无标度网络中基于反馈机制的病毒传播模型

在网络中存在超强传染者的前提下,传统的病毒传播模型在无限规模的无标度网络上不存在病毒传播阈值,许多真实的无标度网络中并不存在这种超强传染者.针对这一问题提出了无标度网络中基于反馈机制的最大传染能力限定的病毒传播模型.通过数学方法证明了该模型中病毒传播阈值是存在的,最后通过数据仿真分析了反馈机制、最大传染能力值对网络感染率、控制病毒扩散以及传播阈值的影响.这为控制真实网络中的病毒传播提供了重要的参考依据     

局域网络病毒入侵方式特点和防范措施

计算机病毒一般先进入到有盘工作站,然后开始在局域网络传播,具有感染速度快、扩散面广、传播形式复杂多样、难以彻底清除、破坏性大、可激发性和潜在性的特点.应采取增加安全意识、小心邮件传播病毒、挑选网络杀毒软件、及其断开网络后定时查杀文件服务器病毒、强制查杀压缩文件病毒和慎用一键还原功能等措施,防范局域网络病毒传播.     

基于复杂网络结构特征的病毒传播研究综述

文中论述近年来复杂网络结构对病毒传播行为影响的研究成果以及最新的病毒传播动力学的研究进展,评述在病毒传播和其他网络行为中网络结构所表现出来的鲁棒性和脆弱性,分析并提出在病毒传播领域需要进一步研究的几个开放问题,包括:复杂网络病毒传播的网络结构度量、针对病毒传播的网络结构鲁棒性评价和病毒传播中的网络结构优化策略。     

网络病毒行为模式分析

计算机网络在为人类造福的同时，也为病毒的传播提供了便利。在网络环境下，病毒传播的范围扩大了，速度大大加快，网络已成为近年来病毒传播的主要途径。针对病毒在网络上传播的新特点，分析了网络环境下病毒传播的主要模式，包括E-mail传播、主动扫描传播、通过服务器传播等，介绍了业界的一些对策，并给出了一般用户有针对性的应对措施。     

防治网络病毒

网络病毒传播快、扩散面广、危害性大，轻则不断破坏网络资源，重则很快使网络瘫痪。因此，正确地认识网络病毒的机理，尽快开发解毒方和技术，是我们义下容辞的责任。本文从叙述网络病毒的特征出发，提出了网络防病毒的方法和清除技术。     

基于诱骗的中心控制病毒防卫模型研究

互联网的迅速扩大,网络成为病毒传播的主要手段,网络病毒随之产生。与传统的基于主机的病毒相比,网络病毒有更强的繁殖能力,传播能力和破坏能力。防范网络病毒成为当前研究的重点,产生了许多不同的病毒传染模型和网络病毒检测方法。文中分析了病毒传播机制后,提出一种新颖的网络病毒的检测方法———基于诱骗的中心控制病毒防卫模型。在该模型中利用监测器检测网络是否发生异常,利用诱骗技术来捕获病毒的样本并把该样本提交给管理中心进行处理,并研制出相应的疫苗发放给组织内的所有主机,达到防护的目的。最后给出了一旦检测器发生错误判断后病毒在该检测模型中的传染模型。     

一类具有分布时滞的SIRS网络病毒传播模型研究

研究了一类无标度网络上具有分布时滞的网络病毒传播模型,得到了病毒传播的基本再生数.证明了当基本再生数小于1,病毒将最终从网络上消失,当基本再生数大于1,病毒将在网络上一致持续生存.推广了前人的研究结果.     

基于有限临时删边的病毒传播控制策略

复杂网络理论的蓬勃发展为人们研究病毒传播行为和网络结构对病毒传播影响提供了新的思路,网络结构动态演化对病毒传播控制有着重要作用.考虑到有限资源约束,为及时有效地控制病毒传播,提出了一种与初始感染源无关的病毒传播控制策略:有限临时删边(Limited-Temporary-Links-Removed,LTLR)策略.该策略在保证网络系统基本功能不受影响的前提下,通过临时删除或管制网络中病毒传播最短路径上重要的边资源,使得病毒绕道或被阻断,从而有效地延缓病毒的传播速度和控制病毒的传播范围.仿真实验表明,在具有小世界特性的网络中,LTLR策略能显著增加网络平均路径长度、提高病毒传播控制效率,并且该策略消耗少、易于部署,可作为一类通用的优化控制策略推广到舆情网络传播控制、交通网络拥塞治理等领域.     

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.     

带有节点异质性和免疫策略流行度的研究方法

网络免疫技术是抑制病毒传播的主要方法之一。本文针对当前网络病毒免疫策略未考虑的网络节点异质性,以及现实网络中免疫策略流行度问题。提出一种带有免疫策略流行度的策略研究方法,并将网络节点异质性考虑在内。通过建立无标度网络的病毒传播模型,研究网络节点异质性和免疫策略流行度,在控制网络病毒传播所起到作用。     

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.     

计算机病毒的网络传播及自动化防御

在分析、总结和探讨计算机网络病毒的特征以及传播方式的基础上，探讨和研究了计算机网络病毒传播的技术特征、传播模型以及仿真结果，进而提出了计算机网络病毒自动化防御的策略与措施．     

随机故障下计算机网络中的病毒传播研究

基于复杂网络理论，本文研究了随机故障条件下计算机网络上的病毒传播的动力学行为。考虑计算机网络度分布满足幂率分布，本文给出了随机故障条件下计算机网络度分布的近似分布函数．进而研究了计算机网络上的SIS传播模型的动力学行为。通过对模型的稳态解的性质进行分析，我运用拉格朗日中值定理证明了非零解的存在和唯一性，并求得该解的一个近似值。通过分析，我们发现在发生随机故障的计算机网络中，既使病毒的有效传播率很小，仍然会在网络中长期存在，即病毒传播存在一个极小的临界值。     

基于Netlogo的计算机网络病毒传播模型SIRH及仿真

基于实际网络的复杂性、重复感染和动态人为因素对病毒传播的影响,研究了BA无标度网络拓扑结构中SIRH模型,用仿真软件Netlogo动态地描绘了计算机网络病毒的传播过程。仿真结果表明,考虑重复感染和动态人为因素,有效地减弱了网络病毒的传播强度,大大缩减了病毒的生命周期,从而减低了病毒对整个网络的危害性。     

网络病毒免疫模型

对网络病毒传播的形式化描述模型进行了研究，以此为基础，提出了基于网管策略的病毒疫情隔离机制，力图通过该手段防止网络病毒的大面积泛滥，从而达到保护网络基础设施的目的。     

应用交互式网络流模型的高速网络异常行为检测与控制

针对网络异常流量的检测与定位问题,提出了一种根据网络流统计量异常变化和不完整网络流来有效识别并定位网络异常流量的方法.该方法建立在交互式网络流模型的基础上,分析了交互式网络流模型下各种网络流的交互特征;为准确实时获取网络异常源,采用中国余数定理,设计了连接度sketch结构中的哈希函数,满足了网络用户信息逆向求解的需要,实现了高速网络中异常网络流特征参数的实时获取;为减缓网络异常行为的扩散速度,提出采用动态软隔离方法实现网络异常行为的控制.真实环境下的实验结果表明,所提方法对于多种类型的网络异常行为具有良好的检测效果,检测的准确率和速率都得到了提高,同时可以准确地定位网络异常源,为有效控制网络异常行为的扩散奠定了基础.     

P2P网络主动免疫联防模型的研究

针对目前对等计算(P2P)网络中越来越严重的病毒传播和感染问题,结合生物免疫系统的工作原理和P2P网络自身的特点,提出一种新的P2P网络主动免疫联防模型.该模型将Peer节点局部免疫系统和以反病毒中心节点(ACP)主导的整体免疫防御体系有机结合在一起,从而对通过网络传播的恶意代码、病毒进行有效的、主动的控制和防御.详细的描述了P2P网络主动免疫联防模型的组成和运作流程,分析了模型中需要解决的关键问题,重点研究了ACP对病毒报告的应答机制和相应策略,并构建实验系统对此研究结果予以验证.     

有限资源条件下网络病毒的阻断策略

分析了通过电子邮件途径传播的计算机病毒的特点,探讨了邮件病毒传播模型.在不同的感染率和恢复率条件下,通过变更感染源,分别采用不同的阻断策略.在中国教育网中对病毒的传播和控制进行了演化模拟,提出了在资源有限的条件下复杂网络控制病毒传播的有效策略.     

多重网络中信息和病毒交互传播研究

病毒传播过程中,通常伴随着"病毒存在且正在蔓延"的信息传播,而且信息传播机制不同于病毒传播机制。文中利用连续时间马尔科夫过程,描述多重网络中病毒传播和信息传播相互关联动力学,研究信息传播动力学对病毒传播的影响,推导多重网络中的病毒传播阈值。文中方法不仅能够描述社会接触网络中的病毒传播过程,而且能够描述社交网络中的信息传播过程。研究表明,病毒传播阈值不仅与社交网络结构相关,而且与社交网络中的信息传播动力学相关。