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。     

加权局域网络上的病毒传播行为研究

病毒传播问题的研究一直是国际上科学家所关注的焦点,但是在加权局域网络中的病毒传播研究却是空白。由于实际存在的网络很大一部分是加权局域网络,因此研究了一种特定加权局域网络中的传播行为。采用病毒传播的SI模型,令病毒的传播速度和网络的连接权重正相关。对加权局域网络中病毒传播行为的研究表明：加权局域网络的无标度性质和加权局域世界性质对病毒的传播有深刻的影响。由于加权局域网络能够很好地反应实际世界,因此该研究具有很广的应用背景。     

二部无标度网络上病毒传播模型和免疫策略研究

针对计算机网络上的病毒传播问题,提出一种二部无标度网络,其节点分为客户机和服务器两类。在二部无标度网络上应用易感-感染-易感(SIS)传播模型,采用率方程的方法研究二部无标度网络上病毒的状态转移和临界行为,得出客户机感染密度与服务器感染密度的关系式。在SIS模型的基础上利用免疫策略,针对相同的网络拓扑和病毒传播模型,分析比较免疫策略的免疫功能,并给出支持理论结果的数值模拟,结果验证了随机免疫、节点度免疫与相识点免疫策略都具有防御病毒传播的功能,并且防疫能力依次增强。     

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。     

基于BA模型的微博谣言传播机理研究

基于BA无标度网络模型,融合微博用户网络的特征,构造一种微博谣言传播网络模型。提出一种新的SIR(susceptible-infected-removed)模型,通过数值仿真探讨微博谣言的传播动力学行为。研究表明,当微博用户规模以及节点间新建连接数量不断增大时,微博谣言的最终感染程度显著增大,网络的传播临界值却大幅降低。研究还发现,拥有较大吸引度的节点比例以及微博用户之间添加反向关注的概率基本不影响谣言的传播特性。     

有向天线的无线传感器网络病毒传播模型

采用定向感知天线模型建立基于有向天线的无线传感器网络中的病毒传播模型,通过智能监视节点广播的切换天线消息触发无线传感器网络节点使用有向天线,以研究无线传感器网络中的病毒传播。研究结果表明:使用有向天线不仅能够节约传感器节点能量,延长网络生命周期,还能够有效抑制病毒传播,减小无线传感器网络中病毒大规模爆发的风险,而且该模型适用于不同的病毒传播模型和不同结构的无线传感器网络。     

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。     

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能够更准确地模拟显示网络,而当前研究的热点是怎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,该策略可以使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。     

电子邮件病毒传播模型的研究

由于当今世界互联网的开放性和计算机软件的脆弱性,导致以电子邮件等作为病毒载体来传播的问题愈发严重,电子邮件病毒传播模型的研究对邮件病毒的抑制有指导性的作用.文中从三个不同角度提出三个不同的反映计算机邮件病毒传播方式的模型来进行分析研究,一个是SIR改进型的通用传播模型,然后是基于无尺度网络拓扑结构的SIR模型,最后是笔者提出的一个数学模型并对该模型的进行仿真试验,结果表明与理论分析相一致.通过这三个模型的介绍,可以制定相关的病毒阻隔策略,以利用最小的资源切断邮件病毒在网络上的传播链.     

自组织网络病毒传播模型研究

针对现有的网络病毒传播模型不适应自组织网络的问题,以无线传感器网络作为自组织网络的背景,提出一种复杂环境下的自组织网络病毒传播模型.该模型引入描述节点通信窗口开放情况参数以模拟休眠机制;引入描述网络链路好坏的参数以模拟环境影响因素;针对传感器节点资源有限等特征,提出一种抑制病毒传播的方案;使用在网络节点中注入补丁包的方...     

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。     

RFID病毒传播模型稳定性分析

针对大量无线射频识别(RFID)病毒暂时无有效防御措施的问题,参考经典SIRS传播模型,在均匀网络环境下提出用于分析和控制RFID病毒的RSIRS病毒传播模型.通过考虑直接免疫、免疫态直接转化为易感态、感染后转化为易感态等因素,使模型更符合病毒实际传播情况.对建立的方程组进行平衡点及平衡点稳定性分析,得出病毒传播的阈值及消亡条件.数值仿真验证了该模型的正确性.     

计算机网络病毒传播模型SIRH

计算机网络病毒传播模型是研究计算机网络病毒的手段和工具。SIR模型是仿照生物流行病传播机制而建立的病毒传播模型。本文从计算机网络病毒传播的实际情况出发,通过分析SIR模型的不足,提出了一种在计算机网络中具有病毒防范、病毒免疫措施的网络病毒传播模型。SIRH考虑了网络病毒重复感染这种人为因素对网络病毒传播的影响。仿真实验验证了SIRH的有效合理性。     

风险意识加强的自适应网络病毒传播研究

当疾病在人群中爆发时,人们对病毒传播的风险意识和规避行为随着人群中感染密度等因素的变化而作自适应的调整.针对人群中不断变化的风险意识和规避行为,提出在SIS网络传播模型中,用时变重连概率函数描述该变化过程,研究自适应网络的动态传播过程.结果证明,网络中时变重连函数的稳定值大,则病毒传播规模小.时变重连概率函数增长速度快,则病毒传播速度慢.表明人们的风险意识高且规避措施全面时,病毒最终的传染规模也小,同时,能及早地认识病毒的危害并采取规避措施,有利于对病毒传播的抑制.     

微博语言的复杂网络特征研究

基于大规模微博语料库,构建了3个词同现语言网络,并采用复杂网络分析工具对这些语言网络进行分析。主要目的是探索复杂网络分析方法应用于微博文本的可行性,进而研究微博语言网络的个性特征。研究结果表明,复杂网络分析方法在微博文本上是可行的,在复杂网络的相关参数,如度分布、聚类系数、平均最短路径等方面反映了微博语言的语体特征。该研究不仅拓展了复杂网络方法在语言学领域的应用,而且为基于复杂网络的微博内容挖掘提供了可行途径。     

基于博弈理论的计算机病毒传播模型

已有的计算机病毒传播模型主要采用基于流行病学原理的SIR/SDIR模型。该类模型仅从计算机节点连接率考虑问题,不能准确、量化地反映病毒传播给用户带来的损失。为此,提出基于博弈理论的计算机病毒传播模型,通过分析正常用户和潜在攻击方之间的博弈,给出博弈双方期望收益的表达式。实验结果表明,该传播模型能够较好地模拟计算机病毒的传播趋势。     

无标度网络环境下E-mail病毒的传播模型

提出无标度网络环境下E-mail病毒的传播模型。通过对模型的求解,得到E-mail用户感染密度随传播率、恢复率和网络平均度变化的计算表达式。实验表明,在反病毒技术未出现前,用户感染密度最终将达到一个稳定状态,并通过实验证明了传播率与网络平均度是影响E-mail病毒蔓延的关键性因素。     

无标度网络中谣言传播的研究

在网络化高度发展的今天,网络谣言传播泛滥,控制网络谣言传播逐渐成为一个值得关注的问题。文中通过分析现实世界中网络谣言的传播特性和方式,提出一种新的谣言传播模型-HKASI模型,建立基于HKASI模型的动力学方程组。在无标度网络中仿真谣言的传播演化过程,分析模型特性,求出无标度网络谣言传播各状态的临界值,选取不同概率仿真比较模型中的参数对各个传播状态的影响,得出在无标度网络中谣言扩散的高速性,以及通过提高公民求证意识可以有效阻止网络谣言传播的结论。     

云计算网络中的主动免疫隔离传播模型

对云服务所涉及的相关要素进行抽象,提取其生态防御特性,并根据人工免疫系统中的病毒传播理论,建立一种具有主动免疫隔离功能的SEIR类传播模型.该模型可以主动采取预防措施,使其免受病毒入侵.根据不同的网络危险程度,采取不同的隔离策略,从而最大程度地保证云环境中服务行为的安全.仿真结果证明,该模型具有较高的自适应性、鲁棒性、入侵容忍和自愈能力,能有效控制云计算网络中危险的传播.     

网络中的计算机病毒传播模型

通过分析SIR模型的不足,提出了一种在有反病毒措施传播的网络中的计算机病毒传播模型（Virus Propagation Model with Antivirus Measure Propagation,VPM_AMP）模型.通过对两个模型的数值解的比较,发现VPM_AMP模型比SIR模型更能反映实际网络中病毒的传播情况.VPM_AMP模型有助于更好地理解和预测现实计算机网络中病毒传播的规模与速度.