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。     

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。     

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。     

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。     

无尺度网络上的蠕虫传播行为研究

许多网络如因特网、人类间的社会关系和物种之间的食物链网络等，都是无尺度网络。研究无尺度网络，对于防范黑客攻击、防治蠕虫的传播等都具有重要的意义．本文对随机网络和无尺度网络做了比较．重点介绍无尺度网络上蠕虫传播行为的特性——阈值和强韧性，最后指出了蠕虫防治的方法。     

无标度网络中谣言传播的研究

在网络化高度发展的今天,网络谣言传播泛滥,控制网络谣言传播逐渐成为一个值得关注的问题。文中通过分析现实世界中网络谣言的传播特性和方式,提出一种新的谣言传播模型-HKASI模型,建立基于HKASI模型的动力学方程组。在无标度网络中仿真谣言的传播演化过程,分析模型特性,求出无标度网络谣言传播各状态的临界值,选取不同概率仿真比较模型中的参数对各个传播状态的影响,得出在无标度网络中谣言扩散的高速性,以及通过提高公民求证意识可以有效阻止网络谣言传播的结论。     

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。     

基于藕合系数的无标度网络建模

经典的无标度网络模型在全局范围内按照一定的概率选取节点进行优先连接,而现实网络很难做到这一点。为了解决这一问题,在BA无标度网络模型的基础上,通过新增两个参数耦合系数和吸引因子来构建基于耦合系数的无标度网络模型,并通过理论计算得出该演化模型的度分布。分析发现,它具有更明显的无标度网络特性。实验仿真结果也表明,其度分布在服从幂律分布的基础上更具有平稳性和广泛的适用性。     

无标度网络同步过程研究

在以对称耦合振子为节点的无标度网络中,度的不均匀分布性对网络的全局同步具有抑制作用,使得其同步过程研究比一般连续耦合网络完全同步研究方法更为复杂.论文将非线性系统理论以及稳定性理论等应用到无标度网络同步过程研究中,在每一个节点上引入非线性动态方程,对同步误差的变分进行稳定性分析,来判断节点是否能同步,并分析其研究方法与一般连续耦合网络完全同步研究方法的不同.以R(o)ssler振子构成的无标度网络作为对象进行仿真,仿真结果表明,度的不均匀分布性不仅导致无标度网络的同步性能下降,而且使得它的同步过程具有分层过渡的特点.     

考虑成本时拓扑可调无标度网络鲁棒性研究

为了研究无标度网络拓扑结构对网络鲁棒性的影响,结合对复杂网络鲁棒性有重要影响的节点介数和边权重两种指标,提出一种考虑成本的拓扑可调无标度网络攻击方法。该方法在攻击网络中节点（边）时引入了节点（边）的攻击成本因素,以节点介数（边权重）来近似衡量节点（边）的攻击成本,采用不同节点（边）攻击策略对网络进行攻击,并采用最大连通子图相对值作为网络鲁棒性测度指标,利用该方法对无标度网络的幂率指数、平均度与网络鲁棒性的关系分别进行了研究。结果表明,采用蓄意攻击策略时,对于同一节点（边）攻击成本,无标度网络的幂率指数越小或平均度越大,网络的鲁棒性越强。仿真实验验证了该方法的有效性与可行性。     

基于博弈论研究社交网络内蠕虫的传播

社交网络内蠕虫的爆发对用户及社交网络造成了极大的威胁。将社交网络的普通用户和网络攻击者作为博弈双方,分析双方的行为策略集合及影响因素,得到收益矩阵的计算方法。基于博弈论确定用户面对信息超链接的点击概率,运行了仿真实验。实验结果表明,蠕虫伪装技术对蠕虫传播影响较大,用户安全意识程度则影响较小。当蠕虫危害度较小或信息价值度较大时,蠕虫传播速度将会加快。基于博弈论研究社交网络的蠕虫传播是可行的。     

Integrating local and partial network view for routing on scale-free networks

Traditional routing schemes,such as OSPF,optimize data plane routing efciency by maintaining full view of the network at the control plane.However,maintaining full network view and handling frequent routing information updates are costly in large-scale complex networks,which are considered to be the root causes for the routing scalability issue.Recently,it is suggested that routing on local or partial information is plausible if slight performance degradation is acceptable.This paper proposes a routing scheme,operating on an integrated network view at each node that consists of its local neighborhood and a globally unique skeleton tree.This scheme signifcantly reduces storage,communication and processing costs.On scale-free networks,this beneft only comes at the cost of marginal performance degradation,which implies that it is not worthwhile to do shortest path routing based on full view of the network on scale-free networks.In contrast,the routing efciency is severely aggravated on purely random networks,indicating the inappropriateness of this scheme and the rationality of maintaining full network view on random networks.     

无尺度网络中集散节点控制策略的研究

世界上大部分的复杂网络都具有无尺度特性,可称之为无尺度网络。无尺度网络中集散节点的脆弱性已经引起了各领域的重视,在前人研究成果的基础上,采用一种集散节点的控制策略——环网等效。与原无尺度生成网络相比,集散节点的聚集度得到了缓解,集散节点的脆弱性也降低了,从而提高了网络结构的可靠性。     

无标度网络上SEIQ类疾病传播行为分析

在假定网络节点保持不变的情况下,建立了无标度网上具有潜伏节点且潜伏节点和感染节点均具有传染性,同时采取隔离措施的传染病模型,即SEIQ模型。并利用平均场理论对疾病传播行为进行了解析研究,求出了与网络拓扑结构、隔离率、潜伏期变为染病者的比率等因素有关的疾病传播临界条件,分析可得：当该临界条件小于1时,疾病发展为地方性疾病,当其大于1时,疾病消亡。然后,对该模型进行计算机数值仿真。仿真结果与理论分析相吻合,证明了传播阈值的存在性。     

无尺度、小世界Sierpinski网络统一模型

引入了单一参数的演化Sierpinski网络模型,统一了确定性和随机性两类Sierpinski网络模型。基于复杂网络理论提出的演化模型的一些特征能应用于对现实网络的研究。给出了推导度分布的算法和平均路径长度的仿真结果,数值仿真验证了理论分析的正确性,揭示了新网络模型的“小世界”特征。     

分层抽样的无标度复杂网络可靠性度量算法

针对大型无标度复杂网络的幂律分布特性,提出了一种基于分层抽样技术的算法SSBA,通过分析样本网络推导出大型无标度复杂网络的可靠性度量参数,并给出这些参数的Bootstrap置信区间。大量的实验表明,SSBA算法能有效估算出大型无标度复杂网络的可靠性度量参数。     

一种节点可控的扩展无尺度网络模型

针对扩展无尺度网络模型中节点连接度无限制增长,造成有些节点的度过于集中,在实际网络中,其对应的容量根本就达不到这一现象。在原模型基础上增加了节点连接度最大值的控制。根据实际网络中其对应的容量应该有相应的极限值,当节点到达极限值的时候,采取相关的控制措施。理论分析和仿真实验证明改进后的网络模型,仍服从无尺度网络特性,并更接近于真实网络。     

关于无标度网络中Hub节点的研究

无标度网络中少量节点的连接数非常大(称为Hub节点),而大量节点的连接数则非常少。通过理论和仿真两方面的研究,发现复杂网络中Hub节点的度值、数量与度分布指数具有直接关系。研究表明,度分布指数等于2是无标度网络中度分布指数的一个临界值。