节点增减机制下的病毒传播模型及稳定性

该文针对网络节点的增减情况,研究网络病毒传播模型及其稳定性问题。考虑网络节点的新增和移除,构建了基于节点增减机制下的网络病毒传播模型,并运用Routh-Hurwitz稳定性判据定理,分析了模型的平衡点稳定性和基本再生数R₀及其对病毒传播稳定性的影响。最后,通过改变增加节点数量以及易感状态、感染状态的节点移除率,研究3个参数对病毒传播过程的影响,并给出了仿真验证。仿真结果表明,通过调节网络节点的增减数量,能够控制病毒在网络中的传播。     

潜伏机制下网络病毒传播SEIQRS模型及稳定性分析

针对新型潜伏病毒传播特性,研究潜伏机制下的网络病毒传播模型及其稳定性,为潜伏型病毒扩散机理及防御策略研究提供理论参考.首先,从新型网络病毒的潜伏特点入手,分析处于潜伏状态的网络节点存在的三种转化模式,提出了潜伏机制下的网络病毒传播模型;其次,运用劳斯稳定判据,论证了网络病毒传播平衡点的局部稳定性,求解系统的基本再生数R_0;最后,给出了潜伏状态下三种转移参数对系统稳定性影响的仿真验证.理论分析和仿真结果表明,当R_0≤1时,网络在无病毒平衡点局部渐近稳定;当R_01时,网络在感染源平衡点局部渐近稳定.通过调整优化潜伏状态下三种转移概率,可以减小系统基本再生数R_0,使网络维持在无病毒健康状态.增大潜伏状态到易感状态转移概率θ,减小潜伏状态到感染状态转移概率γ和增大潜伏状态到免疫状态转移概率b,可以将潜伏病毒入侵的网络控制稳定在无病毒平衡点,从而维护网络安全.     

多跳网络中节点移动性对病毒传播行为的影响

随着智能终端硬件配置的提高,多跳网络的开放性和分布式结构给网络安全带来了严峻的挑战,使其具备了恶意代码活动的硬件条件。传统的计算机病毒传播模型未考虑网络的动态拓扑特性,不能被直接应用到多跳网络的研究中。通过将经典SI病毒传播模型应用到基于RWP模型的多跳网络中,研究节点的通信半径、病毒传播时间、初始感染节点的个数和节点的密度对病毒传播行为的影响。仿真结果表明,节点的移动速度对病毒的传播行为有显著的影响,节点的移动导致病毒传播最快时对应的节点速度近似为节点的通信半径与病毒传播时间的比值,而与节点的密度和初始感染节点的个数几乎无关。     

网络蠕虫传播建模分析

概述了当前几种常用的蠕虫病毒传播模型,具体分析了随着因特网体系结构的演化,网络中NAT等设施的出现对蠕虫病毒传播带来的影响。针对传统模型在描述病毒传播过程中的一些不足,对一种解析主动蠕虫病毒传播模型进行了改进,提出了蠕虫病毒的两阶段传播模型。仿真结果与CAIDA实际测量的Red Code v2传播数据相比较表明,改进后的模型能更好地描述病毒的传播规律。     

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.     

二维异步元胞自动机计算机病毒传播

基于二维异步元胞自动机研究了计算机病毒传播,提出带有时延的计算机病毒传播模型.该模型能够有效克服以往基于同步元胞自动机的病毒传播模型难以考虑时延的问题,并且使研究者能够方便地通过调整参数达到模拟在不同拥塞程度网络中的病毒传播目的.研究结果表明,时延会使病毒传播的过程产生滞后现象,但不会改变其总体趋势.     

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。     

手机病毒传播模型仿真研究

在复杂网络经典传播模型的基础上,针对短信网络的小世界特征,建立了手机病毒在短信网络内传播的M-SEIR模型,并以此为基础研究了用户预免疫、病毒变异以及短信网络内的局部社团结构对手机病毒传播的影响,进而有针对性地提出了有效防治手机病毒传播的方法.     

各异性FVD模型及数值模拟

为了使跟驰模型能够描述驾驶人行为差异,基于不同气质类型驾驶人的行为差异分析,建立了跟驰模型参数与驾驶人气质状况之间的关系,通过引入气质激进度变量,将跟驰模型参数表达为气质激进度的函数,并在改进FVD模型的基础上,提出了体现驾驶人行为差异的各异性FVD模型.该模型克服了传统规范模型无法描述驾驶人个体行为差异的缺点.数值模拟实验结果表明该模型能够成功地模拟稠密交通流中小扰动传播演化结果的随机性现象.该模型结构简单,且参数易于确定,一方面为驾驶行为各异性的建模建立了理论基础,同时也为微观交通流动态随机特性模拟提供了一般性的方法.     

考虑交通诱导下新进出行者的网络交通流演化模型

研究了城市网络交通流的动态演化行为.在网络交通流的演化过程中,出行者根据路网状况不断调整自己的出行路径,假设OD对出行需求和路径流量受到OD对出行成本的影响,考虑在交通诱导下新进出行者的路径选择方式,以Logit分配模型表示新进出行者选择出行路径的比例,提出一个改进的交通流演化模型,并分析了该模型及其零点的一些特性,它能更好地反映现实中交通流演化结果.数值实验结果表明,模型可近似描述交通流演化到用户均衡态的过程,交通流能够收敛到均衡状态.     

Spreading behavior of SIS epidemic model on networks with dynamical topology

Based on the two-dimensional regular lattice,a modified SIS(Susceptible-Infected-Susceptible)epidemic model with motion rules is presented to study the spreading behavior on networks with dynamical topology.The mean-field theory is utilized to analyze the critical threshold(λc)of epidemic spreading under the randomly mixing conditions.It is found that λc is only related with the population density within the lattice.Large-scale numerical simulations are carried out to verify the mean-field results,and it is observed that the long-range probability p largely affects the epidemic spreading behavior.In addition,the effect of the dual time scales on epidemic spreading is also investigated by the simulations,and it is shown that the dual time scales accelerate the dynamic spreading behavior.The results indicate that the model with motion can help us to further understand the real epidemics.     

Improved scheme for spectrum allocation in cognitive wireless sensor networks

In order to effectively allocate the idle spectrum and improve spectrum utilization of cognitive wireless sensor networks, it is necessary to design an efficient spectrum allocation algorithm. Aiming at the problem of spectrum allocation in cognitive wireless sensor networks, an improved method for spectrum allocation is suggested. A new chaotic dynamic clonal evolution algorithm is designed. Then the graph theory coloring model is established with the corresponding fitness function derived. Traditional evolutionary algorithms have the problem of premature convergence, so chaotic operators, adaptive operators and cloning operators are added to the traditional evolutionary algorithms to accelerate the convergence of the algorithm. The chaotic dynamic clonal evolutionary algorithm is compared with the simulated annealing algorithm and the ant colony algorithm by simulation. The simulation results show that compared with the ant colony algorithm and the simulated annealing algorithm, the chaotic dynamic clonal evolution algorithm can effectively improve the global search ability, and significantly improve the network benefit value of spectrum allocation. The results also show that the proposed chaotic dynamic clonal evolution algorithm can make full use of existing spectrum resources and improve the system throughput.     

元胞自动机模拟在市场营销中的应用

元胞自动机(CellularAutomata,CA)模拟技术为探索市场等复杂的经济和社会系统开创了新途径.本文运用CA模拟方法,研究具有消费行为依赖性的网络扩展市场的动力学演变行为,为新产品及新技术的扩散理论提供了微观经济学的机制.     

社交网络上基于信息驱动的行为传播研究

针对社交网络上信息与行为的交互作用与协同传播的特点,建立了基于信息驱动的行为传播模型。该模型综合反映了社交网络上信息与行为传播的交互性,以及信息传播的记忆性、时效性与社会加强效果等多种因素对传播的影响。研究发现,信息的时效性、社会加强效果、信息的转播率等模型参量,以及源节点的度与核数、节点的度及与源节点距离等网络参量,都在一定程度上影响行为传播的速度和范围,但各参量在不同环境下发挥不同的作用。     

动态融合复杂网络节点重要度评估方法

为挖掘复杂网络中的关键节点及提高网络鲁棒性,针对有/无线多网融合的层级网络,提出了动态融合复杂网络模型及其节点重要度评估方法.结合动态融合复杂网络的特点,定义了边连通概率、路径连通概率、网络连通概率、融合节点比例、融合节点分布和融合路径比例等与网络动态性和融合性相关的参数.在单层复杂网络节点重要度评估指标的基础上,设计了融合网络节点度中心性、节点介数中心性和节点融合中心性指标.其中,融合节点的节点融合中心性表示融合节点对网络融合的贡献程度,非融合节点的节点融合中心性表示非融合节点对网络融合的辅助作用程度,主要体现在作为融合节点之间的中继节点.最后,综合考虑网络拓扑结构、动态融合特性等因素进行节点重要度评估.以改进的动态交织风筝网络为例进行仿真分析,结果表明该方法能够比较全面地刻画节点在动态融合复杂网络中的重要性.利用NS2搭建由光通信网和卫星通信网融合构成的仿真实验网络,进一步验证了在仿真网络环境中本方法的有效性.     

引入病毒进化模型的新型模拟退火算法

改进了病毒进化遗传算法中的病毒进化模型,根据病毒生命力强弱动态调整其感染概率,并将改进后的病毒进化模型引入到模拟退火算法中,提出一种引入病毒进化模型的新型模拟退火算法,并用其解决图像编码矢量量化码书设计问题.实验表明,该算法收敛速度快,码书性能较好.     

相依型双层Holme-Kim网络合作行为研究

现实世界中的网络往往具有“无标度”、“高聚类”、“相互连接”的特点。为模拟这些特点,该文提出了一种相依型Holme-Kim网络构造算法,并分析了囚徒困境博弈在该算法构造的网络模型上的演化。通过仿真实验,研究了构造算法中提出的连接度、连接概率以及囚徒困境收益矩阵中背叛诱惑等参数对相依型网络上合作行为演化的影响。研究发现在较低的背叛诱惑参数下,同等规模的网络上连接度、连接概率的值越低越有利于相依型网络上合作行为的形成;当背叛诱惑参数超过一定的阈值,会导致网络中大量背叛行为的出现。     

负阻态忆阻Hopfield神经网络动力学

人类大脑是一个高度复杂且规模庞大的非线性动力学系统,其动力学行为与人类智能活动密切相关。基于忆阻器的人工神经网络不仅可以很好地模拟人脑工作机制,而且其非线性特性可以为神经网络带来更为丰富的动力学行为。为了进一步发挥神经网络的优势,引入一种新的具有负阻态功能的忆阻器模型,该模型打破了原有忆阻器的阻态极性限制,为忆阻器扮演神经网络突触仿生器件提供了更加丰富的变化性能。在对忆阻器模型分析的基础上,提出了一种新的忆阻Hopfield神经网络(HNN),进一步加强了HNN的负反馈功能,使之表现出更加丰富和复杂的动力学行为。实验结果表明,新忆阻HNN拥有较为丰富的动力学行为,具有一定的混沌特性。在不同的忆阻器参数以及权值矩阵取值条件下,观察系统的相位轨迹图、Lyapunov指数的变化情况,并与同类型网络进行对比,进一步证明提出的神经网络的有效性,同时复杂的动力学特性也为在数据处理、图像加密等方面的应用提供了研究支撑。     

考虑行人减速避让的改进社会力模型

为了能够真实地模拟常态行人流,针对社会力模型中存在的行人重叠问题,分析了行人的运动需求空间,将行人减速避让机制引入社会力模型,对模型进行了改进。并采用C++编程语言对改进模型进行了仿真,验证了其有效性。仿真结果显示,行人能够有效地避让其他行人及障碍物。将仿真试验提取数据拟合得到的行人流的速度-密度图与实际数据比较,结果表明:当行人密度在0～3.5p/m2内变化时,所提出的模型能够再现行人流基本图。     

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.