物联网信息传播动力学建模与仿真

针对物联网环境下信息传播的感知性和适应性交互特征,采用社会物理学思路并借鉴振动传播概念,定义了物联网信息传播过程的动力学变量及其对传播行为的相应影响,建立了基于阻尼振动方程的信息传播微观动力学模型,结合Multi_Agent仿真技术和Netlogo仿真平台,模拟了微观个体传播行为与宏观整体运行机制之间的动力学关系,通过大量的数值仿真验证了模型的合理性,依据仿真实验的结果分析了信息传播系统的非线性演化规律并提出了相关的策略建议。     

复杂网络传播动力学研究进展

网络上的信息或者疾病传播问题是复杂网络研究的焦点之一,其不仅依赖于信息或者疾病自身的传播特征,而且依赖于网络的结构与演化,是疾病传播动力学与网络演化动力学的耦合过程,会产生十分复杂的动力学现象。文章主要介绍复杂网络上传播动力学的一些基本概念、建模与研究方法,主要包括基于对关系、度、节点和渗流理论等四类网络传播动力学模型以及复杂网络传播动力学建模与分析方面的主要进展。     

基于情感因素和信任机制的谣言与辟谣动力学模型构建

社交网络中,研究谣言和辟谣在传播过程中的规律,有助于把握谣言信息传播趋势从而调节舆论走向。本文提出了一种基于情感因素和信任机制的S/E-F(D)-I(Susceptible/Educated-Forwarding(Defuting)-Immune)谣言/辟谣两阶段的传播动力学模型。模型基于传统的SFI(Susceptible-Forwarding-Immune)模型,分别研究谣言信息和相应辟谣信息的传播过程。在第一阶段谣言信息传播过程中考虑情感因素,进一步考察不同极性情感的动态演化过程;在第二阶段辟谣信息传播过程中考虑信任机制,进一步考察网民信任危机对辟谣信息传播的影响。两阶段模型均加入了受教育人群（E）探究辟谣信息相关教育程度及个人认知水平对信息传播的影响。基于已构建的S/E-F(D)-I动力学模型对新浪微博真实案例事件进行了数值拟合,刻画了真实舆情传播过程并验证了已有模型的有效性和合理性,通过参数敏感性分析挖掘影响谣言传播的重要因素,为制定谣言应对决策策略提供了支持。     

基于引力势的在线社交网络信息传播动力学模型

借用物理学中引力势理论,推导了社交网络中的信息传递过程,并在分析各变量因子的基础上,得出了信息传播的动力学概率模型。该模型主要考虑了信源信息的时效性、用户之间的关系远近以及信息价值对社交网络中信息传播的影响。实验结果表明:信源信息的价值时效性是先增大后逐渐减小直至保持不变的;当用户之间的关系越远时,两个用户之间的信息传播必然经历多次信息运动模式,说明信息源产生势的范围越广并且信息传播的越深远;信息价值的大小与信息传播范围之间的关系呈现"S"型的变化特性。     

双层规则随机网络上伴随意识衰败的模型分析

考虑双层网络的SAIS模型,其中警觉者由于意识衰败可能成为易感者。用逼近Markov过程的方法推导基于个体的伴随意识衰败的信息传播SAIS模型。在规则随机网络下,分析了模型的动力学行为.证明了伴随意识衰败,信息传播的SAIS模型的第二阈值消失。     

在线社交网络信息有效分类传播模型研究

针对在线社交网络信息传播模型在事件描述中没有对其利害分类、等待时间概率下降意义模糊,提出了一种非线性时变信息有效分类传播方法,并在此基础上建立了事件分类的E-C模型.首先利用动力学的网络传播模型、传播用户之间的社会网络关系与用户行为之间的联系,其次结合任务优先级、等待时间与概率发生函数的非线性时变关系分析了在线网络信息传播模型,最后引入N指数函数建立E-C模型.仿真结果表明,传播过程中等待时间概率图遵循幂律分布,改进后的模型对有利事件与传统模型作对比,在等待时间概率分布图中的效果有23.1%的提升;对于有害事件,则有21.8%的提升;理论仿真结果与真实数据的变化趋势一致,证明提出的E-C模型是合理有效的.     

多关系类型社交网络信息传播模型

考虑到用户之间的好友关系存在多种类型,且不同类型的好友关系信息传播偏好不同,提出了一种多关系类型社交网络信息传播模型,并建立了信息传播的动力学方程.在该模型中,用户根据自身的传播偏好决定是否分享或传播信息,并根据信息传播偏好主动选择可能的好友关系分享或传播信息.数据仿真结果表明:在多关系类型社交网络中,信息的传播范围和信息在网络中持续的时间与信息的特征有关;信息通过多种类型的好友关系传播能够有效提高信息的传播范围和传播速度.该模型与现实社交网络中信息传播的规律具有一致性,是一种有效的社交网络信息传播模型.     

有预期效果的SI团体知识传播模型分析

团体知识传播的传播特征为人口基数较少,学习目的明确,有明确的预期效果.文章根据团体知识传播的特征及其传播方式,基于动力学理论,建立了知识传播微分方程动力学SI模型,给出模型的解,分析其对参数的敏感性,并在预期效果条件下给出了模型参数的估计公式,提出了影响知识传播的主要因素及控制团体知识传播效果的策略.数值仿真表明,该模型对参数的变化非常敏感,对控制和管理知识传播起了重要作用.     

信息物理融合系统中恶意软件传播动力学研究

针对恶意软件在信息物理融合系统(cyber-physical system,CPS)中的传播机理难以描述的问题,提出了一种自适应SIQRS(susceptible-infected-quarantined-recovered-susceptible)传播动力学模型。该模型采用节点隔离机制描述CPS的感知和控制能力,引入链路重连机制刻画CPS的自适应性,进一步分析了恶意软件在CPS中的传播规则,并依据平均场理论建立了相应的微分动力学方程。不同参数条件下的仿真结果表明:当感染率小于存在阈值时,恶意软件无法在CPS内传播;当感染率大于存在阈值且小于传播阈值时,CPS发生滞后分岔并出现双稳态现象;当感染率大于传播阈值时,CPS稳定在地方病平衡状态;当参数满足特定条件时,CPS会发生Hopf分岔。研究表明,所提模型能够准确刻画恶意软件在CPS中的传播机理。     

高速铁路网络复杂特性及其传播动力学研究

结合高速铁路网络的拓扑结构分析,建立了基于传播动力学理论的模型,研究突发事件在网络上的传播扩散规律及其传播过程.运用复杂网络理论分别构建了我国高速铁路物理网络和运输网络两个网络模型,并计算复杂网络条件下的相关统计特性指标,从而判断高速铁路网络的类别和性质;同时基于高铁网络性质,建立了突发事件下列车晚点在网络上的传播动力学模型,分析不同参数取值情况下的晚点传播扩散过程,并提出控制突发事件下列车晚点在网络中传播蔓延的措施和策略.