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.     

改进的SIR计算机病毒传播模型

通过分析已有网络病毒模型的不足,结合现实情况,根据生物学中的传染病模型提出了一种改进的具有预先免疫措施的SIR计算机病毒传播模型,该模型充分考虑了网络中节点数量变化对病毒传播的影响。此外,利用微分方程理论分析了模型的动力学行为。数值模拟结果表明,提高预先免疫率和控制节点流动可以有效控制病毒在网络中的传播。     

移动无线传感器网络中抑制病毒传播模型

为了更好地控制病毒在移动无线传感器网络中的传播,根据传染病学理论建立了改进的病毒传播的动力学模型。该模型不仅在网络中加入死亡节点,还增加了病毒节点在传播过程中的通信半径以及移动和停留两种状态。之后针对该模型建立微分方程组,并进行平衡点存在性和稳定性分析,得出病毒传播的控制和消亡条件,进而分析了节点通信半径、移动速度、密度、易感节点免疫率、感染节点病毒查杀率和节点死亡率等对移动无线传感器网络中病毒传播的影响。最后通过仿真实验表明,调整该模型中的参数可以有效地遏制病毒在移动无线传感器网络中的传播。     

基于改进SIR模型的网络安全态势分析

为研究计算机病毒传播对网络系统安全态势的影响, 分析了SIR流行病传播模型与计算机网络安全之间的联系, 提出了一种用于网络安全态势预测的SIPM模型. SIPM模型中加入了节点对不同病毒传播的记忆功能, 支持多种病毒同时在网络中独立进行传播, 并在SIR模型基础上改进了动力学传播方程, 允许单独设置病毒对不同设备节点的感染能力和设备节点对不同病毒的抵御能力, 进而更加贴近真实网络环境. 实验分析使用了典型校园网络架构进行模拟仿真, 结果表明该模型可以从多个方面进行网络安全态势的分析与预测.     

基于元胞自动机的小世界网络病毒传播研究

人际网络具有小世界特征,拥有高聚类系数、短平均路径等特点。为研究病毒在小世界网络中的传播动力学及全局预警下节点的自主抑制行为,本文基于元胞自动机理论,提出一种小世界网络上的元胞自动机病毒传播模型。结合云模型,模型中节点在病毒传播过程中拥有断开与重连的自适应性,拥有节点危害性认识能力,可参照全局预警,运用层次分析法,对高危节点主动避让。仿真结果表明,该模型可较好模拟病毒的实际传播,通过全局预警可促使节点对高危节点进行规避,以延缓病毒传播。     

电子邮件病毒传播的元胞自动机建模与分析*

为研究电子邮件病毒在有向无标度网络上的传播行为,基于元胞自动机理论,提出一个电子邮件病毒传播的元胞自动机模型。在该模型下,仿真分析多种因素对电子邮件病毒传播行为的影响,结果表明：在给定的有向无标度网络中,病毒传播速度和传播规模随着电子邮件病毒附件打开概率增加而增大,网络的有向性增加病毒传播规模对于免疫概率的敏感性,病毒传播演化主要与节点入度相关。研究还表明,病毒先感染入度大的节点,后感染入度小的节点,而节点感染病毒先后顺序与节点出度没有明显关系。     

带可移动存储设备的P2G网络病毒传播模型

基于计算机病毒可以通过可移动存储设备传播和P2G网络病毒传播的特点,提出了带可移动存储设备的P2G网络病毒传播模型。利用微分动力学系统理论分析发现该模型只存在唯一的有病毒平衡点,这意味着网络中的病毒将无法根除,即病毒既有可能存在于计算机中,也有可能存在于移动存储设备中。同时,研究了此平衡点的动力学特性（局部稳定性和全局稳定性）。最后,通过数值仿真验证了理论分析的正确性。     

考虑社交网络用户行为的网络病毒传播建模

针对已有病毒传播模型都没有考虑不同社交网络间的用户交互行为对网络病毒传播规律的影响,建立了考虑不同社交网络用户交互行为的微分方程动力学模型。利用稳定性理论分析了模型反映的网络病毒传播动力学性态,得到了控制网络病毒传播的基本再生数的精确数学表达式。进一步,采用龙格-库塔数值方法,通过仿真实验,验证了理论分析的正确性。研究结果表明,基本再生数是网络病毒扩散基本态势的直接决定因素,当基本再生数的值小于等于1时,随着时间演化,网络病毒的扩散会被彻底控制。另外还发现,分散用户到不同社交网络更有利于缓解网络病毒的扩散。     

网络病毒传播模型中的两个问题

现有的网络病毒分析模型大都依据流行病模型建立,这些模型并不能反映现代网络环境下病毒的传播规律,故有一些问题不能得到很好的解决。文章在新模型的基础上重点讨论其中的两个最为突出的问题:网络病毒的门限值问题和单节点在病毒传播中的不同作用。通过对新模型解的分析得出结论:如果病毒的传播紧密地依赖网络的连接率,而它们的治愈率又相对较小,那么这类病毒的门限值是不存在的。基于该结论文章对长期以来困扰网络病毒传播模型的两个公开的问题给出了合理的解释。文章将电脑的连接率作为节点的一个最基本的特征,从而指出具有不同连接率的节点,它们在病毒传播中的作用也不相同,文章还首次给出了它们的估算公式,从而也为刚刚起步的网络免疫系统中节点的选择提供了有力的理论支持。文章最后进行了模拟实验,实验的结果基本验证了分析结论。     

多重网络中基于危机意识的疫苗接种模型

研究者在分析单层网络中个体危机意识对病毒传播的影响时,较少考虑个体危机意识的差异性。为此,将信息传播速率和个人敏感度引入多重网络,提出一种基于危机意识的SIR-SIRV模型。分别采用SIR信息传播模型和SIRV病毒传播模型描述通信网络信息与社会接触网络病毒间的交互传播过程,根据个体自身所处实际环境及病毒传播区域信息,设计个体的最佳疫苗接种策略,以提高疫苗接种的自主性。实验结果表明,该模型可使病毒感染节点密度与免疫节点密度通过自我调节即达到稳态,具有较强的自主性。     

Epidemic spreading model of complex dynamical network with the heterogeneity of nodes

In this paper, we model epidemic spreading by considering the mobility of nodes in complex dynamical network based on mean field theory using differential equations. Moreover, a resistance factor which can characterise the impact of individual's difference on the propagation dynamics in complex dynamical network is proposed by considering the influence of total number of connections and the continuous time to remain in contact. The effect of heterogeneity on the evolution process of propagation dynamics is explored by simulation. Extensive simulations are conducted to study the key influence parameters and the influence of them on the spreading dynamics, which are helpful to the understanding of epidemic spreading mechanism and the designing of effective control strategies.     

考虑节点亲密度的社交网络谣言传播研究

考虑到真实社交网络中节点间亲密程度对谣言传播的影响,提出一种新的SI2R传播模型,建立谣言传播动力学方程组,研究谣言在无标度网络上的传播特性。该模型中不同节点间谣言传播率的非一致性同时取决于节点度与节点间亲密度,理论分析得到了无标度网络上谣言传播阈值表达式。随后,在BA（Barabási-Albert）无标度网络中就节点亲密度对谣言传播过程的影响进行了仿真实验,并利用Twitter和Live Journal两种真实网络数据集对仿真结果进行验证。研究表明,无标度网络中节点间平均亲密度随网络聚类系数的增大而减小,随着网络中节点间平均亲密度增大,谣言传播最终范围变大。研究还发现,节点间亲密度的存在使无标度网络中存在传播阈值,传播阈值随着节点间平均亲密度增大而减小。     

复杂网络上具有多感染阶段的传染病传播模型

针对传染病传播模型缺乏多感染阶段的不足,结合SIR和SEIR两种传播模型的特性,提出了一种改进的具有多感染阶段的SIR传染病传播模型(即SInR模型)。该模型充分考虑了不同感染阶段的非均匀感染力对不同网络结构上传染病传播及传播阈值的影响;同时引入相对感染力及传播时间尺度的概念,从网络结构、网络规模及相对感染力方面进行了仿真研究。仿真中无标度网络采用BA模型的生成算法,而小世界网络采用WS模型的生成算法。由仿真可知,感染节点在整个感染过程中大致服从泊松分布,因此在SInR模型下无标度网络的传播速度更快,范围更广;相对感染力对于传染病的大规模爆发存在着一个阈值,当感染力大于阈值时传染病才能大范围地爆发传播,而小于阈值时传染病只会局域小范围传播直至消失,无标度网络的感染力阈值为0.2,小世界网络的感染力阈值为0.24;随着网络规模的增大,传播时间尺度也在增大,相应的传播速度就会降低。仿真结果表明:该模型下无标度网络传染病传播速度更快且影响范围更大;无标度网络的相对传染力的传播阈值小于小世界网络,设置合理阈值有利于降低传染病的传播影响力。     

一种基于邻居节点间相互影响和改进概率的社交网络信息传播模型

目前网络传播动力学的研究焦点之一是以经典的传染病动力学模型为基础,来研究特定网络的信息传播规律。本文针对社交网络中信息传播的特点,在传统的SIR模型基础上,加入新的一类假免疫节点,建立了SDIR模型。并考虑到邻居节点间的相互影响,定义了三个传播概率函数,对SDIR模型做了改进。通过对比不同条件下信息传播的过程,实验证明了信息不能覆盖全网络,Twitter比新浪微博有更好的信息传播效率的推测,并发现初始传播概率会对信息传播有重要影响。     

基于K-shell位置和两阶邻居的复杂网络节点重要性评估方法

K-shell分解法能快速识别复杂网络中的关键节点,但是无法辨别同壳层内节点重要性的差异,并且低估了处于网络边缘位置的高度值节点的重要性。针对这两个问题,提出一种基于K-shell位置和两阶邻居的节点重要性评估方法。该方法根据K-shell分解过程中节点移除的顺序细化节点的全局位置信息,然后综合考虑节点的局部拓扑结构信息和全局位置信息,利用两步长内邻居节点的K-shell位置信息度量节点的重要性。在八个真实网络上用传染病模型进行仿真实验,结果表明,所提方法与其他五种相关方法相比能更准确有效地评估并区分节点的重要性。     

改进的SCIR模型中社交网络信息传播研究

社交网络中用户转发是信息传播的重要渠道,研究用户转发模式和信息传播规律,将有利于在网络话题传播过程中进行监控和抑制。现有的建模研究中,存在模型通常缺少时效性,用户行为难以准确刻画的问题。因此,着重分析了社交网络用户行为模式,基于用户连接强度和邻居节点的影响改进了转发概率计算,其次在经典的传染病动力学SCIR模型中,引入在线和离线状态的节点,通过用户在线比率控制网络活跃度。仿真结果表明,该模型相较传统SCIR模型在信息传播过程中具有较好的稳定性和更高的覆盖率,节点属性变化走势更加接近真实网络,可以较好地模拟社交网络中的热点话题的传播规律。     

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。     

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。     

面向大规模学术社交网络的社区发现模型

针对基于标签传播的复杂网络重叠社区发现算法中预先输入参数在真实网络中的局限性以及标签冗余等问题,提出一种基于标签传播的面向大规模学术社交网络的社区发现模型。该模型通过寻找网络中互不相交的最大极大团(UMC)并对每个UMC中的节点赋予唯一标签来减少冗余标签,提高社区发现的效率以及稳定性。标签更新时以UMC作为核心单位采用亲密度的方式由中心向四周更新UMC邻接节点的标签及权重,以权重最大值的方式更新网络中非UMC邻接节点的权重。后期处理阶段采用自适应阈值方式去除节点标签中的噪声,有效克服了预先输入重叠社区个数在真实网络中的局限性。通过在学术社交网络平台——学者网数据集上的实验表明,该模型能够将具有一定共性的节点划分到同一个社区中,并为学术社交网络平台进一步的好友推荐、论文分享等精确的个性化服务提供了支持。