多局域世界复杂网络中的病毒传播研究

对多局域世界(MLW)演化模型的构造算法进行改进,以元胞自动机(CA)为工具,研究MLW复杂网络中的病毒传播特性。结果表明,CA能较好反映病毒传播过程中的概率事件和个体之间的交互行为,MLW复杂网络的传播临界值与传染率、病毒爆发率有关,初始感染源的选择对病毒的爆发有重要作用,病毒的传播和消亡速度与传染率以及攻击模式有关。     

基于位置吸引力的加权复杂供应链网络局域世界演化模型研究

在一般局域世界演化模型的基础上,文章使得企业节点的初始位置值呈现幂率分布,以体现节点企业的不同角色。受万有引力定律的启发,用位置值的大小和远近值来定义节点企业间位置吸引力的概念,并应用吸引力规则确定每一个新加入节点的局域世界。新节点与局域世界中的老节点之间采用节点度与节点强度的复合优先连接方式,弥补了优先连接仅仅依赖节点度值的缺陷,从而构建基于位置吸引力的加权复杂供应链网络局域世界演化模型。实验模拟了该复杂网络的生长、边的退出和节点的退出等动态演化过程,通过计算与统计整体度分布、平均路径长度和聚集系数等复杂供应链网络的重要参数发现:该复杂供应链网络的度分布呈现出一定的幂率分布形式,能够保证大多数节点的度较低和少数节点的度较高的重尾特征,同时具有较大的集聚系数和较小的平均路径长度的小世界特征。该研究工作为供应链企业在实践中构建供应链网络提供了理论依据,有助于更好地分析现实供应链网络的相关特性并识别重要节点以便对供应链网络进行保护。     

复杂网络传播机理在贵州电网中的研究

在许多现实网络中其拓扑结构决定了网络的性质和动力特性,在对贵州电网的研究中我们发现,贵州电网表现出的是局域无标度特性,基于这一特性,我们运用局域无标度网络的传播机理对贵州电网中的电力拥塞进行了分析,并求解出了它的传播临界值,最后,我们通过对几种主要免疫策略的对比研究,得到了适合于局域无标度网络的免疫策略.     

基于新局域世界的BBV网络模型演化研究

在BBV加权无标度模型演化过程中,节点加入时选取的是整个网络,而实际复杂网络中只有小部分节点能够获得全局网络的信息,大部分节点只能获取局部网络的信息。针对该问题,提出一个新局域的BBV加权网络模型,将新局域世界模型引入BBV模型中。理论分析及仿真实验结果表明,该模型节点强度具有幂律分布的特性,且幂律指数可以通过参数的修改在区间[1,3]内进行调节。     

复杂网络下引入时间参数的病毒传播

本文提出引入时间参数（个体从被感染病毒到康复的周期）的易感染类-已感染类-易感染类（SIS）病毒传播模型。基于MATLAB语言环境下，对小世界网络和无标度网络模型进行仿真分析，在整个病毒传播模拟过程中采用网络中个体治愈时间参数相同以及随个体点介数变化两种情况，研究发现治愈时间参数的存在增强了病毒的传播和破坏程度，而且明显影响了小世界网络的临界传播阈值，为抑制现实病毒传播的有效办法研究提出了思路。     

复杂网络上病毒传播机理研究

本文依据复杂网络病毒传播的数学模型,及作者多年管理校园网积累的经验,分析了病毒的传播机理,以及在校园网采取的有效防毒措施。     

规则网络中的SIRS病毒局域控制建模与仿真*

提出一个带有局域控制的二维规则网络SIRS模型,理论分析和计算机仿真都表明局域控制能很好地抑制此模型中的病毒传播。研究发现系统状态随时间的演化最终会达到一个稳定状态;病毒的稳态感染比例与传播效率、被控制个体比例和免役个体失去免役能力的概率有关。只有当传播效率大于一个临界值时,病毒才能在网络中持续传播。     

基于局域世界演化的BBV模型研究

在BBV模型和局域世界模型的基础上,提出了一个具有局域世界演化的BBV模型,该模型考虑了局域世界内部加点,加边,局域世界内外加边以及局域世界内减边四步操作。根据理论分析,导出了该模型的节点权值分布。通过合理地设置参数,该模型能自组织演化成幂律指数在2～3范围内的无标度网络,这与现实中的许多复杂网络相吻合。数值仿真验证了理论分析的正确性。因此,该模型更具有一般性。     

自适应复杂网络中的病毒传播模型

提出了一个基于自适应复杂网络的病毒传播模型。模型中,易感节点为了不被感染,能够有意识地避开与感染节点的连接,此过程一方面使得网络结构发生了变化,另一方面网络结构的变化又反过来对病毒传播过程造成了影响。着重考查了模型中个体的躲避行为对病毒传播效果的影响,结果显示,在个体躲避行为的驱动下,系统的最终染病节点数会发生振荡,并且在一定的参数范围内系统出现了双稳状态。     

考虑权值减少的局域世界网络模型上的病毒传播研究

深入分析了局域加权网络的演化机制,建立了一个新的局域世界加权网络模型。对网络结构变化对病毒在网络上的传播行为进行了研究,发现网络中病毒传播行为和网络拓扑结构的参数变化存在密切关系。     

动态供需复杂网络演化模型拓扑性质的研究

为了深入理解供需网络的演化规律,在研究了已有的复杂网络演化模型所刻画供需网络生长过程不足的基础上,提出了以ER网络模型表示初始网络,并在局域世界中选择新增节点的连接边,依据节点之间的网络路径值作为局域世界选取的原则,局域世界的规模可动态增长。在考虑网络生长的同时,也考虑到网络内部边的动态演化以及节点的退出问题,据此建立了供需复杂网络的有增有减的动态演化模型,并给出了生成模型的算法。仿真结果表明,该模型所生成的网络模型具有无标度特性、小世界性和高聚集性。     

基于交通流量的病毒动力学研究

不同于经典扩散模型中节点传染力等同于节点度k的假定,基于交通流量的病毒扩散模型中,各个节点的传染力可以等同于节点实际介数久。利用平均场近似方法,提出了基于交通流量的SIS病毒修正扩散模型。根据此SIS模型,以最小搜索信息路由为例,重新研究在节点处理能力有限或无限情况下,病毒传播率R、平均发包率几与传播阂值R、平稳状态病毒密度P之间的关系。     

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。     

复杂网络模型及其在疫情传播和控制中的应用研究

复杂网络已成为一个热点研究问题,它在工程技术、社会、政治、医药、经济、管理等领域都有着广泛的应用。越来越多的科学家开始关注基于复杂网络拓扑结构的动力学研究。其中,关于疾病传播的研究是一个重要方面。分析和研究了小世界网络模型和I3A无标度网络模型两种经典的复杂网络模型,并模拟了传染病按照SIR传播模型在两种网络中的传播情况,讨论了其上的传播阂值以及随机免疫和目标免疫策略对传播阂值的影响。最后对H1N1病毒的传播情况进行了仿真模拟,包括H1N1病毒在自由传播和采取随机及目标免疫两种免疫策略时的传播情况。仿真结果表明,目标免疫策略可以有效抑制疾病的传播。     

基于MCMC技术的社会网络搜索

实验和理论表明社会网络中存在着短路径,即人们可以在较少的步数内找到目标。研究了社会网络中的贪婪搜索现象,给出了将长程连接图嵌入底层一维和二维网格的马尔科夫链蒙特卡罗方法。该方法更符合现实情况,坐标体系只是用于网上距离的计算。将算法用于模拟数据（根据一维和二维理想模型产生的图）和真实的社会网络数据均有很好的查询效率,查询成功率高,成功查询平均步长短。     

基于熟人免疫的复杂网络免疫策略

针对目标免疫和熟人免疫的不足,提出一种综合的免疫算法,即随机选择一些节点,根据节点的不同特征采取合适的免疫措施。本算法保留了熟人免疫的优点,即完全基于本地信息、不需要获知网络的全局结构和识别高连接度节点,在需要免疫的节点数量与目标免疫相同的情况下,具有理想的免疫效果。通过对几种算法在无尺度网络、随机网络以及真实世界网络上进行仿真比较,验证了本算法具有更好的免疫效果和更广泛的应用条件。     

基于局部信息检测的多粒度社团挖掘方法

从复杂性和动态性特征出发,给出了复杂网络局部模块度的定义,并提出了基于局部信息检测的社团发现算法,认为局部模块度值最大的节点集合就是最理想的社团结构.在此基础上提出了多粒度社团挖掘方法,为多视图观察复杂网络结构特征提供了新的研究思路.最后的实验分析表明了方法的有效性和可行性.