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。     

一类具有个体差异性和非近邻传播特性的SIRS计算机病毒传播模型

已有的SIRS模型认为感染个体被治愈后具有免疫能力,没有考虑个体之间的差异性以及实际节点之间的拓扑关系划分的不确定性。针对上述的不足,结合实际网络传播情况,分别引入直接免疫概率α、被治愈但不具有免疫力的概率μ2以及非相邻节点感染概率β1。提出一类具有个体差异性和非近邻传播特性的SIRS模型,该模型充分考虑了网络中节点在病毒免疫过程中存在的差异性以及非近邻传播特性对病毒传播的影响。数值模拟得到的结果和理论分析表明,通过增加网络中的直接免疫强度以及抑制非近邻传播的发生能够有效控制病毒的传播。     

邮件网络中基于介数的免疫策略研究

针对如何抑制病毒在邮件网络中的传播问题,在交互式邮件传播模型中分析介数免疫策略与传统基于度信息的免疫策略对病毒传播的控制能力。在真实的安然邮件网络和人工网络中对比各种免疫策略的效率与代价,结果发现节点介数免疫策略只须保护少量节点就可以降低病毒传播规模,有效地保护网络安全。     

适应网络病毒传播的SIS离散模型

为有效地模拟病毒在适应网络中的传播,分析了当前适应网络病毒传播研究的现状,结合适应网络中存在的节点动力学和网络动力学相互作用、相互反馈的机制,提出了一种基于计算机仿真技术的适应网络病毒传播的SIS(susceptibleinfected-susceptible)离散模型.通过对所建模型进行仿真和分析,实验结果表明,病毒在适应网络中传播具有双稳态性;由于节点规避病毒传播而改变网络连接的行为,使得网络的度分布发生变化,该行为对病毒在网络中的传播具有抑制作用.     

基于SIR模型的社交网络推手节点发现及信息传播抑制

推手节点对社交网络信息传播有非常重要的作用。在传统SIR模型中引入"推手节点"概念,研究该类节点所造成的热门话题在网络中的传播规律,以及对社交网络信息传播的影响和控制。利用You Tube数据构建社交网络拓扑结构,实验发现,当节点传播概率大于0.7时,可设置为推手节点,对于信息传播抑制可采用目标免疫算法。而在一个社交网络中传播节点的整体信息免疫大于0.2时能有效抑制信息传播,该值为使用重要熟人免疫策略对信息传播进行抑制的参数值。     

社交网络中考虑不同传播概率上的谣言传播模型

现有的谣言传播模型无法描述不同节点对谣言传播概率的影响,从而造成了谣言传播模型无法真实地描述现实社交网络中的谣言传播,进而影响了对网络中谣言传播的控制。针对这一问题,在SIR传播模型的基础上考虑了谣言在不同节点之间的传播概率,并且分析了不同节点对传播概率的影响情况,从而建立了社交网络中考虑网络节点自身影响的谣言传播模型。最后,通过将改进的谣言传播模型与常用的SIR模型进行对比,实验结果显示,提出的改进模型可以较快地控制网络中谣言的传播。     

基于速度分段的手机蓝牙病毒传播模型

对于蓝牙环境下智能手机蠕虫病毒的传播,手机的移动速度是一个重要因素。假设整个网络中所有节点具有相同的速度不利于准确模拟网络动态传播特性。该文利用速度分级的方法模拟整个网络中节点速度的多样性,根据智能手机节点在蓝牙环境中的传播特性,给出蓝牙方式下的通信网络中手机节点平均度的计算方法和基于速度分段的手机蓝牙病毒传播模型。仿真实验表明,该传播模型更接近于真实环境中的手机蓝牙病毒的传播规律,能准确模拟病毒的传播过程。     

大规模网络的病毒群体免疫模型

由于计算机和Internet的普及,越来越多的人使用邮件,邮件病毒造成了巨大的损失和严重的破坏。传统的度免疫模型有一定的盲目性,没有考虑感染节点的位置,对整个网络中度高的节点进行免疫。把群体概念引入病毒预防控制领域中,提出群体免疫模型,在不同的病毒感染阶段,采用感染群体免疫或健康群体免疫,在降低节点感染密度的同时,把感染节点控制在一定群体内。度免疫无法将病毒控制在某些群体内,从而使得病毒分散在各个群体;而群体免疫能够将病毒集中到感染群体内部。两种免疫模型需要免疫的节点个数和群体感染比率的差别较大,所以群体免疫是原理上不同于度免疫的新型有效的免疫模型。     

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。     

基于生物学原理的计算机网络病毒传播模型

针对已有的SIR病毒模型并没有很好地反映现实计算机网络中节点状态转换的问题,根据生物学传染病原理,结合已有的SIR模型,提出一个新的SIRS计算机病毒传播模型。利用微分方程理论分析该模型的动力学行为,发现基本再生数R0的取值是影响网络中病毒是否能彻底控制的关键。数值模拟结果表明,该模型能有效地预测和控制计算机网络病毒的传播。     

基于小世界拓扑模型的网络系统安全分析

将计算机网络看成一个整体,引入小世界网络理论分析方法,探讨网络系统固有的拓扑结构特性对病毒传播的影响,提出一种网络节点安全敏感性的评判准则。建立基于小世界聚类特性的病毒分步扩散模型,确定网络节点之间的传播强度,采用蚁群算法求得高风险的病毒传播路径及相应的脆弱环节,为网络安全预防提供重要依据。     

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。     

网络环境下计算机病毒传播模型的分析与仿真

针对计算机病毒传播模型的多样性、复杂性问题,本文提出了一种新的计算机病毒传播模型,该模型以网络连接率和病毒治愈率为研究参数,着重刻画在普通网络环境下病毒的传播模型,其目的是解决传统传播模型无法全局反映病毒传播的过程与特点。仿真结果表明模型能有效地反映病毒的传播特征,从而为计算机病毒的防范提供了科学依据。     

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。     

基于异质移动网络的破坏性病毒传播模型

针对现有研究没有考虑移动网络节点异质性与没有构建破坏性病毒传播模型的问题,提出一个基于异质移动网络的破坏性病毒传播模型。通过考虑移动网络节点的异质性,进一步将易感染状态划分为新系统状态和旧系统状态,并结合破坏性病毒的潜伏与爆发特性将感染状态划分为潜伏状态和爆发状态。计算了模型的平衡点与传播阈值,并指出当传播阈值大于1时,模型在正平衡点处不稳定;当传播阈值小于1时,模型在正平衡点处局部渐近稳定。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,两个网络的病毒传播速度不同,NW网络存在病毒完全消除的情况,而BA网络中的病毒不会被完全清除。     

基于两阶段免疫接种的SIRS计算机病毒传播模型

针对现有的带有免疫接种策略的病毒传播模型的不足,根据生物学中的传染病模型提出了带有阶段免疫接种特点的SIRS计算机病毒传播模型。该模型充分考虑了在达到感染阈值时免疫接种概率的变化对于病毒传播的影响。此外,利用动力学稳定性理论分析并证明了病毒平衡点的存在和稳定条件。数值仿真结果表明,提高免疫接种率和设定适当的感染阈值可以有效控制计算机病毒在网络中的传播。     

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。