移动电话病毒的传播模型研究

对利用蓝牙进行传播的移动电话病毒传播模型进行了研究。针对移动这一重要特性,首先分析了现有模型的不足之处,通过修正Kephart和White的模型（KW模型）以及率方程模型中参数的含义得到了两个修正的模型：随机图和无标度（SF）网上移动病毒传播模型。理论和模拟的结果表明,因为移动性使带病节点和易感节点充分混和,使得模拟结果和理论模型更加接近,证实了移动环境移动速度对病毒传播的效果。     

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。     

基于邻域K-shell分布的关键节点识别方法

复杂网络中关键节点的精准识别对于网络结构稳定和信息传播起着至关重要的作用。传统K-shell方法仅通过节点在网络中所处位置对节点的重要性进行评估,导致区分度不高。基于此,综合考虑了节点的全局信息和局部信息对节点重要性的影响,提出一种基于邻域K-shell分布的关键节点识别方法。该方法通过节点邻域Ks值定义节点的熵,从而反映邻居节点的K-shell分布特征。通过11个网络数据集上的仿真实验,验证了所提方法能够更准确地识别并区分复杂网络中的关键节点。     

噬菌体--一种反病毒新理念

首先讨论传统杀毒理念的优缺点,然后在此基础上有针对性地提出了一种反病毒的新理念—— 噬菌体(PH),并提供了一个初步的反病毒模型。PH利用了病毒的传播特性,“以毒攻毒”。     

一种新的主动蠕虫传播模型

主动蠕虫以自主方式进行传播,能在非常短的时间内泛滥到整个因特网。本文提出了离散时间条件下的主动蠕虫传播模型DTWP。该模型考虑了对抗蠕虫存在的情况,可以有效地刻画随机扫描主动蠕虫的传播特性。实验计算结果表明,DTWP模型能够比AAWP模型更好地预测蠕虫后期的传播趋势。     

一种基于CNN-RNN模型的图像检索技术

图像检索是一项重要的研究课题,涉及如何快速、准确地检索和管理海量的图像数据。传统的图像检索技术主要依赖图像的视觉特征或文本描述进行匹配,但是难以充分理解图像的语义信息,对复杂场景的适应性较差。针对这一问题,文章提出了一种基于卷积神经网络-循环神经网络（Convolutional Neural Networks Recurrent Neural Network,CNN-RNN）模型的图像检索技术。该技术将CNN和RNN相结合,构建了一个统一的深度学习框架。其中,CNN模型用于从图像中提取全局特征,RNN模型用于学习图像与标签之间的语义关联和共现依赖。文章通过将CNN输出的特征序列输入到RNN模型中,实现了对图像全局语义信息的捕获。将设计系统在多个数据集上进行实验,结果表明,设计的方法能够有效提高图像检索的效率和准确性。     

一种基于区分服务模型的QoS策略

提供服务质量保证是目前Internet的重要研究课题之一,其核心问题是实现不同业务流的分类转发。以区分服务模型的体系结构为基础,研究了“边到边”(edge-to—edge)服务质量保证问题,并从对单域转发行为的分析入手,着重研究了一种简单的“低尽力型”的单域转发行为(Lower Effort Per-Domain Behavior,LE-PDB)的实现及性能。最后,通过一个应用实例,研究TLE-PDB在保证“边到边”服务质量时的性能及实现。     

一种模型决策森林算法

随机森林(RF)具有抗噪能力强,预测准确率高,能够处理高维数据等优点,因此在机器学习领域得到了广泛的应用。模型决策树(MDT)是一种加速的决策树算法,虽然能够提高决策树算法的训练效率,但是随着非纯伪叶结点规模的增大,模型决策树的精度也在下降。针对上述问题,提出了一种模型决策森林算法(MDF)以提高模型决策树的分类精度。MDF算法将MDT作为基分类器,利用随机森林的思想,生成多棵模型决策树。算法首先通过旋转矩阵得到不同的样本子集,然后在这些样本子集上训练出多棵不同的模型决策树,再将这些树通过投票的方式进行集成,最后根据得到的模型决策森林给出分类结果。在标准数据集上的实验结果表明,提出的模型决策森林在分类精度上明显优于模型决策树算法,并且MDF在树的数量较少时也能取到不错的精度,避免了因树的数量增加时间复杂度增高的问题。     

一种医疗数据发布匿名化模型

针对疾病这个敏感属性包含两重语义信息的特点,提出了一种(w,k,d)-匿名模型.该模型首先对疾病的敏感等级进行划分,计算每种疾病所在分级的权重值,限制每个等价类的平均权重值不大于给定的约束值w;其次,按照语义层次树对疾病进行划分,要求等价类的平均语义层次距离不小于给定的约束值d,最终实现对于疾病这个敏感属性的个性化保护...     

动态同质网络上的SIR谣言传播模型

针对谣言传播过程中出现感染节点移出系统的问题,改进经典SIR谣言传播模型的归一化条件,提出一种动态同质网络上的SIR谣言传播模型。首先根据谣言的传播规则,采用平均场理论建立同质网络上的谣言传播动力学方程组;然后理论分析了谣言传播过程的稳定状态和感染峰值;最后通过数值仿真研究感染率、免疫率、真实免疫系数及网络平均度对谣言传播过程的影响。研究结果表明,与经典SIR谣言传播模型相比,感染节点移出网络降低了谣言传播的稳态值,感染峰值出现小幅度增大。研究还发现感染概率增大、免疫概率减小,均会使谣言感染峰值增大;真实免疫系数增大,免疫节点稳态值增大。此外,网络平均度对谣言传播稳态没有影响,平均度越大感染峰值到达时间越早。研究结果将SIR传播模型的应用范围由封闭系统拓展到非封闭系统,为制定谣言预防措施提供指导理论和数值支撑。     

刍议计算机反病毒技术的产生、发展和现状

随着计算机病毒越来越猖撅,计算机安全越来越受到人们的重视,计算机反病毒技术也发展得越来越快。论文介绍了计算机反病毒的产生,介绍了当今最新最先进的计算机反病毒技术,有CPU反病毒技术、病毒码扫描技术、实时反病毒技术和虚拟机技术等。     

Effects of communication style and time orientation on notification systems and anti-virus software

The objectives of this study were (1) to investigate the effects of communication style (CS) and time orientation (TO) on people's perception of and proficiency in responding to notification systems and (2) to study the applications of these effects in the design of user notification in anti-virus software. Significant effects were found in the experiment; the results showed that users with a low-context CS can remember and make sense of the information provided by the notification system better than users with a high-context CS. Polychronic users perceive a lower level of interruption of the notification messages than monochronic users; polychronic users prefer rapid and accurate responses to the stimuli provided by the notification system, whereas monochronic users tend to avoid responding to the stimuli. Four sessions of focus group discussions were then carried out with users of different CS and TO, which focused on the virus attack warning provided by anti-virus software. The results should prove useful to aid designers in creating more effective and appealing ways to give notification or warnings to users.     

基于SIR模型的时间侵占行为传播动力学建模与仿真

针对时间侵占行为在复杂网络上的传播问题,基于基本SIR传染病模型,提出了一种考虑了自发感染率和外部组织环境因素的时间侵占行为传播模型,探讨了时间侵占行为在ER随机网络,NW小世界网络,WS小世界网络以及BA无标度网络上的传播,在此基础上,集中分析了无标度网络上时间侵占行为传播的影响因素。研究发现:1. 时间侵占行为的传播受压力和公平系数的影响,一定范围内,压力越小,员工发生时间侵占行为的概率越大,传播过程也越快;反之压力越大,发生时间侵占行为的概率越小,传播过程也相对较为缓慢。2.时间侵占行为的传播与传播概率和自发感染概率密切相关,初始节点的度越大,传播越快,反之传播越慢。     

反病毒引擎及特征码自动提取算法的研究

随着网络的广泛普及,计算机病毒带来的安全威胁日趋严重.提出了一种反病毒引擎的设计方案,该设计采用3种特征码格式(MD格式、两段检验和格式、字符串格式).同时,又提出了针对VB应用程序的病毒特征码自动提取算法.最后通过实验1对这3种特征码格式进行了性能比较,通过实验2对自动提取算法的有效性和准确性进行了验证.     

IPv6网络中的路由蠕虫传播模型*

为了了解IPv6网络对防御蠕虫所具有的潜在能力,提出了一种新型路由蠕虫—RoutingWorm-v6。基于IPv6网络环境,分析了RoutingWorm-v6的扫描策略,建立了Two-Factor模型来仿真RoutingWorm-v6的传播趋势。仿真实验结果表明,由于IPv6中巨大的地址空间,IPv6网络对路由蠕虫有天然的抵抗能力。在IPv6网络中,网络蠕虫会利用混合的扫描策略。     

具有非单调发生率的SIR传染病模型的稳定性

研究了一类具有非单调发生率的SIR传染病模型。给出了系统解的正性、一致有界性和全局吸引性,接着运用Hurwitz-Rouché判别法,讨论了对应系统无病平衡态和地方病平衡态的局部渐近稳定性。最后通过上下解方法和比较原理说明,当常数输入率足够大时,地方病平衡态是全局渐近稳定的;当常数输入率或者接触率足够小时,无病平衡态是全局渐近稳定的。     

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。     

IPv6网络中的蠕虫传播模型

基于IPv6网络环境,构建了一种新型网络蠕虫—WormIPv6,对其扫描策略进行了分析研究,在此基础上分别建立SEM模型和KM模型,分别仿真WormIPv6的传播趋势。仿真实验结果表明,由于IPv6中巨大的地址空间,IPv6网络对于随机扫描蠕虫有天然的抵抗能力,在IPv6网络中,使用随机扫描策略的蠕虫根本无法传播,网络蠕虫会利用其他扫描策略。