多层免疫故障诊断模型的研究

借鉴生物免疫系统的分层防御机理以及层次间的相互刺激作用,提出了用于网络故障诊断的多层免疫诊断模型。模型采用三层结构,包括固有诊断层、故障传播识别层和适应性诊断层。固有诊断层考虑故障在发生概率上相互独立的已有知识,故障传播识别层采用B细胞免疫网络作为故障定位的故障传播模型,适应性诊断层学习和概括未知故障中发现的模式。多层故障诊断方法既能检测出已知故障,又能检测出未知故障。采用网络故障传播模型及定位算法,能找出最优的测点组合诊断所有的故障,可以减少需测测点的数量。     

多层信息网络故障定位综述

本文对多层网络（覆盖网、虚拟网等）故障定位问题进行了分析和总结。讨论了多层网络探测故障信息获取策略和故障定位模型的发展状况,即介绍了被动监测、主动探测、主被动结合探测和终端用户观察等探测信息获取策略,以及基于图论故障传播模型、依赖矩阵模型、症状-故障-行动模型等故障传播模型的原理以及其优缺点。从故障定位模型、探测信息获取策略、故障定位计算、网络异构性、运行效率与成本多个方面重点综述了多层网络故障定位方法,讨论了每种方法的优点和局限性。最后,对多层网络故障定位研究的不足和亟待进一步研究解决的问题进行了探讨。     

无线通信网络的建模及故障传播

针对级联故障在网络数学模型中展现的局限性,基于复杂网络和图论的基本原理,对无线通信网络进行建模,并对网络中的故障传播进行研究。根据复杂网络中的无标度模型,建立由网络节点和通信信道组成的线图模型。针对无线通信网络中的级联故障,分别从网络故障等级、节点容错能力大小、初始故障节点数目等方面研究故障在通信网络中的传播情况。仿真结果表明,线图模型能够更直观地体现网络特性,同时故障参数会影响级联故障在通信网络中的传播。     

一种基于负载局域分配的相继故障模型

为了更好地研究复杂网络抵制相继故障的鲁棒性,在经典的负载-容量模型基础上,提出了一种基于负载局域分配的相继故障模型。结合现实网络特点定义了衡量相继故障程度的指标——网络效率,提出节点对超出负载具有一定的容忍能力。将所提出的相继故障模型应用于经典复杂网络模型均观察到发生了相继故障现象,且通过仿真研究了相继故障传播的影响因素。实验结果表明,不同的节点失效方式、模型参数值以及网络的介数分布都会影响相继故障的传播。     

基于官方信息控制的多层网络谣言传播模型

官方信息在现实生活和虚拟网络中的扩散对谣言传播具有双重影响。本文建立多层网络传播模型研究跨境电商新政策错误解读这一谣言传播问题,模型上层为虚拟网络传播层(虚拟层),下层为现实社会传播层(现实层),个体根据各自社交网络和行为习惯接收官方信息来控制多层网络谣言传播。文章根据平均场方法分析该模型的演化过程和传播阈值,采用无标度网络进行仿真验证了理论分析传播动力学行为的正确性,结果表明,官方信息对虚拟层和社会层谣言的控制都具有积极作用,官方信息的掌握程度对社会谣言传播有显著性影响,且当官方信息的网络传播达到一定规模时,能够有效约束现实社会个体行为,进而达到虚拟层和现实层对谣言控制的同向促进作用。     

基于贝叶斯学习的告警相关性分析

利用贝叶斯网络建立通信网告警相关性模型，采用EM算法对不完全观察的隐变量进行学习。介绍了基于贝叶斯网络的基本概念。提出了通信网功能分层结构的思想，建立不同网络层次间的故障传播模型。讨论了从故障传播模型中构造贝叶斯网络。结合SDH over DWDM实验模型，具体讨论了贝叶斯参数学习的实现步骤及结果。     

多层传感器故障数据的挖掘模型仿真

多层传感器的故障准确定位对保证各自应用安全至关重要.多层传感器不同于传统的传感器网络,其不同层次的传感器故障的特征差异较大,不同层次传感器之间存在故障特征“断层”问题.传统的基于流数据异常特征识别的多层传感器故障数据的挖掘模型需要明确层次网络故障之间的关联特征,若传感器层次之间的故障特征关联性不强,故障挖掘的阀值就无法固定,产生故障特征无法定位问题,导致误警率较高.提出了一种基于贝叶斯信念网络的多层传感器故障数据的挖掘模型,针对多层传感器故障数据属性多样性的问题,分析了贝叶斯信念网络的结构,搜索一个最匹配待分类故障数据样本的贝叶斯信念网络,通过评估函数评估各个可能的网络结构与样本多层传感器故障数据间的契合度,采集一个最佳样本多层传感器故障数据解,通过“压缩侯选”的贝叶斯信念网络算法,计算样本多层传感器故障数据间的依赖关系,集中扫描最可能是待挖掘数据的变量集,实现故障数据的挖掘.实验结果表明,利用所提模型能够有效提高多层传感器故障数据的挖掘的准确性.     

DTM-SIR模型上信任机制对信息传播的影响

信任是连接人与人之间复杂社交关系的桥梁。通过网络分层机制将个体信任水平动态转变策略与社交网络上信息动态传播过程分层研究,从两个网络层节点独立传播和交互影响角度来研究个体信任水平博弈对信息传播过程的影响,改进了单层网路研究的局限性。两层网络节点符合层内独立传播、层间相互影响的规则。信任层节点的传播采用博弈演化动力学方法来处理,信息传播层节点传播则符合流行病动力学SIR传播模型,但其受信任层信任因子的影响。并且文中给出了DTM-SIR模型各层元素动态变化的具体分析过程,通过实例仿真表明信任层的引入对信息传播扩大化影响具有积极的意义。     

注射吸毒人群HIV动态分层Agent网络传播模型

基于配置模型建立一个静脉注射吸毒人群HIV传播的动态分层Agent复杂网络模型,用于模拟HIV在现实共用针具吸毒网络中的传播。在该模型中,共享吸毒网络中的个体分为core层、inner层和outer层,对应吸毒人员中的高危人群、中等危险人群和一般危险人群。网络中层内连接较强,而层间连接较弱,由可调概率矩阵控制。网络中的人群总数可以变化,节点间的连边可以断开和重连,网络具有动态特性。网络中的个体Agent中包括了感染、病程发展以及自愿咨询与检测、国家的免费治疗和免费针具交换等干预政策对个体行为改变、病程和传播的影响机制。仿真实验结果表明,该模型能正确反映不同危险行为层的吸毒人群网络中HIV传播的特点。     

基于QoS约束的电力通信网服务故障恢复算法

为有效保证电力通信网业务的隔离性、解决链路故障恢复的问题,基于网络虚拟化技术,提出了网络虚拟化环境下电力通信网服务故障管理模型。该模型包括电力通信网基础设施层、服务故障管理平台层、电力通信服务层。基于该模型,提出了服务质量(QoS)约束的电力通信网服务故障恢复算法。以保障电力通信网QoS为目标,建立了一套电力通信网服务失败的风险值评估模型。在满足业务隔离和业务QoS要求的情况下,该算法实现了链路故障导致电力通信基础网络损失最小化的目标。通过仿真试验,证明了该算法可以恢复尽可能多的电力通信服务,在电力通信服务故障恢复能力、电力通信基础网络的收益方面取得了较好的效果。     

基于元胞自动机的小世界网络病毒传播研究

人际网络具有小世界特征,拥有高聚类系数、短平均路径等特点。为研究病毒在小世界网络中的传播动力学及全局预警下节点的自主抑制行为,本文基于元胞自动机理论,提出一种小世界网络上的元胞自动机病毒传播模型。结合云模型,模型中节点在病毒传播过程中拥有断开与重连的自适应性,拥有节点危害性认识能力,可参照全局预警,运用层次分析法,对高危节点主动避让。仿真结果表明,该模型可较好模拟病毒的实际传播,通过全局预警可促使节点对高危节点进行规避,以延缓病毒传播。     

基于Agent动态网络的疾病传播模型

提出一个基于Agent动态网络的疾病传播模型,研究疾病在人群中传播扩散的动态过程。在扩展疾病传播的SIR模型基础上,利用不同的个体状态描述各阶段病情。在二维规则网络上,通过增加个体自主移动性构建动态社会网络,并考虑个体异质性和所采取的防护措施对疾病传播的影响。仿真结果表明,该模型较好地反映了动态社会网络和个体适应性行为对疾病传播的影响,并与实际情况基本保持一致。     

复杂网络上具有多感染阶段的传染病传播模型

针对传染病传播模型缺乏多感染阶段的不足,结合SIR和SEIR两种传播模型的特性,提出了一种改进的具有多感染阶段的SIR传染病传播模型(即SInR模型)。该模型充分考虑了不同感染阶段的非均匀感染力对不同网络结构上传染病传播及传播阈值的影响;同时引入相对感染力及传播时间尺度的概念,从网络结构、网络规模及相对感染力方面进行了仿真研究。仿真中无标度网络采用BA模型的生成算法,而小世界网络采用WS模型的生成算法。由仿真可知,感染节点在整个感染过程中大致服从泊松分布,因此在SInR模型下无标度网络的传播速度更快,范围更广;相对感染力对于传染病的大规模爆发存在着一个阈值,当感染力大于阈值时传染病才能大范围地爆发传播,而小于阈值时传染病只会局域小范围传播直至消失,无标度网络的感染力阈值为0.2,小世界网络的感染力阈值为0.24;随着网络规模的增大,传播时间尺度也在增大,相应的传播速度就会降低。仿真结果表明:该模型下无标度网络传染病传播速度更快且影响范围更大;无标度网络的相对传染力的传播阈值小于小世界网络,设置合理阈值有利于降低传染病的传播影响力。     

基于小世界网络的甲型流感传播的研究

借助小世界网络模型和扩展的SIS传染病传播模型,建立了复杂网络的传染病传播模型,并利用此模型模拟甲型H1N1型流感病毒的传播过程,通过调节模型的不同的参数,找到影响病毒传播速度的关键因素,为研究甲型H1N1型流感病毒的传播特性和对病毒的防疫提供参考。     

考虑个体警觉行为的双层网络流行病传播模型

流行病传播过程中常伴随个体意识信息的扩散,然而目前关于流行病与意识信息关系的研究大部分未考虑意识信息在传播过程中对个体接触行为的影响。提出一种基于个体警觉状态的双层网络流行病传播模型。建立下层物理接触网络描述流行病的传播,构建上层信息扩散网络描述流行病传播中信息扩散,根据个体的行为偏好和警觉性设计警觉个体避免与非警觉个体接触、警觉个体避免与警觉个体接触两种接触行为策略,并在BA-BA、BA-WS和WS-WS 3种双层网络中模拟两种行为策略对流行病传播的影响。仿真结果表明,该模型中两种个体警觉行为策略通过调节警觉性参数均能有效降低流行病感染规模并提高流行病爆发阈值,从而抑制流行病在人群中传播。     

COVID–19在高危人群动态网络中的传播动力学

为了弄清影响新型冠状病毒肺炎蔓延的影响因素,分析中国大陆地区的疫情发展趋势,本文提出了一种基于高危人群动态网络的COVID–19传播模型来模拟新型冠状病毒肺炎在人群中的传播过程.首先,本文统计了1月16日至2月6日,中国大陆各个地区的感染情况,通过各个地区的人口流动、地理位置和经济发展情况等因素,对各个地区的疫情数据进行了综合分析,提出了疫情生长指数来量化各个地区的疫情发展情况.然后,本文结合新型冠状病毒肺炎在人群中的传播特点,以高危人群为研究对象,构建了高危人群动态网络. COVID–19传播模型对SEIR模型中的感染率、潜伏率和退出率进行了重新定义,并基于高危人群动态网络对中国大陆地区的疫情发展趋势做出了预测和分析,模拟数据和已公布的确诊数据能够较好的拟合,也验证了模型的可靠性.最后,模型还验证了防护措施的有效性.     

Modeling and Simulation Study of the Propagation and Defense of Internet E-mail Worms

As many people rely on e-mail communications for business and everyday life, Internet e-mail worms constitute one of the major security threats for our society. Unlike scanning worms such as Code Red or Slammer, e-mail worms spread over a logical network defined by e-mail address relationships, making traditional epidemic models invalid for modeling the propagation of e-mail worms. In addition, we show that the topological epidemic models presented by M. Boguna, et al. (2000) largely overestimate epidemic spreading speed in topological networks due to their implicit homogeneous mixing assumption. For this reason, we rely on simulations to study e-mail worm propagation in this paper. We present an e-mail worm simulation model that accounts for the behaviors of e-mail users, including e-mail checking time and the probability of opening an e-mail attachment. Our observations of e-mail lists suggest that an Internet e-mail network follows a heavy-tailed distribution in terms of node degrees, and we model it as a power-law network. To study the topological impact, we compare e-mail worm propagation on power-law topology with worm propagation on two other topologies: small-world topology and random-graph topology. The impact of the power-law topology on the spread of e-mail worms is mixed: E-mail worms spread more quickly on a power-law topology than on a small-world topology or a random-graph topology, but immunization defense is more effective on a power-law topology.     

基于元胞自动机的流行病传播模型及模拟

讨论了一种基于元胞自动机的流行病建模方法,并在该模型的基础上模拟了不同传播特性流行病的传播与控制过程。模拟结果与这些不同传播特性流行病传播的宏观特征相吻合,表明元胞自动机是流行病的一种有效的建模方法。同其他的流行病建模方法相比,该模型结构简洁灵活,计算方式简单,模拟过程直观,易于分析。     

基于自治计算的流行病传播网络建模与推断

现有的传播网络结构推断方法大都面向信息传播过程,所能处理的数据与可获得的流行病监控数据形式和特性均不相同,不适合处理具有粗粒度、时空多尺度和数据缺失等特性的流行病监控数据.针对该问题,提出了基于自治计算的流行病传播网络建模方法和网络结构推断方法.该方法采用多自治体建模传播网络结构和流行病传播过程,采用蒙特卡罗模拟结合群智能优化的反馈过程调节系统参数,以缩小模拟系统涌现行为与真实监控数据间差异为目标,改变自治体的行为,促使模拟系统向真实系统逐步演化,以此方式推断出传播网络结构及与流行病相关的主要生物学参数.采用2009年H1N1猪流感在香港爆发的真实监控数据分析验证了所提出的模型与方法的有效性和适用情况,并以香港地区流行病风险评估为例介绍了流行病传播网络推断的一种应用模式.     

Orientation accuracy analysis of multiple satellite networks using epidemic model

Micro-navigation sensors provide position and orientation information for the network of satellites. Each micro-navigation sensor system consists of a global positioning system receiver, a solid-state inertial measurement unit and lasers. To maintain the orientation accuracy of the satellites in the network, an orientation information transfer (OIT) method was developed. Two laser links are established to align a satellite with low orientation accuracy from a satellite with high orientation accuracy. The OIT process is similar to the spread of an epidemic, which has been extensively studied in the epidemiology. Therefore, the information transfer process was analysed by applying a modified epidemic model. The relation between OIT process and the orientation accuracy of the satellites in the network was mathematically investigated. It is shown that the OIT using lasers greatly improves the orientation accuracy of all satellites in the network. Furthermore, the overall orientation accuracy of the satellite network can be improved by increasing the alignment rate or decreasing the decay rate, which are the parameters of the system. The simulation results verified the analysis of the system. The results showed the feasibility of using epidemic theory to analyse orientation accuracy of a satellite network. Finally, this OIT model will allow coordination of relative attitudes between satellites.