谨防电子邮件中的病毒

目前,在Internet网络上,使用电子邮件(E-mail)的人日益增多。然而,各种各样的计算机病毒也不断地在网络上出现,这些计算机病毒严重地威胁着用户的计算机安全和正常运行。对这样一些通过网络和E-mail方式传播的病毒,必须给予充分的注意,提高防范意识。现在,在Inter-net网上流传的、通过E-mail方式感染的计算机病毒有各     

网络负能量传播动力模型及仿真

针对现有研究没有考虑将网络负能量传播的影响因素细化并构建传播动力学模型进行分析的问题，提出网络负能量传播的弱免疫-强免疫-弱感染-强感染-恶意感染（WSRIE）模型。首先，考虑网络用户对网络负能量免疫能力、传播能力的差异性，将易感染状态划分为弱免疫状态和强免疫状态，将感染状态划分为弱感染状态、强感染状态以及规模保持不变的恶意传播状态；其次，根据网络负能量的感染机制，提出状态转移规律；最后，构建了面向复杂网络的网络负能量传播动力学模型。在NW小世界网络和BA无标度网络上进行仿真对比实验。仿真结果表明，在同样参数的情况下，NW网络的弱免疫节点密度比BA网络低9个百分点，说明具备小世界特征的网络更易受负能量的影响；BA网络中恶意节点度为200时的感染节点密度比其节点度为0时高5个百分点，说明网红意见领袖的节点度越大，受网络负能量影响的网络用户更多。     

考虑远程随机感染的复杂网络上疾病传播行为*

将远程随机感染引入到经典的SIRS模型来研究复杂网络上疾病传播行为,考虑到感染节点在以一定概率把疾病感染到其邻接节点的同时,随机选取网络中一个不存在边连接的非邻接节点,并以一定的远程感染概率进行感染。针对小世界网络和无标度网络,分别采用重连概率相关和度相关的远程感染概率,利用平均场的方法求得改进的SIRS模型在这两种网络上的传播阈值以及稳态感染密度。数值仿真结果表明：对于小世界网络,有效传播率在一定范围内,重连概率对稳态感染密度和传播速度有明显的影响,超过这个范围,重连概率对稳态感染密度的影响可以忽略;而     

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。     

市场·市场劲报

近日,又一通过网络传播的恶性病毒出现,名为:癞蛤蟆病毒(又名Toadic.6585、Toad.12病毒),此病毒具有两种传播途径,一种是通过在线聊天系统(IRC)进行传播,不断感染进入聊天室的机器;另一种则是通过E-mail进行传播。鉴于此病毒的传染性如此之强,广大用户应注意,对此恶性病毒应及时采取有效的防护措施。KILL98通过其全球病毒监测网捕获此病毒后,便迅速将版本升级到4.24.8,以帮助用户清除此病毒,达到对用户计算机体系的安全防护。同时,KILL98用户应及时升级版本以预防此恶性病毒。     

动态演化的互联网病毒建模与分析

互联网是一个不断生长的无标度网络,在其生长过程中伴随着计算机病毒的传播。基于此,兼顾静态和动态网络上的病毒传播过程,建立了含有拓扑结构演化的计算机病毒传播模型,研究了网络增长速度、网络平均度以及计算机连接度对病毒传播的影响。实验结果表明,网络演化速度越快,病毒传播也越快。同时平均度较高的网络更有助于病毒的传播。此外,病毒在爆发期间主要集中在连接度较大的计算机上。所得结论对控制病毒传播意义重大。     

网络病毒传播模型与分析

互联网是一个不断生长与消亡的具有小世界与无标度特性的网络。基于此,在聚类系数可变的无标度网络上建立病毒传播模型。研究节点消亡速度、网络平均度、计算机连接度对病毒传播的影响。实验结果表明:节点的消亡速度越快,越能减缓病毒的爆发速度;网络的平均度越大,病毒传播越快;病毒爆发常发生在连接度较高的计算机上。这些结论对于防范病毒在互联网上的传播,具有重要的现实意义。     

基于P2P网络的计算机病毒传播仿真设计

针对病毒文件的传播,充分考虑网络的诸多因素,如：用户到达率、在线（共享）时间、网络节点免疫力等对病毒文件传播的影响,并通过P2P网络仿真工具PeerSim进行分析。     

电子邮件病毒传播仿真模型及影响因素模拟

通过对传统sEIR模型进行扩展和修正,建立了一个适合模拟电子邮件（E-mail）病毒在网络系统内扩散的E-sEIR模型,并以此为基础研究了E-mail用户的邮件信息处理行为和反病毒技术支持等关键因素对E-mail病毒扩散的影响.从实验结果看,E-SEIR模型能够很好模拟E-mail病毒在网络系统中的扩散过程,同时也可用于E-mail信息网络中环境参数和某些病毒控制策略的模拟和评价.     

基于复杂网络理论的即时通讯病毒研究

通过仿真分析了即时通讯病毒的传播特性,其传播速度非常迅速,并且在无标度网络上比在其他网络拓扑结构下传播得更快。单独增强用户的安全意识只能减少病毒的感染范围,不能减缓病毒的传播速度。结合复杂网络理论提出了监控和防御即时通讯病毒的一条思路,引入杀毒软件的病毒库的概念,使即时通讯软件能对已知病毒免疫。根据病毒的传播特点和即时通讯网络的无标度特性分别提出了基于IM客户端的监控方案和基于服务器端的病毒监控方案。     

复杂网络中的弱化免疫策略分析

针对免疫策略在病毒免疫时会删除网络结构级联边从而出现削弱网络连通效率的问题,提出一种含权网络特定的病毒弱化免疫策略方法。该方法通过构建SI病毒传播模型,给出该模型的病毒感染密度演化公式。理论分析表明:病毒传播率与网络结构的异化性有密切关系,节点度的大小会影响病毒传播的效果,同时弱化免疫策略能衰减连边权值降低传播率,达到遏制病毒传播保留网络连通效率的目的。计算机仿真结果验证了理论模型的可行性和弱化免疫的合理性。最后,将弱化免疫策略应用到局域世界以及目标免疫策略中,更进一步说明了弱化免疫策略能有效控制病毒传播速度。     

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。     

计算机网络病毒传播的概率模型

计算机网络病毒在全球范围迅速蔓延，在对普通用户造成危害的同时也使全球特别是亚洲地区的因特网主干网一度瘫痪。文章主要针对网络病毒的传播机制进行研究，希望找出一种能够计算病毒传播的时间的数学期望的算法。文中根据病毒在网络上随机传播的各种特性分别进行数学建模，通过比较分析不同方法的利弊．最终找到一种相对准确的算法用以计算出：在某种给定的网络拓扑结构中，某一个节点被感染后，另外一个节点被感染的时间的数学期望值。但是由于该算法计算复杂性较高，故笔者提出相应的优化方法。     

基于微博转发的社交网络模型

探究微博转发网络的构建机制有助于深刻理解信息在微博平台上的传播过程,得出针对微博营销、舆论管控的有效策略和建议。针对这一问题,提出了一种有向加权网络模型。根据微博在转发过程中被多次转发的现象,在模型建立过程中,在节点间连边时引入三角连接机制,并且用连边的方向选择表征了活跃用户和知名用户的不同行为特征,同时考虑了权值的动态演化过程。理论分析和仿真实验表明模型的强度分布、度分布、强度-度的相关性均服从幂律分布,幂指数为1~3,而且具有高聚类、短路径的特点,平均聚类系数可达0.42,平均路径长不超过6,同时采集了微博转发的实际数据验证了模型的正确性。     

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。     

二部图在用户-网站中的实证研究

通过分析用户浏览网站的访问日志,建立用户-网站的二部图。其次分别通过对用户和网站进行投影,构建出用户网和网站网。然后通过计算节点间的相似度来确定边的权值。最后计算了用户网和网站网进行了度分布、平均最短路径、平均群聚系数、点强度等拓扑参数以及时间间隔分布等人类动力学特性。证实了该网络是无标度网络,且具有"小世界"效应特性。     

社交网络中谣言传播的从众效应和权威效应

针对社交网络中影响谣言传播的社会环境因素，分析了两种最普遍的社会效应——从众效应和权威效应对谣言传播的影响。首先，将社交网络中的人群划分为未知者（S）、犹豫者（H）、传播者（I）和免疫者（R）四种类型，并根据新的状态转移机制建立了SHIR谣言传播模型；其次，应用迭代技巧和拟合方法分析了初始传播者密度、初始传播率与谣言传播峰值之间的关系；最后，从个体角度刻画了谣言传播的从众效应和权威效应，仿真分析了两种社会效应对谣言传播的影响。实验结果表明：谣言传播峰值与初始传播者密度呈线性增长关系，但到达传播峰值的时间随初始传播者密度的增加快速减少；初始传播率越大，谣言传播峰值越高，到达传播峰值的时间越短；从众效应和权威效应能够显著扩大谣言传播范围，提高无谣言稳定态网络中免疫者的比率；网络密度越高，谣言传播速度越快，范围越广；相同条件下从众效应的影响强于权威效应，但随着网络密度的增加，两者的差别逐渐减小；初始传播者越重要，谣言传播速度越快，范围越广，但权威效应的影响更突出。     

复杂网络中初始节点对传染病传播的影响分析

长期以来,传染病对人类造成持续不断的威胁。研究工作者在传染病传播上投入了大量的精力进行研究,比如:传播模型、传播阂值以及影响传播的因素等方面。主要研究复杂网络中初始染病节点如何影响传染病的传播,对5种初始染病节点选择方法进行了深入分析并在两个大规模无向网络上进行了仿真实验。结果表明,传播速度以及传染病影响规模不仅与初始染病节点的选择有关,而且与网络结构有关。本研究成果对传染病控制可提供有价值的借鉴与参考作用。