二部无标度网络上病毒传播模型和免疫策略研究

针对计算机网络上的病毒传播问题,提出一种二部无标度网络,其节点分为客户机和服务器两类。在二部无标度网络上应用易感-感染-易感(SIS)传播模型,采用率方程的方法研究二部无标度网络上病毒的状态转移和临界行为,得出客户机感染密度与服务器感染密度的关系式。在SIS模型的基础上利用免疫策略,针对相同的网络拓扑和病毒传播模型,分析比较免疫策略的免疫功能,并给出支持理论结果的数值模拟,结果验证了随机免疫、节点度免疫与相识点免疫策略都具有防御病毒传播的功能,并且防疫能力依次增强。     

基于图覆盖的改进复杂网络免疫策略

提出一种基于图覆盖的改进复杂网络免疫策略.该方法引入模拟退火的思想,利用局部信息,以节点度大为原则选取免疫节点,同时以一定的概率接受度小的节点.使用交互式邮件传播模型,在真实的网络数据集上从免疫效率和免疫代价的角度进行了对比实验.实验结果发现,改进的方法在一些社团结构明显的网络中具有更好的效果,从而验证该方法的有效性.     

删除边的免疫策略

为了使用更少的免疫数量且更快地消灭病毒,提出了基于删除边的免疫策略。该策略根据边与重要节点之间的关系,对重要节点直接相连的边或任意两个重要节点与其共同邻居节点之间的边进行免疫。实验使用SIS病毒传播模型,分别在ER随机网络、BA无标度网络和几种实际网络中测试了该策略的免疫临界值以及对应网络的连通度,结果表明：删除边的免疫策略与目标免疫策略相比可以通过免疫较少的节点来消灭病毒,并且可以更好地保持网络的连通性。     

基于微博用户关系演化网络的谣言免疫机制研究

在分析随机免疫、熟人免疫及目标免疫三种经典免疫机制在微博用户关系演化网络上的免疫特性的基础上,针对微博用户关系演化网络的具体特点,提出一种新的目标免疫策略。研究表明,当节点吸引度满足均匀分布时,随机免疫和熟人免疫的免疫效果基本一致。当节点吸引度满足指数分布时,熟人免疫的性能较优。研究还发现,对于节点吸引度服从均匀分布及指数分布的情况,目标免疫明显优于其他两种免疫策略,但是低于本文提出的新目标免疫机制。     

微博谣言免疫策略的研究

当前网络谣言控制策略的研究大多考虑高连接度对消息传播的影响,即节点自身邻居数,忽略了其邻居信息产生的间接影响。为此,提出一种SDND谣言免疫策略,该策略只需了解网络局部信息,在选取免疫节点时综合考虑节点自身出度及其邻居最大出度。在新浪微博数据集上,借助SEIR谣言传播模型仿真谣言传播,对比分析目标免疫、熟人免疫、重要熟人免疫、SDND免疫对谣言传播的影响。仿真结果表明,SDND免疫效果优于目标免疫、熟人免疫等策略,能够较好地抑制谣言传播。     

基于富人俱乐部特性的搜索免疫

为了使用更少的免疫数量且能更快地消灭病毒,已经提出了很多种免疫策略。熟人免疫策略是局域免疫中最有效的方法。基于BA无标度网络的富人俱乐部特性和广度搜索策略,提出了基于富人俱乐部特性的搜索免疫(RPBSI)。该免疫算法有两种策略,这两种策略对邻居节点的搜索方法不同,免疫的代价也有所差异。实验采用SIS病毒传播模型分别在BA无标度网络和科研合作网中验证:RPBSI算法与熟人免疫算法相比可以通过免疫较小的一部分节点达到消灭病毒的目的。     

不均匀网络中的局域搜索免疫

当前研究的热点是怎么样用最小的代价对人群网络或计算机网络进行免疫。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。已知邻居节点的度数,在不均匀网络中提出了局域搜索免疫。与目标免疫策略相比,该策略可以通过免疫相等或较少的节点来消灭病毒。实验使用SIS病毒传播模型在ER随机网络、BA无标度网络和两种实际网络中测试了局域探索免疫策略,它的免疫性能随着聚类系数的增加而增加。     

P2P网络中的局域搜索免疫

针对P2P网络的特性,本文提出了一种局域搜索免疫。实验使用SIS病毒传播模型征BA无标度网络和实际网络中测试了局域搜索免疫策略,结果表明与其它免疫策略相比,该策略可以通过免疫相等或较少的节点来消灭病毒。     

加权网络中考虑边权和度的熟人免疫策略

在加权网络中,节点之间的边权值代表节点之间联系的紧密程度,节点的度表示该节点的邻居个数。为了有效抑制加权网络中的病毒传播,提出一种考虑边权和度的熟人免疫策略（AI-CWD）。该策略考虑免疫边权值与度乘积最大的节点,并分别在人工网络和真实网络中对该策略进行了实验分析。同时,进一步研究了边权值和度在乘积中的占比对该策略免疫效果的影响。研究结果表明,在相同的免疫节点密度下,对边权值与度乘积最大的节点进行免疫后网络中感染节点的密度比最大权值免疫、改进的熟人免疫和基于ClusterRank算法免疫的方法要低,亦即AI-CWD免疫效果要优于以上三种免疫策略。并且在相同免疫节点密度下,通过对边权值和度的占比与感染节点密度关系的研究,可以得出：存在一个最优的[α]值,使得最终的感染节点密度最低。     

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。     

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。     

一种用于电子邮件网络中的综合利用网络拓扑与传播参数的免疫方法设计*

电子邮件网络中的传播型攻击是非常严重的网络安全问题。研究界提出了很多种网络免疫方法来解决这个问题,基于节点介数(node betweenness,NB)的方法是目前最好的方法。综合利用电子邮件网络的网络拓扑与传播型攻击的传播参数设计了一种网络免疫方法。在生成的电子邮件网络拓扑模型以及Enron电子邮件网络真实拓扑数据的仿真表明,该方法比NB方法更有效。在某些仿真场景下,本免疫方法能够比NB方法达到50%的改进。     

邮件网络中基于介数的免疫策略研究

针对如何抑制病毒在邮件网络中的传播问题,在交互式邮件传播模型中分析介数免疫策略与传统基于度信息的免疫策略对病毒传播的控制能力。在真实的安然邮件网络和人工网络中对比各种免疫策略的效率与代价,结果发现节点介数免疫策略只须保护少量节点就可以降低病毒传播规模,有效地保护网络安全。     

EGP网络免疫方法与HDF网络免疫方法的比较*

通过在不同的网络环境及攻击性质下的大量仿真实验来仔细地比较EGP方法与HDF方法在对抗传播型攻击方面的表现。仿真结果表明,EGP方法并不总是优于HDF方法。在选择网络免疫方法的时候,一定要仔细考察当时的网络环境及攻击性质,以此来决定选用更优的方法。     

电子邮件网络中用图分割设计的网络免疫方法

蠕虫、病毒等在电子邮件网络中的传播型攻击是非常严重的网络安全问题, 设计有效的网络免疫方法对于解决这个问题是非常重要的。基于节点介数（Node Betweenness,NB）的方法是目前最好的方法。利用图分割（graph partitioning）方法设计了一种网络免疫方法, 在生成的电子邮件网络拓扑模型以及Enron电子邮件网络真实拓扑数据上的仿真表明,所设计的方法比NB方法更有效。在某些仿真场景下,所设计的免疫方法能够比NB方法达到50%的改进。     

云计算网络中的主动免疫隔离传播模型

对云服务所涉及的相关要素进行抽象,提取其生态防御特性,并根据人工免疫系统中的病毒传播理论,建立一种具有主动免疫隔离功能的SEIR类传播模型.该模型可以主动采取预防措施,使其免受病毒入侵.根据不同的网络危险程度,采取不同的隔离策略,从而最大程度地保证云环境中服务行为的安全.仿真结果证明,该模型具有较高的自适应性、鲁棒性、入侵容忍和自愈能力,能有效控制云计算网络中危险的传播.     

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．     

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。