一种新的基于节点重要性的免疫策略研究

为了抑制病毒在网络中快速爆发,快速有效的免疫策略将有助于减少病毒带来的巨大损失,随机免疫、目标免疫、熟人免疫以及多种改进的免疫策略已经被提出.目前基于节点重要性的免疫策略主要关注该节点的度大小,而忽略了与其相邻的不同节点的重要性并不相同.基于节点的重要性提出一种改进的免疫策略——基于节点度与聚类系数的病毒免疫算法(Virus immunization based on degree and clustering coefficient of node,IDCC).通过考虑节点的度信息和与其邻居节点间的连接紧密程度计算节点重要性,选择用聚类系数表示连接紧密程度,并计算节点的度大小与聚类系数之和,选择和值较大的节点进行免疫.在人工合成网络和真实的大学邮件网络实现免疫模型并记录感染的节点数目.实验结果表明,使用IDCC免疫策略后,更能抑制病毒传播,且在免疫比例低于20%时,IDCC免疫策略效率最高.     

基于复杂网络病毒传播模型的免疫策略研究

复杂网络理论促进了病毒传播的进一步认识,文章基于复杂网络中免疫策略理论提出了改进的免疫方法——三阶双免疫策略.它是对网络中任意抽得的节点中最大度节点及其三阶邻居节点一起实施免疫策略,是对双免疫策略的进一步改进.研究发现,与传统的随机免疫、经典的熟人免疫策略、二阶双免疫策略相比,文章提出的三阶免疫获得了较好的免疫效果.     

基于复杂网络理论的WSN拓扑控制与安全维护

通过理论推导,得到复杂网络参数与无线传感器网络(WSN)网络容量的关系式.在关系式指导下,运用删减冗余边、添加长程边等方法,对WSN拓扑控制以提高网络容量.针对经过拓扑控制后具有小世界特性的WSN,提出一种考虑节点病毒传播强度的病毒传播局域控制方法.研究表明,拓扑控制可以有效提高WSN网络容量,通过对少量的重要节点免疫,可以节省免疫成本,提高WSN抗病毒攻击能力.     

无标度网络的3种病毒控制策略研究

通过定义网络的安全系数S,研究了控制计算机网络病毒传播的度优先免疫、节点介数优先免疫和边介数优先免疫这3种不同的节点优先免疫病毒控制策略.计算结果表明,节点介数优先免疫的病毒控制策略只需对最少的节点进行保护,就能够提供最大的网络安全系数,具有最好的预防效果.     

考虑通信流量的复杂网络病毒传播研究

基于一维元胞自动机,考虑信息网络节点全局交互和网络通信流量不均衡的特点,提出新的susceptible -infected - susceptible (SIS)病毒传播模型,研究多种网络拓扑结构下病毒传播行为.研究表明,随着网络通信流量增大,病毒在不同拓扑结构网络中传播速度都明显加快,并在更短的时间内达到稳定的更高的感染规模.研究还发现,在考虑一定通信流量和路由协议下,病毒在节点度分布异质化程度较高的网络中最不易爆发.     

非结构化P2P网络中基于流行度的层次式副本创建策略

为有效降低非结构化P2P网络中副本创建所引起的带宽和存储浪费,减少响应时间,提出了一种基于流行度的层次式副本创建策略PPSR.该策略充分考虑文件的异质性,利用文件流行度辅助副本创建,使得文件副本数量和分布更加合理.充分利用了当前非结构化P2P网络的双层拓扑结构,将超节点层副本创建策略与底层域内副本均衡策略有效结合.仿真结果表明,PPSR在当前非结构化网络中具有比其他流行算法更好的性能.     

基于节点重要性的复合免疫策略研究

为有效抑制病毒在网络中扩散,提出一种基于节点度、介数和聚类系数的复合免疫策略,该算法综合计算三类特征量得出节点重要性并免疫重要性高的节点,在人工生成网络和真实农产品供应链网络上分别进行仿真实验,结果表明:实施该复合免疫后网络中感染节点密度值低于同等免疫比例下的度免疫、节点介数免疫和聚类系数免疫策略,具有更高的免疫效率。此外,该复合免疫算法中节点度占比大小会影响免疫效果,存在一个最优的度权值使免疫效果最优。     

新颖的网络病毒传播SIRC模型

从计算机网络中节点感染和防御病毒的实际过程出发,提出了一种带有修复状态的计算机网络病毒传播模型,将感染后经过处理的节点划分为修复状态和免疫状态,通过微分方程组求解模型的稳态解,然后通过MATLAB仿真模拟分析理论值与仿真值的差别,校正所提出的模型.结果表明:该模型中感染率存在一个阈值,感染率小于阈值时,所有网络节点最终将被治愈,病毒消亡;反之病毒爆发.因此,控制感染率小于临界值将有利于抑制病毒的爆发.论文研究的结果有助于制定更加有利于抵制病毒传播的策略,维护网络的信息安全.     

新颖的网络病毒传播SIRC模型

从计算机网络中节点感染和防御病毒的实际过程出发,提出了一种带有修复状态的计算机网络病毒传播模型,将感染后经过处理的节点划分为修复状态和免疫状态,通过微分方程组求解模型的稳态解,然后通过MATLAB仿真模拟分析理论值与仿真值的差别,校正所提出的模型.结果表明:该模型中感染率存在一个阈值,感染率小于阈值时,所有网络节点最终将被治愈,病毒消亡;反之病毒爆发.因此,控制感染率小于临界值将有利于抑制病毒的爆发.论文研究的结果有助于制定更加有利于抵制病毒传播的策略,维护网络的信息安全.     

基于活跃度的网络免疫策略

免疫策略是抑制复杂网络传播过程的有效方法。虽然基于网络拓扑的免疫策略取得了良好的免疫效果,但这些策略都基于同构性假设,即:网络中的节点具有相同的属性。然而,越来越多的研究揭示了网络节点的异构特征,如传播过程中节点具有不同的活跃度,活跃的节点能够促进传播。笔者结合网络结构和节点活跃度,提出了一种新的免疫策略,在真实网络和人工网络中的仿真结果表明,所提免疫策略能够有效抑制传播扩散。     

复杂网络独立集的免疫策略分析

根据独立集的概念,提出了新的复杂网络的免疫策略,免疫一个独立集中度数最大顶点的免疫方法,称为独立集的目标免疫。当独立集中免疫节点度数和等于全网络的目标免疫节点度数和时,独立集的目标免疫策略比全网络的目标免疫更加有效,并从网络结构的角度阐明这一结果出现的原因。随后比较了独立集中的随机免疫策略与全网络的随机免疫策略,实验结果表明对独立集的随机免疫并没有去掉更多的高度数节点。对于经典的SI传播模型,所有节点都只有两种状态：易染状态和感染状态。在复杂网络免疫策略的研究中,SI传播模型与SIR、SIS传播模型相比较,使用SI传播模型对于免疫策略的研究将更加有利。     

复杂网络免疫策略分析

基于网络免疫策略, 先从免疫效率、 代价和鲁棒性三方面分析各免疫策略在同构网络中的免疫特性, 再构建异构耦合网络模型, 并分析了各类免疫策略在异构耦合网络中对病毒传播的抑制力. 实验结果表明, 已有免疫策略可有效抑制病毒在同构网络中的传播, 但对异构耦合网络的保护能力有待提高.     

无标度网络的免疫策略研究

文章结合目标免疫和熟人免疫各自的优势,提出了一种改进的免疫算法:随机选择网络中的部分节点,对被选节点的最大度邻居进行免疫.在算法上结合了熟人免疫的优点,即无需获知全局网络结构信息,并具有目标免疫策略的高效性.通过对算法进行基于无标度网络拓扑进行仿真模拟,验证了本算法具有更高的免疫效率和更广的应用价值.     

相依网络在不同攻击策略下的鲁棒性

相依网络的鲁棒性是网络科学研究的重点问题之一,目前很多重要的工作都致力于这一问题的研究.基于此,系统研究了相依网络在几种蓄意攻击策略下的级联失效过程,发现了同时考虑两个网络中相依节点度的特性比考虑单侧网络节点度的特性的攻击策略更有效.研究成果不但有助于理解相依网络级联失效的过程,而且为找到相依网络的弱点并进行有效的保护和攻击提供了有益的提示.     

股票符号网络研究

利用符号网络来对股票市场进行研究,利用中国近期股市平稳震荡、牛市、熊市3个时期的数据, 首先使用股票收益率相关系数构建保留连边正负信息的符号网络, 其中正边采取优化阈值法, 负边采用固定阈值法, 发现网络中负边的比例较低且集中在银行股上. 之后重点关注牛市时期网络的特征, 分析了度及度分布、节点的受欢迎程度和特征向量中心性、平衡性、平均集聚系数和度相关性. 将其与传统网络进行对比, 发现负边的引入对节点的重要性有较大影响.      

边定向方法对随机网络抵制级联故障鲁棒性的影响

针对复杂网络抵制级联故障的鲁棒性问题,考虑节点权重和边的方向,通过扩展经典的全局介数方法定义节点负载,提出了新的随机网络级联故障模型.应用三种边方向确定策略,在具有单向边和双向边的随机网络上探讨了级联故障行为,分析了全局负载分布机制下定向边对网络抵制级联攻击鲁棒性的影响.仿真结果表明,对于随机网络,所使用的边定向方法均可以使得网络更加鲁棒.但是,不同的边方向确定策略和单向边比例对随机网络抵制级联故障鲁棒性的优化效果影响不大.