一类具有随机远程感染机制的SEIRS传播模型

提出了一类具有随机远程感染机制的SEIRS传播模型:在潜伏节点、感染节点分别以一定概率感染邻居节点的同时,分别以一定概率随机感染不存在边连接的陌生节点,且被感染的节点将进入潜伏状态.利用平均场理论得出了模型相对应的临界阈值,并对其进行仿真.理论分析和数值仿真结果表明,增大节点的随机感染密度将使临界阈值减小,网络中潜伏、感染节点的比例会显著增加,可有效地提高网络的传播效率.     

复杂网络中具有低易感的疾病传播问题研究

基于真实流行病学中免疫力减弱的特性,提出一个新的疾病传播模型即复杂网络中具有低易感即免疫力减弱的传播模型。 利用平均场理论和计算机仿真对该模型的传播行为进行了详细研究,结果表明该模型的传播阈值主要与网络拓扑结构、免疫丧失率和免疫保留率有关。 小世界网络中存在非零的传播阈值,而无标度网络在网络规模无限大的情况下传播阈值趋于零。 在网络拓扑结构不变的情况下,增大节点的免疫保留率可以增大小世界网络和无标度网络上的传播阈值,降低疾病的传播范围,从而有效控制传染性疾病在复杂网络上传播。     

含可变感染率的SIRS模型在复杂网络上的传播分析

在疾病传播的现实网络中,每个个体与感染源接触而被感染的概率并不是一样,这与个体的体质、抵抗力及接触程度等因素有关。基于复杂网络上SIRS模型,提出了一个可变感染率的疾病传播模型。利用平均场原理,分析得到该传播模型的传染临界阈值主要与网络的拓扑结构和可变感染函数有关。数值模拟验证了理论分析的正确性。     

基于均匀网下SEIR因特网传播模型的研究

以流行病传播的相关知识研究均匀网络中因特网SEIR病毒的传播模型并进行解析,说明在均匀网络中,如果潜伏转化感染的概率为α=0或者某时刻的潜伏节点的密度与其上一个时刻的比E(t)/E(t-1)不大于平均度时候感染将衰亡.     

小世界超网络传播模型及实证分析

借鉴WS小世界网络的构造算法，在超网络(也称为超图)中加入超边随机重连，构建小世界超网络模型。以该模型为信息传播的底层网络，提出小世界超网络SIR信息传播模型，仿真模拟超边随机重连概率、超网络中的邻居节点数量以及传播率、恢复率等参数对超网络的信息传播过程影响，并与普通网络中的传播过程进行了对比分析，发现超网络中的信息传播速度更快，波及范围更广。进一步，在3类实证超网络上验证了超网络的小世界特性及信息传播规律。在万物互联时代，世界变得更小的背景下，对现实世界中更为复杂的信息与疾病传播机制的深入研究具有一定的借鉴意义。     

一种基于防火墙的蠕虫传播与控制模型

防火墙对网络蠕虫传播影响的研究，主要集中在单一子网或小规模企业网范围内，针对多子网网络环境下防火墙对网络蠕虫传播的控制作用，提出了基于防火墙的蠕虫传播与控制模型．通过分析网络蠕虫在各子网内传播以及子网间交互传播，利用防火墙减小各子网间蠕虫的交互感染率，使网络蠕虫的传播得到抑制．利用该模型仿真了均匀扫描蠕虫和本地扫描蠕虫在防火墙网络中的传播．结果表明，防火墙对均匀扫描蠕虫的控制效果比较好；对于本地扫描蠕虫，当本地扫描概率较大时，防火墙的作用相对比较差，与实际情况相符．     

BitTorrent网络中的P2P蠕虫传播仿真分析

对等网络蠕虫(简称P2P蠕虫)是目前P2P网络面临的重大安全威胁之一。由于具有极强的隐蔽性和破坏性,P2P蠕虫能够控制访问感染节点的路由表,获取该节点的邻居信息,构建攻击列表,以实现精确的目标攻击。该文通过仿真的方法,分析了P2P蠕虫在BitTorrent网络中的传播特性,验证了相关参数对P2P蠕虫传播的影响。实验结果表明,P2P蠕虫的传播与BT网络的状态、蠕虫的攻击能力、初始感染蠕虫节点比例以及单位时间内免疫节点比例有着非常紧密的联系。     

基于Q-learning的分布式自适应拓扑稳定性算法

针对移动节点对网络拓扑稳定性的影响,提出了一种预测相邻节点稳定联接的自适应分布式强化学习算法。各节点采用强化学习和学习区间自适应划分相结合的方法,利用相邻节点间的接收信号强度信息对相邻节点间的联接状态进行判定,最终预测出能够保持稳定联接的邻居节点集。通过多种条件下随机游走模型仿真,结果表明预测准确度均保持在95%左右,验证了该算法的有效性和稳定性。     

移动群体中基于SIR模型的疾病传播行为

将SIR传染模型嵌入到基于二维规则晶格的个体运动模型中,研究移动群体中的疾病传播行为。利用平均场理论和大量的数值仿真分析SIR模型的传染临界值。结果表明,有效传播临界速率与晶格中群体密度密切相关,并且个体运动也会显著影响疾病传播行为。最后,基于分析和仿真的结果,提出了一些可行的控制策略来抑制疾病在移动环境下的传播。     

非结构化P2P系统的路由算法

针对非结构化对等网络中洪泛搜索机制的路由盲目性问题,提出了一种利用节点积累的经验指导节点传播查询的路由算法。在该路由算法中,节点记录自己关注的主题和满足主题的邻居节点,建立主题与邻居节点的对应关系表,当节点收到查询后节点就利用该表来指导节点选择查询路由,以便更快地找到查询结果。仿真试验和性能分析表明该算法有效地减少了查询带来的网络流量,提高了查找成功率。     

多因素制约下的SIR传染病模型的元胞自动机仿真模拟研究

针对多因素传染病的精确仿真,根据非高斯传染模型下模拟感染者的随机游走行为,通过构造传染病中心疫区的高斯压力死亡模型,采用基于sigmoid函数的痊愈率与不同隔离强度模拟感染者个体的被动转化行为,且其行为的发生服从动态泊松概率,建立了一类多因素制约下的元胞自动机传染病模型.通过对比实验发现,该模型的模拟仿真稳定,且能较精确仿真疫病传播的实际情况,相比目前的模型具有更高的精度.     

寄宿制学校新冠肺炎疫情防控及传染风险分析

寄宿制学校是聚集性程度较高的场所之一.针对新型冠状病毒肺炎在寄宿制学校传染风险控制问题,设定五级可实行的防控措施及其对洗漱、外出、上课、就餐、回寝5个生活环节传染风险的影响程度,构建基于统计与概率判断的健康者-感染者(SI)传染模型.对14 d内无独立卫生间的4人寝室(公寓楼A)和有独立卫生间的6人寝室(公寓楼B)两种...     

基于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更能够准确地模拟显示网络,而当前研究的热点是怎么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,该策略可以是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。     

利用数学模型预测、控制森林传染病

近年来，森林传染病，尤其是由外来有害生物引起的如松林松材线虫等疾病对我国森林资源的危害日趋严重，如何对森林传染病的发展进行科学预测、实施有效控制的问题已经受到科学工作者们的普遍关注．该文采用传染病数学模型对我国松林松材线虫病疫情进行模拟，通过对数学模型的阈值的分析研究，提出了隔离染病松树的措施，详细分析了隔离率与染病松树总量最大值之间的关系，并对采取隔离措施后疫情的发展进行了预测，提出了控制疫情发展的条件．     

分布式存储系统的可靠性研究

通过对分布式存储系统体系结构的研究,认为数据服务的可靠性由时间、节点失效概率密度函数、数据分离算法及存储策略这4个因素影响．在此基础上,结合可靠性理论,用概率方法构造了存储系统的可靠性模型,根据模型可以对给定系统的可靠性进行预测,并据此制定存储策略,从而将可靠性问题在系统设计阶段解决,并使数据服务的可靠性保持在较高水平．     

警觉与疾病的传播次序性对动力学的影响

近年来,基于双层网络研究疾病传播与警觉传播的相互作用已引起广泛关注。在该模型框架下,疾病通过物理接触网络传播,而有关疾病的警觉信息则通过虚拟接触网络传播,两个网络具有相同的节点,但对应的连边不同。已有的模型在进行理论分析时,多假设警觉意识的传播先于疾病的传播(ordered model),考虑到在真实情况下,疾病传播和警觉意识的传播难以区分先后顺序,因此该文提出了一种不考虑传播次序的模型(concurrent model)。通过研究发现,两种模型给出相同的疾病爆发阈值,但却给出不同的传播范围,当警觉意识传播率较小的时候,无序模型对应的感染范围会小于有序模型对应的感染范围,但是随着警觉意识传播率的增加,结果会发生反转,即无序性模型会导致疾病的感染范围大于有序性模型。     

基于有向感知模型的无线传感器网络节点部署

针对随机部署的有向传感器节点,建立基于有向传感器节点的感知概率模型.采用分布式算法,通过节点间的联合感知概率移动有向传感器节点,提高待监测区域内目标点被感知到的概率.本文提出可移动的节点部署算法,该算法使用较少的节点实现对目标区域的合理覆盖,并提高总体覆盖效果.仿真结果表明,该算法有效地减少了有向传感器节点的使用,同时保证了较好的覆盖效果.     

一类具非线性传染力且潜伏期也具传染性的流行病模型

从非线性动力学角度,运用常微分方程理论和方法,对一类具非线性传染力且潜伏期和染病期都传染的流行病模型进行了研究,讨论了在不同情况下疾病消除平衡点(零平衡点)、非零平衡点的存在性、稳定性,最后确定了各类平衡点存在的条件阈值.结果表明,通过减少染病者与易感者的接触,提高治愈率,使阈值增大到某一数值时,传染病就会从种群中根除;当阈值小于某一数值时,就会形成地方病.同时,结果揭示了潜伏期传染和染病期传染对流行病发展趋势的共同影响.     

具有垂直传播和一般接触的元胞自动机传染病模型

本文主要介绍一种基于元胞自动机模拟传染病传播的理论模型。人群被分为三类：易感者、染病者和病愈者,每个元胞状态代表某一类人群。特别考虑的是具有垂直传播和一般接触的传染病模型,并进一步考虑了接种疫苗的影响,这种影响能够降低传染病的传播。所提出的模型能够作为其他基于真实数据的模拟实际传染病模型算法研究的基础。