基于微分博弈的无线传感器网络恶意程序传播模型

恶意程序传播是无线传感器网络WSNs(Wireless Sensor Networks)面临的一项重要安全问题,传统的研究大多从入侵检测方法的角度阻止恶意程序的传播,很少考虑攻防博弈策略对恶意程序传播过程的影响。从博弈论的角度对攻防双方的博弈策略进行分析,建立了WSNs的攻防博弈模型及恶意程序传播模型,并将博弈均衡策略与传播模型耦合起来,得到了博弈参数与传播模型的稳态感染比例之间的关系。研究结果显示:当合法节点被感染恶意程序时的损失大于其检测到恶意程序时的收益时,能有效抑制WSNs中恶意程序的传播。此外,通信半径的增加、节点的移动行为能加速恶意程序的传播。研究结果对抑制WSNs中的恶意程序传播具有理论指导作用。     

采用元胞自动机的网络舆情传播模型研究

采用元胞自动机(CA)理论研究因特网舆情传播,设计了一个舆情传播元胞自动机模型结构,包括元胞状态取值、元胞空间和邻域。针对互联网元胞状态转换提出了考虑元胞坚定性的多数规则计算公式和元胞移动遍历算法。在讨论仿真结果时定义了倾向强度、倾向聚集度、元胞峰值和元胞倾向众值等四个参数,分别对不同坚定性和固定/移动元胞状态计算的迭代结果讨论其不同的演变过程、形态和意义,提出特别需要关注具有坚定性特点的元胞移动遍历的舆情传播过程,它们更加接近因特网网络舆情的真实传播过程。仿真结果说明了该方法和模型的有效性和合理性。     

基于改进的元胞自动机的网络舆情传播模型

本文针对网络舆情传播,结合元胞自动机理论,提出了一种三维元胞自动机模型。该模型能够更加准确地模拟网络舆情的传播动态,有效地解决舆情传播过程中遇到的问题。实验结果表明新的模型和算法简便、高效,基于三维元胞自动机建立的传播模型清晰的表达了网络舆情传播的过程。     

基于模糊元胞自动机的网络舆情传播模型研究

考虑到信息在传递过程中普遍存在模糊性的特点,结合经典元胞自动机理论和模糊推理算法,设计网络舆情传播的元胞自动机结构,定义环境适应度k和偏好度h 2个输入变量,建立网络舆情传播的模糊元胞自动机模型。对网络舆情传播中个体观点的演化过程进行Matlab仿真与分析,结果表明,在经过交流与讨论(对应于元胞进行足够多次数的迭代和演化)后,群体的观点和意见会出现归一的现象,归一不是归于处在2个极端的赞成或反对,而是向中间聚拢,最后形成一个折中的意见。该模型可以更好地描述网络舆情的实际传播过程。     

基于元胞自动机的网络舆论激励模型

为了研究网络舆论的传播过程及发展趋势，建立了一个基于元胞自动机的网络舆论激励模型，用于模拟网络舆论形成过程中个体发表言论数的变化以及个体观点的变化。在模型中，将网络空间的个体抽象为以情感描述的元胞，用情感倾向度和情感倾向度门限来确定元胞发表言论的状态，用情感激励来描述元胞的移动规则。同时，该模型考虑了个体数量增减和社会突发事件对网络舆论传播的影响，从而更能准确地模拟网络现实事件。     

机会网络舆情传播的MCA模型及仿真研究

为了研究舆情主体的流动性和记忆能力对舆情在机会网络中传播的影响,提出移动实体、元胞容量和元胞吸引力新概念,扩展经典元胞自动机模型,并结合现代心理学的记忆理论,建立移动元胞自动机舆情传播模型。在此基础上,考虑舆情主体对新鲜观点存在抵触情绪,提出了舆情主体情感态度倾向性和态度转变阈值的概念,制定实体状态转换规则和移动规则,从而分析影响舆情在机会网络中传播的主要因素。结果表明:舆情主体流动性的提高、记忆时间阈值的增大可以促进舆情传播;不同情感态度的主体比例相差越大,舆情同质化率就越高;舆情主体的空间密度越高,舆情传播速度越快;舆情主体自身情感态度倾向性越大,舆情传播速度越慢。     

基于模仿创造的网络流行语传播模型及仿真研究

随着互联网和智能移动终端的发展,研究网络流行语的传播过程和发展趋势对于网络营销和广告文案的创作具有重要的意义。基于SIR传染病模型,综合考虑网民对网络流行语模仿再创造的行为特点,构建新型的网络流行语传播模型,利用神经网络技术结合流行语时序数据对模型进行参数反演,并分别以流行语“佛系”和“确认过眼神”为例进行验证。结果表明,用户的模仿再创造行为是网络流行语传播中后期的主要驱动力;相较SIR模型,本模型着重考虑了网民对流行语的创新行为并运用参数反演方法,其预测准确度更高,模型拟合值与真实数据相比误差更小。进而可以为营销和广告创意人员提供有益的借鉴,并通过预测其发展趋势可对舆论进行及时分析和引导。     

基于Agent和元胞自动机的人员疏散过程建模与仿真

人员疏散是一个与人们的实际生活紧密相关的、典型的公共安全问题,对人员疏散过程的研究有利于合理设计建筑布局,保障人民的生命财产安全。本文以某商场为仿真对象,基于Agent和元胞自动机对人员进行建模,通过仿真其疏散过程,比较得出影响人员疏散速度的主要因素。     

自适应网络异步元胞自动机病毒传播模型

自适应网络病毒传播重点研究节点传播动力学和网络动力学之间的相互作用和反馈.考虑到病毒在网络中传播存在时延,文中使用异步元胞自动机和健康节点规避病毒传播的断边重连行为建立一种具有传播时延的自适应网络病毒传播模型.对所建模型的仿真结果表明,重连行为和传播时延的联合作用使节点状态演化不同步进行,病毒的传播速率变缓,爆发规模降低.这种基于异步元胞自动机建立的传播模型很好表达了自适应网络中的网络传播时延,病毒传播和网络结构演化的相互作用和反馈.     

传染病传播模型研究

用数学模型帮助发现传染病的传播机理,预测传染病的流行趋势已成为共识.主要简述了传染病模型的发展历程.传染病的数学模型研究分为两类:决定性模型和网络动力学模型.虽然决定论模型目前仍然具有非常重要的学术地位,但随着人工智能计算机技术的发展,目前网络动力学模型成为了新的研究热点.决定性模型主要介绍了SIS和SIR模型,网络动力学模型主要介绍了目前流行病数学模型中研究较多、应用较广的模型,包括元胞自动机、人工神经网络、无尺度网络模型.介绍了各种模型的研究方法,并且探讨了今后的研究热点,以利用其模拟结果可以更好地为传染病防治决策提供支持.     

自行车CA模型的元胞长度动态修正

采用固定元胞单元尺寸建立自行车流元胞自动机(CA)模型会产生仿真偏差。为此，提出一种基于现场视频检测数据的元胞尺寸标定方法。通过统计分析车头间距、横向间距与车速的关系，设计一个动态修正元胞长度的函数。对比修正前后模型演化获得的宏观三参数值，可以发现，修正函数能较好地描述跟车距离与车速的动态关系，克服模型因采用定长度元胞单元而造成的面积密度与流率偏差。     

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。     

基于无尺度网络的僵尸网络传播模型

主流传播模型不能准确反映僵尸程序在Internet中的传播特性。针对该问题,提出一种基于无尺度网络结构的僵尸网络传播模型。该模型考虑了Internet网络的增长特性和择优连接特性,能够反映实际网络中的无尺度特性,更符合真实Internet网络中僵尸程序的传播规律和感染特性。     

基于复杂网络的IC-SEIR网络舆情传播模型研究

基于传染病模型进行舆情传播的研究中,已有传播模型中节点的状态转化仅取决于设定的概率,并不符合真实的传播情况。根据现实中用户传播舆情信息的行为特征,将兴趣度与亲密度引入舆情传播的过程中,并扩展了SEIR模型中的状态转移途径,提出了IC-SEIR网络舆情传播模型,使用兴趣度、相似度来描述节点的相似性,亲密度来描述节点间连接的紧密程度,并且节点的状态转移方向取决于这两种属性。在Matlab平台下采用Facebook数据集进行仿真分析,仿真结果表明,当初始传播点为度大节点或兴趣度分布为均匀分布或常数时,舆情信息更容易传播,当亲密度分布为常数时对舆情传播也有促进作用,为进一步研究社会网络中舆情传播的过程与趋势提供参考。     

无线传感器网络中恶意程序的传播模型

由复杂网络理论得出一种无线传感器网络的模型,结合IEEE 802.15.4标准及流行病学理论,综合考虑目前传感器网络通过节点休眠与唤醒机制来节约能耗,提出一种无线传感器网络中恶意程序传播的SIR/WS模型。该模型描述了感染节点以广播方式传播恶意程序的过程,发现提高免疫率及降低传染率均可抑制恶意程序在无线传感器网络中的传播。仿真结果表明,该模型能较好地描述无线传感器网络中恶意程序的传播特性。     

一种复杂电路功能故障传播模型

本文研究复杂电路功能故障传播机理,提出了一种基于元胞自动机的复杂电路功能故障传播模型,给出了故障传播的动态过程。探讨了在相同结构电路系统中不同耦舍度、故障扰动对电路功能故障规模的影响,并分析了初始故障位置对传播速度的影响。     

基于元胞自动机的网络蠕虫病毒传播仿真

针对模拟网络蠕虫病毒的传播,提出基于元胞自动机模型的网络蠕虫病毒传播的方法。将病毒的传播过程分为2个阶段,并分别对不同的阶段建模。经过仿真,可以获得不同状态的计算机系统的数量、蠕虫病毒的数量和病毒传播趋势等信息。结果表明,用元胞自动机模型仿真蠕虫病毒传播能够更清晰地反映出网络蠕虫病毒传播的趋势,与实际的蠕虫病毒传播符合较好。     

基于PageRank的在线社交网络消息传播模型

经典的消息传播模型没有充分考虑在线社交网络的复杂性以及网络节点间的拓扑结构差异。针对这种情况,提出一种基于PageRank的在线社交网络的消息传播模型P-SIR。该模型利用节点的PageRank值作为节点权威度并考虑在线社交网络传播机理,刻画不同类型节点随着时间变化的状态演化关系,反映消息传播过程受到网络拓扑结构和传播机理的影响。该模型还考虑在线社交网络中影响消息传播过程中的一些实际因素,动态指定节点的权威度以适应非均质网络,并考虑外部社会加强效应。采用3种不同类型的网络模拟消息传播过程,通过仿真实验验证P-SIR模型可以有效反映在线社交网络中的消息传播过程。