加权无标度网络病毒传播和局部免疫策略研究

为了进一步描述现实生活中复杂网络的病毒传播问题,改进加权无标度网络模型的传统构造方法,考虑流量带宽和个体抵抗力两个重要因子,利用平均场理论模拟仿真病毒传播过程,对实验数据进行分析,验证该模型的有效性.现实生活中往往只能了解复杂网络的局部拓扑信息,传统病毒免疫策略大多基于全局拓扑信息,在仅了解局部信息的前提下,提出加权无标度网络中基于局部最优的病毒免疫策略,通过动态模拟病毒传播的免疫仿真实验,与随机免疫策略和目标免疫策略对病毒传播影响进行比较,验证局部最优免疫策略的有效性.     

加权无标度网络病毒传播控制中带粒子群优化的免疫策略

为有效解决加权无标度网络中的病毒传播控制问题,基于图分割思想,同时考虑子网络规模和子网络节点的强度和两个优化目标,引入遗传算法的变异和交叉算子以提高种群多样性并避免算法过早陷入局部最优解,进而提出一种带粒子群优化的免疫策略.仿真实验结果表明所提免疫策略比目前公认高效的目标免疫策略效果更好,可通过免疫指定数量的节点,较好地将网络分割成节点个数尽可能少、节点强度和尽可能小的子网络.     

基于能量的无标度网络模型的研究

近年来复杂网络成为一个新兴的研究课题,复杂网络研究对于理解复杂系统的结构和行为至关重要。研究发现很多复杂系统均具有无标度特性。针对BA模型仅关注节点年龄对网络拓扑结构的影响,提出了一种基于能量的无标度网络模型（EBSFN）。仿真结果表明,提出的EBSFN模型较之BA演化模型,具有更好的幂律分布和稳定性。     

网络病毒传播模型与分析

互联网是一个不断生长与消亡的具有小世界与无标度特性的网络。基于此,在聚类系数可变的无标度网络上建立病毒传播模型。研究节点消亡速度、网络平均度、计算机连接度对病毒传播的影响。实验结果表明:节点的消亡速度越快,越能减缓病毒的爆发速度;网络的平均度越大,病毒传播越快;病毒爆发常发生在连接度较高的计算机上。这些结论对于防范病毒在互联网上的传播,具有重要的现实意义。     

无标度网络上带人工免疫的SIRS模型的动力学行为及其免疫控制策略

在典型的SIRS模型的基础上,提出了一种无标度网络中带人工免疫的SIRS类传染病模型.运用平均场理论方法分析了所提模型的动力学行为,研究了在两种不同的人工免疫策略下病毒在一种特定的无标度网络上的传播情况,并模拟了两种免疫策略对病毒传播的影响.模拟结果表明,通过人工免疫可以有效降低稳态感染比例,提高系统的传播阈值,从而有效控制病毒在复杂网络上的传播.     

无标度网络中的边免疫策略

针对无标度网络提出一种边免疫策略,与目标免疫相比,该策略可使网络获得更高的传播临界值,并能更好地保持网络的连通性。采用SIS病毒传播模型,分别在BA无标度网络和HEP网络中进行仿真实验,结果表明,该免疫策略可以减少免疫剂量并能有效控制病毒传播。     

给定平均连接度的无标度网络演化模型

由于Internet、www等网络的复杂性，需要构造符合真实网络特性的仿真网络来对其进行研究。在BA模型的基础上，提出了一种给定平均连接度无标度网络演化模型，网络生长时，按照概率pk添加k个连接。通过速率方程证明了该网络是节点度分布符合幂律分布的无标度网络，其幂指数为-3，且平均连接度为给定值。仿真结果和理论计算值很好地吻合。     

无标度网络中基于最短路径免疫策略的病毒传播研究

传统病毒免疫策略大多基于网络的全局拓扑信息。然而现实生活中的大部分复杂网络仅仅只能了解其局部 拓扑信息。鉴于许多实际复杂网络具有无标度特性,研究了在无标度复杂演化网络中基于网络局部拓扑信息最短路 径免疫策略的病毒传播现象。利用平均场理论建立含个体抵杭力重要因素的无标度网络病毒传播模型,并引入基于 最短路径的免疫策略。比较了随机免疫、目标免疫和最短路径免疫3种策略对无标度复杂网络病毒传播的影响,结果 表明了基于最短路径免疫策略的有效性。     

基于无标度网络的Pub/Sub免疫路由

为避免Pub/Sub系统遍历路由带来的广播风暴,在基于无标度网络的Pub/Sub系统遍历路由过程中,引入病毒传播动力学的免疫思想,提出基于度的免疫遍历路由。通过设置节点度阈值δ,选择免疫节点控制消息的流向,避免全网遍历,降低广播开销。仿真实验结果表明,与洪泛法和Epidemic算法相比,该算法能更好地降低网络的遍历负载,增强网络的可扩展性。     

病毒在无标度网络上的传播及控制仿真研究*

网络病毒的爆发给计算机用户带来巨大的损失,同时互联网被认为是无标度网络,因此研究病毒在无标度网络上的传播及控制很有意义。通过构建一个BA无标度网络模型,对病毒的传播行为及影响因素进行了仿真分析。研究表明,采取恰当的策略可以有效地控制、预防病毒传播。     

微博病毒传播模型研究

利用有向无标度网络描述微博用户的关系,在此基础上建立微博病毒传播模型,研究用户点击率、转发率以及对信息的反应速度等因素对病毒传播的影响。实验结果表明,用户点击恶意链接的行为能促使病毒传播,转发警告信息的行为能抑制病毒扩散,对信息做出反应经历的时间越短,病毒及警告信息传播得越快,并且越早对病毒采取抵制措施,病毒爆发的范围越小。     

无标度网络上电子邮件蠕虫的传播与仿真

电子邮件蠕虫是引起因特网中垃圾邮件泛滥的原因之一,严重威胁着因特网。该文提出了一种无标度网络上电子邮件蠕虫的传播模型,它通过用户检查邮件的频率和打开邮件附件的概率来描述邮件用户的行为,仿真了蠕虫在无标度网络和随机网络中的传播。结果表明,蠕虫在无标度网络中的传播速度比在随机网络中快得多,对进一步研究蠕虫的防御具有重要的意义。     

加权局域网络上的病毒传播行为研究

病毒传播问题的研究一直是国际上科学家所关注的焦点,但是在加权局域网络中的病毒传播研究却是空白。由于实际存在的网络很大一部分是加权局域网络,因此研究了一种特定加权局域网络中的传播行为。采用病毒传播的SI模型,令病毒的传播速度和网络的连接权重正相关。对加权局域网络中病毒传播行为的研究表明：加权局域网络的无标度性质和加权局域世界性质对病毒的传播有深刻的影响。由于加权局域网络能够很好地反应实际世界,因此该研究具有很广的应用背景。     

基于Agent动态加权二部无标度网络的异性HIV传播与政策调控模型

HIV的传播是个体的行为、疾病的干预措施和个体之间的社会网络协同演化的结果。提出了基于agent的动态加权二部无标度网络方法的异性HIV传播和干预仿真模型。二部网络中的女性人群根据高危行为不同分为普通人群和女性性工作者(Female Sex Workers,FSW),男性人群根据高危行为不同分为普通人群和女性性工作者客户(Clients of female sex worker,CSW)。给出了利用配置模型快速生成指数可调的异性二部无标度网络的生成算法,其根据异性二部网络中单位时间内性行为次数的分配算法确定二部网络中边的权值,构成二部加权无标度网络。网络中的伙伴关系有固定关系、偶然关系型和临时关系,二部网络中的边可随边的维持时间的结束而断开和重连,网络具有动态特性。个体/agent模型描述了个体高危行为、病程、个体社会结构与干预措施之间的相互影响关系。仿真实验分析了个体高危行为是否采用安全措施、是否参加自愿咨询检测和是否参加抗病毒治疗等干预措施对疾病传播的影响。     

基于无标度网络的蠕虫控制研究

蠕虫之所以能够产生巨大的影响和危害,其中重要的一点是利用了其传播网络的无标度特性。鉴于此,对蠕虫在无标度网络上的传播行为及影响因素进行了研究。研究结果表明,通过采取恰当的策略,可以有效地控制蠕虫的传播,显著地降低蠕虫带来的影响。     

无标度企业组织网络特征及其演化模型

本文讨论了一种特别的企业组织网络—无标度企业组织网络及其特征,并基于复杂网络理论提出了无标度企业组织网络的演化模型。该演化模型基于二种演化机制:第一种是考虑企业组织网络的初始结构—全连通结构和星形连接结构;第二种是基于局域信息的优势连接。计算机仿真结果显示:在全局择优连接下,无论企业组织网络的初始结构如何,企业组织网络都将演化无标度网络;局域择优连接仍然可能形成无标度企业组织网络。     

一种扩展的BA网络模型的研究

BA模型的两个基本假定,即增长性与择优连接,对于解释许多现实网络中的现象来说过于简单。因此本文引入节点之间的竞争性因素对该模型进行扩展研究,提出一种新的竞争型的无尺度网络扩展模型,列出简单的网络模型生长算法,并通过计算机编程实现这种模型算法,得出实验数据及仿真图形。实验结果说明,网络中节点之间存在竞争性对网络节点的连接数量有一定的影响,这种竞争也会在一定程度上影响无标度网络的生长。     

无标度网络上具有时延的SNAR网游传播模型

近年来,沉迷于网游的未成年人越来越多.考虑到网游的吸引性、时间延迟和社会网络的异质性,提出了一种基于无标度网络的SNAR网游传播模型.根据平均场理论,分析了网游传播的动态过程.求出基本再生数R0和两个平衡点.研究表明了网游的消失及传播与基本再生数有关.     

无标度网络上分片线性传染力与免疫作用下的流行病动力学

本文研究了含有免疫作用的易感染者-感染者-移出者传染病模型（即SIR模型）在复杂网络上的动力学行为,讨论了免疫作用对疾病传播的影响．当接种比例大于零时,传染率需要跨越更大的传染临界值疾病才能流行,且随着时间的增大传染临界值也增大．所以通过接种疫苗确实可以起到预防和控制疾病在复杂网络上传播的作用．具体讨论了具有分片线性传染力的SIR模型在无标度网络上的流行病传播阈值,并运用分片线性传染力得到了传播阈值为正的条件．接着分析了各种免疫策略的SIR模型,得出各类免疫后的传播阈值,并进行了数值模拟和比较．在相同的免疫概率下,目标免疫比随机免疫、近邻免疫、主动免疫更为有效．     

有向网络中病毒传播和核心免疫的研究

现实网络的有向性使得有向网络能够更准确地模拟显示网络,而当前研究的热点是怎样用最小的代价对网络进行免疫。基于节点连接的不均匀性,提出的目标免疫被认为是最好的免疫策略。针对更符合实际的有向无标度网络,提出了基于双向链接的核心免疫策略。与目标免疫相比,该策略可以使网络获得较好的免疫效果,并且能更好地保持网络的连通性。采用SI病毒传播模型研究病毒爆发初期的情况,在双向网络分别测试了该免疫的性能和网络效率,证明了该免疫的高效性。