具有远程感染机制的SIRS传播模型及仿真

提出了一种具有远程感染机制的传染病模型,该模型考虑感染节点以一定的概率感染其邻居节点的同时也以一定的概率感染其非邻居节点。通过平均场理论求得该模型在均匀网络上的传播临界值和最终感染密度的精确值。计算机的仿真结果进一步支持了理论结果的正确性。理论分析和仿真结果均表明:具有远程感染的疾病,在传播过程中随着远程感染率的增大,疾病传染率的临界值会变小,当疾病变为地方病时最终感染密度会变大。现实中可以制定措施控制非相邻节点的接触,降低远程感染率,实现对疾病的有效控制。该结果对于基于均匀网络的传播控制具有重要的启示:可以随机选择少量非相邻节点进行主动感染,增大远程感染率,提高网络传播的效率。     

基于均匀网下SEIR因特网传播模型的研究

以流行病传播的相关知识研究均匀网络中因特网SEIR病毒的传播模型并进行解析,说明在均匀网络中,如果潜伏转化感染的概率为α=0或者某时刻的潜伏节点的密度与其上一个时刻的比E(t)/E(t-1)不大于平均度时候感染将衰亡.     

潜伏机制下网络病毒传播SEIQRS模型及稳定性分析

针对新型潜伏病毒传播特性,研究潜伏机制下的网络病毒传播模型及其稳定性,为潜伏型病毒扩散机理及防御策略研究提供理论参考.首先,从新型网络病毒的潜伏特点入手,分析处于潜伏状态的网络节点存在的三种转化模式,提出了潜伏机制下的网络病毒传播模型;其次,运用劳斯稳定判据,论证了网络病毒传播平衡点的局部稳定性,求解系统的基本再生数R_0;最后,给出了潜伏状态下三种转移参数对系统稳定性影响的仿真验证.理论分析和仿真结果表明,当R_0≤1时,网络在无病毒平衡点局部渐近稳定;当R_01时,网络在感染源平衡点局部渐近稳定.通过调整优化潜伏状态下三种转移概率,可以减小系统基本再生数R_0,使网络维持在无病毒健康状态.增大潜伏状态到易感状态转移概率θ,减小潜伏状态到感染状态转移概率γ和增大潜伏状态到免疫状态转移概率b,可以将潜伏病毒入侵的网络控制稳定在无病毒平衡点,从而维护网络安全.     

含可变感染率的SIRS模型在复杂网络上的传播分析

在疾病传播的现实网络中,每个个体与感染源接触而被感染的概率并不是一样,这与个体的体质、抵抗力及接触程度等因素有关。基于复杂网络上SIRS模型,提出了一个可变感染率的疾病传播模型。利用平均场原理,分析得到该传播模型的传染临界阈值主要与网络的拓扑结构和可变感染函数有关。数值模拟验证了理论分析的正确性。     

一维无线ad hoc网络的连通性

在节点服从一维泊松分布，仅考虑路径衰落和等发射功率的假设下，分析了一维无线ad hoc网络的连通性，推导了节点处于静态和移动两种情况下的网络连通概率.在节点处于静态情况下，推导了网络的闭环连通概率，以及达到给定网络连通概率所需要的发射功率，证明了保证网络渐近全连通时节点发射半径应满足的条件.在节点处于移动情况下，推导了基于一般移动模型下的网络连通概率公式，并应用此公式进一步求得随机路点(random waypoint, RWP)移动模型下的网络连通概率.在静态和移动的情形下，通过仿真对理论分析的真确性进行了验证，结果表明，在大多数情形下理论分析所预测的连通概率与仿真结果吻合较好.     

有标记网络中的病毒传播机理及动态特性

大数据环境下传播行为及动态演化形式是多元化的,其模型构建也各不相同.因此针对存在不同性质个体的有标记网络,探索了病毒传播模型与动态演化机制.首先将改进的有标记-易感染-已感染-易感染（S-SIS）传播模型应用到有标记网络,通过调节参数研究其对病毒传播的影响.改进了传统模型中传染概率为常数的假设,更好地模拟了感染状态的动态演化,构建了感染状态实时变化的感染概率方程,准确模拟了有标记网络中的病毒传播行为.最后利用平均场理论和蒙特卡洛方法进行仿真,对比检验不同参数变化对模型的影响.为了观察具有不同拓扑结构网络上的表现,对埃尔德什-雷尼随机网络与无标度网络进行了深入实验,得出了一系列新颖的结论.     

复杂网络中具有低易感的疾病传播问题研究

基于真实流行病学中免疫力减弱的特性,提出一个新的疾病传播模型即复杂网络中具有低易感即免疫力减弱的传播模型。 利用平均场理论和计算机仿真对该模型的传播行为进行了详细研究,结果表明该模型的传播阈值主要与网络拓扑结构、免疫丧失率和免疫保留率有关。 小世界网络中存在非零的传播阈值,而无标度网络在网络规模无限大的情况下传播阈值趋于零。 在网络拓扑结构不变的情况下,增大节点的免疫保留率可以增大小世界网络和无标度网络上的传播阈值,降低疾病的传播范围,从而有效控制传染性疾病在复杂网络上传播。     

关于海浪过阈概率预报的理论研究

本文根据随机过阈理论,提出了海浪波面高度在一定时间间隔内超过某一阈值K次的概率预报模型,给出了模型中参数与海浪能量谱密度函数的关系,在数字计算机上仿真了海浪,利用仿真数据对所提出的预报模型进行了仿真检验.结果表明:本文提出的概率预报模型是可以的,利用本文的研究结果可方便地进行海浪波面高度超过某一阈值的概率预报问题.     

小世界超网络传播模型及实证分析

借鉴WS小世界网络的构造算法，在超网络(也称为超图)中加入超边随机重连，构建小世界超网络模型。以该模型为信息传播的底层网络，提出小世界超网络SIR信息传播模型，仿真模拟超边随机重连概率、超网络中的邻居节点数量以及传播率、恢复率等参数对超网络的信息传播过程影响，并与普通网络中的传播过程进行了对比分析，发现超网络中的信息传播速度更快，波及范围更广。进一步，在3类实证超网络上验证了超网络的小世界特性及信息传播规律。在万物互联时代，世界变得更小的背景下，对现实世界中更为复杂的信息与疾病传播机制的深入研究具有一定的借鉴意义。     

基于节点感知信任度模型的无线传感网络事件检测方法

事件区域检测是无线传感器网络在复杂环境感知中的一项重要应用,然而节点受到环境中多种不确定性因素(如温度、湿度、硬件条件等)的影响导致其感知数据出现错误,降低了节点对事件检测的准确度. 根据邻近节点之间的感知信息存在一定的空间相关性,提出一种基于网络拓扑的节点感知信任度模型,在此基础上每个节点将自身感知信息与邻居节点交换信息相结合,建立贝叶斯事件检测容错模型,计算事件发生的预测概率,同时确定事件发生的最优阈值,节点根据概率预测结果与最优阈值相比较对事件发生做最终决策. 仿真结果表明,与典型的贝叶斯最优阈值容错算法相比,在节点故障率为25%的情况下,所提算法可将错误节点修正率由65%提高到78%;而在节点故障率为30%的情况下,所提算法可将错误节点修正率由50%提高到70%,体现出了良好的容错性能.