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。     

病毒在无标度网络上的传播及控制仿真研究*

网络病毒的爆发给计算机用户带来巨大的损失,同时互联网被认为是无标度网络,因此研究病毒在无标度网络上的传播及控制很有意义。通过构建一个BA无标度网络模型,对病毒的传播行为及影响因素进行了仿真分析。研究表明,采取恰当的策略可以有效地控制、预防病毒传播。     

网络病毒的传播及预防模型研究

研究网络病毒的传播模型,可以深刻理解病毒扩散对网络造成危害的现象,为反病毒技术研究提供理论基础.通过网络环境下病毒传播数学模型的建立和分析,得出了遏制网络病毒迅速扩散的重要环节和策略.对比传统病毒,在网络环境中,网络病毒疫情的蔓延更加迅速、破坏力也更强.建立有效的预防体系,是尽早发现新型网络病毒,并控制其蔓延的有力举措.     

社交网络影响的不良信息扩散建模及最优控制策略

针对已有不良信息传播模型没有考虑不同社交网络间信息扩散情况,利用图论中的连通性原理,建立了多个社交网络间不良信息扩散的动力学模型,并且将优化控制理论应用到模型中。通过最优控制原理,证明了最优控制策略的存在性,进一步得到了不良信息扩散的优化控制模型。实验结果表明,引入优化控制措施可以有效抑制不良信息扩散规模,而且控制策略的强度可以根据需要进行动态调整。另外,通过模拟不同社交网络间是否有信息相互传递,发现社交网络间的信息传递会增大不良信息扩散的规模和速度。     

在线社交网络中信息传播模式的特征分析

在线社交网络以其独特的传播优势,已成为一种流行的社交媒体平台。针对在线社交网络中信息传播模式的形式特点,结合传染病动力学原理,提出了在线社交网络中的信息传播模型。模型考虑了不同用户行为对传播机理的影响,并建立了不同用户节点的演化方程组,模拟了信息传播的过程,分析了不同类型的用户在网络中的行为特征以及影响信息传播的主要因素。实验结果表明：不同类型的用户在信息传播过程中有着特定的行为规律,信息不会无限制地传播,并在最终达到平稳状态,并且传播系数和免疫系数越大,信息传播达到稳态的速度就越快。     

无线传感器网络中的病毒传播动力学研究

从无线传感器网络的基本特征出发,结合传感器病毒感染过程的具体特点,对无线传感器网络上的病毒传播 动力学进行研究。分别使用均匀随机分布、簇分布、二维高斯分布、随机格状分布方法来建立平面无线传感器网络模 型;结合传染病理论,考虑了无线传感器网络的传播特征以及不同的MAC机制对传感器网络中病毒传播的影响,建 立了无线传感网中病毒传播模型。仿真实验表明,有局部聚集的节点散布方式会加快病毒的传播,而采用休眠唤醒机 制的通信方式能够限制病毒传播的速度,降低病毒在传感器网络中快速扩散的风险。     

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.     

微博病毒传播模型研究

利用有向无标度网络描述微博用户的关系,在此基础上建立微博病毒传播模型,研究用户点击率、转发率以及对信息的反应速度等因素对病毒传播的影响。实验结果表明,用户点击恶意链接的行为能促使病毒传播,转发警告信息的行为能抑制病毒扩散,对信息做出反应经历的时间越短,病毒及警告信息传播得越快,并且越早对病毒采取抵制措施,病毒爆发的范围越小。     

网络病毒传播模型中的两个问题

现有的网络病毒分析模型大都依据流行病模型建立,这些模型并不能反映现代网络环境下病毒的传播规律,故有一些问题不能得到很好的解决。文章在新模型的基础上重点讨论其中的两个最为突出的问题:网络病毒的门限值问题和单节点在病毒传播中的不同作用。通过对新模型解的分析得出结论:如果病毒的传播紧密地依赖网络的连接率,而它们的治愈率又相对较小,那么这类病毒的门限值是不存在的。基于该结论文章对长期以来困扰网络病毒传播模型的两个公开的问题给出了合理的解释。文章将电脑的连接率作为节点的一个最基本的特征,从而指出具有不同连接率的节点,它们在病毒传播中的作用也不相同,文章还首次给出了它们的估算公式,从而也为刚刚起步的网络免疫系统中节点的选择提供了有力的理论支持。文章最后进行了模拟实验,实验的结果基本验证了分析结论。     

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.     

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。     

The combined impact of external computers and network topology on the spread of computer viruses

This paper aims to study the combined impact of external computers and network topology on the spread of computer viruses over the Internet. By assuming that the network underlying a recently proposed model capturing virus spreading behaviour under the influence of external computers follows a power-law degree distribution, a new virus epidemic model is proposed. A comprehensive study of the model shows the global stability of the virus-free equilibrium or the global attractivity of the viral equilibrium, depending on the basic reproduction number R₀. Next, the impacts of different model parameters on R₀ are analysed. In particular, it is found that (a) higher network heterogeneity benefits virus spreading, (b) higher-degree nodes are more susceptible to infections than lower-degree nodes, and (c) a lower rate at which external computers enter the Internet could restrain virus spreading. On this basis, some practical measures of inhibiting virus diffusion are suggested.     

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.     

改进的SCIR模型中社交网络信息传播研究

社交网络中用户转发是信息传播的重要渠道,研究用户转发模式和信息传播规律,将有利于在网络话题传播过程中进行监控和抑制。现有的建模研究中,存在模型通常缺少时效性,用户行为难以准确刻画的问题。因此,着重分析了社交网络用户行为模式,基于用户连接强度和邻居节点的影响改进了转发概率计算,其次在经典的传染病动力学SCIR模型中,引入在线和离线状态的节点,通过用户在线比率控制网络活跃度。仿真结果表明,该模型相较传统SCIR模型在信息传播过程中具有较好的稳定性和更高的覆盖率,节点属性变化走势更加接近真实网络,可以较好地模拟社交网络中的热点话题的传播规律。     

Stochastic graph as a model for social networks

Social networks are usually modeled and represented as deterministic graphs with a set of nodes as users and edges as connection between users of networks. Due to the uncertain and dynamic nature of user behavior and human activities in social networks, their structural and behavioral parameters are time varying parameters and for this reason using deterministic graphs for modeling and analysis of behavior of users may not be appropriate. In this paper, we propose that stochastic graphs, in which weights associated with edges are random variables, may be a better candidate as a graph model for social network analysis. Thus, we first propose generalization of some network measures for stochastic graphs and then propose six learning automata based algorithms for calculating these measures under the situation that the probability distribution functions of the edge weights of the graph are unknown. Simulations on different synthetic stochastic graphs for calculating the network measures using the proposed algorithms show that in order to obtain good estimates for the network measures, the required number of samples taken from edges of the graph is significantly lower than that of standard sampling method aims to analysis of human behavior in online social networks.