网络节点增减下的潜伏型病毒传播行为建模研究

研究潜伏型网络病毒的传播行为有助于预先设计合理的防御策略,防止病毒传播对网络造成危害,维护网络的安全.本文以潜伏型病毒传播行为为基础,综合考虑病毒传播存在潜伏期的特点以及网络节点增加与移除的情况,构建了节点增减条件下含时滞项的潜伏型病毒传播模型,用以探索网络节点增减条件下病毒潜伏期τ对病毒传播分岔行为的影响.此外,本文...     

具有非线性传播率的病毒传播模型

文章研究无标度(SF)网络病毒传播模型,考虑节点的分段线性感染力以及网络的非线性传播率,提出一种新的病毒传播模型。通过理论推导与仿真分析,结果表明,提出的病毒传播模型,能够准确地描述复杂网络中的病毒传播规律和趋势,对于研究检测和防范网络病毒方面提供参考。     

多操作系统异构网络的病毒传播模型和安全性能优化策略

针对蠕虫病毒通常只能感染特定操作系统的特点,该文研究了多操作系统异构网络中的病毒传播规律及安全性能优化策略。首先,考虑多数病毒仅限在同种操作系统之间的链路中传播,在SIRS病毒传播模型中引入异构边比例参数,通过系统平衡点求解和基本再生数分析,研究异构边对单系统病毒传播和网络安全性能的影响。其次,按照动态目标防御思想和技术,设计了非异构边随机中断、非异构边随机重连和单操作系统节点随机跳变3种网络安全优化策略,分析了3种策略下异构边比例和基本再生数的变化及其对网络安全性能的影响。最后仿真验证了病毒传播模型的正确性和3种策略的网络安全性能优化效果,同随机中断和随机隔离策略对比,分析其对网络安全性能和网络业务承载能力的影响。     

移动无线传感网中恶意软件传播的最优安全策略

移动无线传感器网络的大规模应用依赖于建立起应对恶意软件攻击的安全策略.一个有效的防护措施就是对传感器节点安装免疫补丁或清除节点中的病毒.考虑到传感器节点的移动特性,根据传染病学理论我们建立了恶意软件传播的动力学模型.基于此模型提出了以易感节点免疫比例与感染节点恢复比例作为优化控制变量的最优目标函数,使得在任意终止时刻被感染的节点数量最少并且实施安全措施成本最小.通过平衡点的稳定性分析,得到了恶意软件传播与否的阈值.运用庞德里亚金（Pontryagin）极大值原理得到了免疫比例与恢复比例的最优控制变量对.仿真结果表明,该模型对于建立遏制恶意程序在移动无线传感器网络中扩散传播的安全策略具有指导意义.     

云网络中病毒传播模型的研究

传统的病毒传播模型没有考虑到外来因素对各状态节点的数量变化的影响,所以它们都是被动的病毒传播模型,不适合动态变化的云网络。本文提出了适用于云网络的传播模型,该模型把云网络的动态变化纳入到考量之中,同时考虑到病毒传播和免疫实施的时间差,从而更准确的模拟云网络中病毒的传播过程。     

P2P网络主动免疫联防模型的研究

针对目前对等计算（P2P）网络中越来越严重的病毒传播和感染问题,结合生物免疫系统的工作原理和P2P网络自身的特点,提出一种新的P2P网络主动免疫联防模型。该模型将Peer节点局部免疫系统和以反病毒中心节点（ACP）主导的整体免疫防御体系有机结合在一起,从而对通过网络传播的恶意代码、病毒进行有效的、主动的控制和防御。详细的描述了P2P网络主动免疫联防模型的组成和运作流程,分析了模型中需要解决的关键问题,重点研究了ACP对病毒报告的应答机制和相应策略,并构建实验系统对此研究结果予以验证。     

基于元胞自动机的切换网络上病毒的传播与控制

通过建立基于元胞自动机（CA）的网络病毒传播的仿真模型，模拟了在不同的网络拓扑结构和切换速度的情况下计算机感染病毒的情况。模拟结果与实际生活中网络病毒的传播情况相吻合。然后根据模拟结果，我们提出了尽早发现网络病毒，并及时减少邻居个数的这一控制网络病毒传播的策略。     

基于系统动力学的新冠肺炎疫情仿真分析

为了探究COVID-19疫情的传播机理、模拟疫情的传播过程,提出了基于系统动力学模型的新冠肺炎传播机制研究与仿真分析。首先,针对上海市2022年2月24日至6月24日期间疫情从爆发到清零的完整过程,提出了SEIGQ模型,该模型加入了不易感人群,并考虑了潜伏者的感染性。其次,利用系统动力学模拟仿真COVID-19疫情演化的传播过程并进行参数敏感性分析。最后,根据仿真结果提出针对性的对策和建议。研究发现,基于系统动力学的SEIGQ模型可以很好地模拟真实疫情的传染速度和规模,同时平均交通系数、核酸常态化系数、病毒变异和疫苗接种率对新冠肺炎新增阳性病例人数产生显著影响。     

节点影响力下的改进SIR传播模型

研究不同影响力的节点在复杂网络信息传播过程中产生的作用，对于分析舆论传播、预防谣言扩散、引导信息传递等方面具有重要意义。针对传统易感-感染-移出（Susceptible-Infected-Recovered，SIR）模型认为网络中所有节点性质相同，在信息传播中具有相同的接触感染率和恢复率的问题，提出了节点影响力下的改进SIR传播模型——NI-SIR（Node Influence SIR），并对其阈值推导过程展开深度分析。首先，将复杂网络中的节点按照影响力的不同进行分类，不同类别的节点赋予其不同的接触感染率及恢复率，达到模拟真实信息传播过程的目的；其次，对NI-SIR模型的阈值进行推导，从而为进一步判断疾病是否流行或信息扩散的趋势打下理论基础；最后，通过在真实数据集的实验对比，证明NI-SIR模型的偏差率明显低于传统SIR模型，在真实网络中有更好的适用性。     

高速电子通讯稳定性优化建模设计

高速电子通讯的稳定性的一个重要前提可以保证通信信号传输的稳定性.随着网络规模的增加,电子通讯的网络节点的工作状态分为正常传输和拥堵状态,使沟通的不平衡.传统方法建立一个稳定的网络拓扑模型,以下两种状态的识别和分类,并且不能计算的平衡范围两种状态转换概率,稳定的网络模型精度不高,误差较大.仿真结果表明,克拉SuoFuSi的基础稳定,高速的电子通讯网络拓扑设计建模方法可以有效地保证网络拓扑结构的稳定性.