前l个节点中每个节点对应的牵制控制参数，根据前l个节点中每个节点对应的牵制控制参数，对前l个节点中每个节点进行牵制控制，实现复杂网络的全部节点的状态同步。
[0082]
示例性的，针对每个节点在不同时刻的网络系统误差设计李雅普诺夫(lyapunov)函数，通过该函数通过证明当时间k
→
∞时，网络系统误差无限趋近于0；即，进一步说明通过对复杂网络中前l个节点中的每个节点进行牵制控制，可以实现复杂网络的全部节点的状态同步。
[0083]
示例性的，采用牵制控制方法，控制网络中的前l个节点，如公式(4)所示。
[0084][0085]
其中，上的小标记表示第i个节点进行牵制控制的输出状态，即，第i个节点的实际输出数据的估计值；k表示第k时刻，k 1表示第k 1时刻；ui表示待设计的第i个节点的牵制控制器。
[0086]
网络系统误差为：
[0087][0088]
其中，ej(k)表示节点j的误差。
[0089]
设计第i个节点的牵制控制器ui，如公式(6)所示：
[0090][0091]
其中，表示节点i的误差，ki∈rn×m，hi＝1-ri(k)，hi∈rm×m。
[0092]
本发明实施例在推导过程中会用到以下假设和引理：
[0093]
假设1：假设线性函数f(xi(k))满足f(xi(k))＝aixi(k)，ai∈rn×n。
[0094]
引理1：对于任意的x∈rn，若p∈rn×n是正定矩阵，q∈rn×n是对称矩阵，则有以下不等式成立：
[0095]
λ
min
x(p-1
q)x
t
px≤x
t
qx≤λ
max
(p-1
q)x
t
px
ꢀꢀ
(7)
[0096]
式中λ
min
(p)和λ
max
(p)分别表示矩阵p的最小特征值和最大特征值。
[0097]
定理1：假设1成立，同时存在反馈增益矩阵k＝[k1,k2,...,km]
t
使其满足：
成立。如果存在正整数1≤l≤n，使其满足并且存在ki∈rn×n满足：
[0098][0099]
其中，为向量积，h∈r1×m，c∈rm×n，a∈rn×n，λ
l 1
表示数值，λi表示数值；表示数值；是将w中元素w
ij
替换为λ
max
(c
t
γ
t
γc)w
ij2
后的矩阵，牵制控制前l个节点可以实现网络的同步。
[0100]
证明：构建李雅普诺夫(lyapunov)函数，如公式(9)所示：
[0101][0102]
其中，ei(k)表示表示节点i的误差,p
r(k)
表示第i个节点在k时间点的转移概率。
[0103]
由引理1可得：
[0104][0105]
其中，ej(k)表示第i个节点在k时间点网络系统误差,p＝p
r(k)
》0，λ表示转移概率矩阵，in为单位矩阵，矩阵p
r(k)
和p
r(k 1)
存在转移概率矩阵的关系。
[0106]
由于则：
[0107][0108]
其中，其中，是将w中元素w
ij
替换为λ
max
(c
t
γ
t
γc)w
ij2
后的矩阵，v(k)表示在在k时间点的网络系统误差，r∈rn×n，in为单位矩阵。
[0109]
存在正交矩阵y，满足则：
[0110]
△
v(k)≤(ye(k))
t
q(ye(k))
ꢀꢀ
(12)
[0111]
其中q＝diag(q1,q2,...,qn)，且
[0112][0113]
要使
△
v(k)《0，可得：当1≤i≤l时，当l 1≤i≤n时，可得矩阵q负定。在
△
v(k)《0的条件下，当k
→
∞时，误差矢量(e1(k),e2(k),...,en(k))
t
→
0，故牵制控制前l个节点可以实现网络的同步。
[0114]
本发明实施例提供的复杂网络牵制同步方法，首先建立一个离散型复杂网络模型，采用转移概率模型来描述网络在实际传输过程中各节点存在的随机丢包现象，进一步地，通过牵制控制网络中的前l个节点，实现了整个网络的同步，对于实际网络而言，本发明实施例提供的复杂网络牵制同步方法不仅容易实现，符合实际生产的应用，还可以极大地减少控制成本。
[0115]
本发明实施例提供一种复杂网络牵制同步方法、装置、电子设备和计算机存储介质，所述方法包括：获取描述复杂网络随机丢包行为的行为描述数据；所述行为描述数据根据所述复杂网络中每个节点的理想输出数据以及所述复杂网络中每个节点的转移概率得出；基于所述行为描述数据对所述复杂网络的前l个节点进行牵制控制，实现所述复杂网络的全部节点的状态同步；l为小于n的整数，n表示所述复杂网络的全部节点的数量；如此，对于随机丢包的复杂网络，该方法无需控制复杂网络中的所有节点，仅仅对网络中的前l个节点施加牵制反馈控制，实现了整个网络的同步，有效降低了资源成本与时间成本；此外，通过复杂网络中每个节点的理想输出数据和转移概率来描述网络的丢包，更加符合实际网络的丢包情形。
[0116]
在前述实施例提出的复杂网络牵制同步方法的基础上，本发明实施例提出了一种数据处理装置。
[0117]
图2为本发明实施例的复杂网络牵制同步装置的组成结构示意图，如图2所示，装置包括：获取模块201和同步模块202，其中：
[0118]
获取模块201，用于获取描述复杂网络随机丢包行为的行为描述数据；所述行为描述数据根据所述复杂网络中每个节点的理想输出数据以及所述复杂网络中每个节点的转移概率得出。
[0119]
同步模块202，用于基于所述行为描述数据对所述复杂网络的前l个节点进行牵制控制，实现所述复杂网络的全部节点的状态同步；l为小于n的整数，n表示所述复杂网络的
全部节点的数量。
[0120]
在一种实施方式中，所述获取模块201，用于获取描述复杂网络随机丢包行为的行为描述数据，包括：
[0121]
确定所述复杂网络中每个节点的转移概率，所述每个节点的转移概率表示每个节点从上一时刻到当前时刻的状态转移的概率；
[0122]
根据所述复杂网络中每个节点的转移概率，获取所述行为描述数据。
[0123]
在一种实施方式中，所述获取模块201，用于根据所述复杂网络中每个节点的转移概率，获取所述行为描述数据，包括：
[0124]
根据预先建立的所述复杂网络的模型，确定所述复杂网络中每个节点的理想输出数据；所述复杂网络的模型至少用于表示所述复杂网络中每个节点的状态数据与理想输出数据之间的关系；
[0125]
根据所述复杂网络中每个节点的理想输出数据和所述每个节点的转移概率，得出所述行为描述数据；所述行为描述数据表示所述复杂网络中每个节点的实际输出数据。
[0126]
在一种实施方式中，所述同步模块202，用于所述基于所述行为描述数据对所述复杂网络的前l个节点进行牵制控制，实现所述复杂网络的全部节点的状态同步，包括：
[0127]
获取所述前l个节点中每个节点的实际输出数据的估计值；
[0128]
根据所述前l个节点中每个节点的实际输出数据的估计值以及所述行为描述数据，确定所述前l个节点中每个节点对应的牵制控制参数，所述行为描述数据表示所述复杂网络中每个节点的实际输出数据；
[0129]
根据所述前l个节点中每个节点对应的牵制控制参数，对所述前l个节点中每个节点进行牵制控制，实现所述复杂网络的全部节点的状态同步。
[0130]
在实际应用中，上述获取模块201和同步模块202均可以由位于电子设备中的处理器实现，该处理器可以为asic、dsp、dspd、pld、fpga、cpu、控制器、微控制器、微处理器中的至少一种。
[0131]
另外，在本实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
[0132]
集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，可以存储在一个计算机可读取存储介质中，基于这样的理解，本实施例的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)或processor(处理器)执行本实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0133]
具体来讲，本实施例中的一种复杂网络牵制同步方法对应的计算机程序指令可以被存储在光盘、硬盘、u盘等存储介质上，当存储介质中的与一种复杂网络牵制同步方法对应的计算机程序指令被一电子设备读取或被执行时，实现前述实施例的任意一种复杂网络牵制同步方法。
[0134]
基于前述实施例相同的技术构思，参见图3，其示出了本发明实施例提供的一种电子设备300，可以包括：存储器301和处理器302；其中，
[0135]
存储器301，用于存储计算机程序和数据；
[0136]
处理器302，用于执行存储器中存储的计算机程序，以实现前述实施例的任意一种复杂网络牵制同步方法。
[0137]
在实际应用中，上述存储器301可以是易失性存储器(volatile memory)，例如ram；或者非易失性存储器(non-volatile memory)，例如rom、快闪存储器(flash memory)、硬盘(hard disk drive，hdd)或固态硬盘(solid-state drive，ssd)；或者上述种类的存储器的组合，并向处理器302提供指令和数据。
[0138]
上述处理器302可以为asic、dsp、dspd、pld、fpga、cpu、控制器、微控制器、微处理器中的至少一种。可以理解地，对于不同的增强现实云平台，用于实现上述处理器功能的电子器件还可以为其它，本发明实施例不作具体限定。
[0139]
在一些实施例中，本发明实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述
[0140]
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述
[0141]
本发明所提供的各方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
[0142]
本发明所提供的各产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
[0143]
本发明所提供的各方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
[0144]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0145]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0146]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0147]
以上，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。