一种基于防火墙的蠕虫传播与控制模型

防火墙对网络蠕虫传播影响的研究，主要集中在单一子网或小规模企业网范围内，针对多子网网络环境下防火墙对网络蠕虫传播的控制作用，提出了基于防火墙的蠕虫传播与控制模型．通过分析网络蠕虫在各子网内传播以及子网间交互传播，利用防火墙减小各子网间蠕虫的交互感染率，使网络蠕虫的传播得到抑制．利用该模型仿真了均匀扫描蠕虫和本地扫描蠕虫在防火墙网络中的传播．结果表明，防火墙对均匀扫描蠕虫的控制效果比较好；对于本地扫描蠕虫，当本地扫描概率较大时，防火墙的作用相对比较差，与实际情况相符．     

小世界超网络传播模型及实证分析

借鉴WS小世界网络的构造算法，在超网络(也称为超图)中加入超边随机重连，构建小世界超网络模型。以该模型为信息传播的底层网络，提出小世界超网络SIR信息传播模型，仿真模拟超边随机重连概率、超网络中的邻居节点数量以及传播率、恢复率等参数对超网络的信息传播过程影响，并与普通网络中的传播过程进行了对比分析，发现超网络中的信息传播速度更快，波及范围更广。进一步，在3类实证超网络上验证了超网络的小世界特性及信息传播规律。在万物互联时代，世界变得更小的背景下，对现实世界中更为复杂的信息与疾病传播机制的深入研究具有一定的借鉴意义。     

复杂网络中具有低易感的疾病传播问题研究

基于真实流行病学中免疫力减弱的特性,提出一个新的疾病传播模型即复杂网络中具有低易感即免疫力减弱的传播模型。 利用平均场理论和计算机仿真对该模型的传播行为进行了详细研究,结果表明该模型的传播阈值主要与网络拓扑结构、免疫丧失率和免疫保留率有关。 小世界网络中存在非零的传播阈值,而无标度网络在网络规模无限大的情况下传播阈值趋于零。 在网络拓扑结构不变的情况下,增大节点的免疫保留率可以增大小世界网络和无标度网络上的传播阈值,降低疾病的传播范围,从而有效控制传染性疾病在复杂网络上传播。     

三种构建无尺度蠕虫网络的蠕虫传播模型

鉴于无尺度网络的健壮性和小世界特性是蠕虫网络的理想特征,提出以无尺度网络的形式构建蠕虫网络。结合蠕虫的传播特性,设计了三种构建无尺度蠕虫网络的蠕虫传播模型。传播模型基于蠕虫网络中节点的度数、适应度等参量,选择合适的蠕虫节点与网络中新感染蠕虫的主机建立连接。理论分析和模拟实验表明,传播模型所生成的蠕虫网络为无尺度网络。     

社团结构对复杂网络稳定性的影响研究

基于对真实世界谣言短信复杂网络传播过程的物理模拟生成算法产生网络,对网络的社团结构进行分析和划分,并定义网络社团结构强度为社团之间连边数与网络总的边数的比值;对节点动态相继故障模型进行改进,利用改进的节点动态相继故障模型,对生成的网络进行故障传播过程模拟;研究网络在不同的社团结构强度下,网络的稳定性和健壮性．仿真结果表明,网络的稳定性和健壮性是随着社团结构之间链接的紧密程度增加,先减弱再增强,存在一个与网络规模、容差系数有关的临界值．     

人工神经网络在结构建模上的应用

对于结构控制，首先必须建立系统模型，而结构系统是非线性的、时变的，很难用常规方法来建模，运用学习速率自调整BP误差逆传播网络对两种结构进行了建模，其一是预测结构地震响应， 其二是建立MR阻尼器的理论模型。预测与仿真结果表明BP误差逆传播网络对建立非线性结构的模型十分有效。     

基于分布式神经网络的焦炭质量预测模型

焦炭质量预测模型是确保焦炭生产顺利的基础．但在生产多种类焦炭时，模型的泛化能力变差．针对此问题，提出了基于分布式神经网络的焦炭质量预测模型，给出了基于粗划分的自组织网络初始权值选取方法，通过对基于遗传算法一反向传播人工神经网络的预测模型(GA-BP)和基于自组织映射网络一径向基函数的分布式神经网络(SOM-RBF)的预测模型比较，发现后比前的预测精度高且稳定，完全满足现场要求。     

基于分割的蠕虫传播抑制方法研究

通过对蠕虫的深入分析，发现了蠕虫的传播速度与网络的规模具有一定的关系。在此基础上，为了有效地遏制蠕虫在大规模网络上的爆发，提出了对网络进行划分以减小网络规模的方法，在划分边界上对蠕虫进行检测和隔离。建立了基于图的网络划分的模型，并提出了一种适于抑制蠕虫传播的网络划分的算法。     

基于节点态度的社交网络信息传播模型

为了揭示信息在社交网络中传播的内在规律,对社交网络的信息传播过程进行深入的研究,社交网络的信息传播过程除了受信息本身的吸引力和社交环境的影响,同时受节点对消息的态度的影响。然而,现有信息传播模型对节点态度考虑不足,不能体现节点态度的差异对信息传播所产生影响。本文结合传染病模型并考虑节点态度,提出了一种基于节点态度的社交网络信息传播模型,旨在分析节点态度对信息传播的影响,为研究社交网络的信息传播机理提供理论依据。首先,考虑到不同节点的态度及其变化规则的差异,从个体角度出发,基于节点行为定义了节点态度及其更新原则。其次,在传统传染病动力学SIRS模型基础上,结合信息传播与传染病感染扩散类似的传播机理,综合考虑节点态度对信息传播状态转移的影响,利用社会学习理论得到一种基于节点态度的社交网络传播模型。该模型能够分析节点态度对信息传播的影响,给出传播规则,并刻画信息传播的演化规律。最后,采用新浪微博的真实数据对本文的传播模型进行了仿真实验,仿真结果验证了节点态度影响着信息的传播,证明了本文所提模型能够更准确地描述信息传播规律,反映社交网络的信息传播过程。     

基于SIR的Device-to-Device移动社交网络信息传播模型

智能移动设备的迅速普及在加快移动社交网络发展的同时,也给底层通信网络带来了沉重的负担。为了缓解底层通信网络的负担,越来越多的社交网络应用开始采用Device-to-Device技术传播信息。本文以Device-to-Device移动社交网络为研究对象,首先分析该网络中用户参与信息传播的特点,然后在传染病模型的基础上构建适合此网络特点的信息传播模型,并利用该模型分析真实Device-to-Device环境中的信息传播过程。结果表明,Device-to-Device移动社交网络中的信息传播与基于Internet的社交网络中的信息传播有相似之处;但是,由于Device-to-Device移动社交网络存在较大的传播时延,信息在该网络中需要较长的时间才能达到传播高峰。     

基于改进BP神经网络算法的多指标综合评价方法的应用研究

研究利用误差反向传播人工神经网络(BP网络)的多指标综合评价问题，以建设工程项目招标评标为背景，建立了多指标综合评价的BP模型，引入附加动量法和变步长算法，对BP神经网络算法改造，大大提高了学习训练速度，运用这种神经网络来解决实际问题，并给出了结果．     

网络信息传播动力学研究

对网络传播机理建模是运用网络和实施控制的基础。针对Web信息传播系统特有的复杂性,借鉴社会物理学的基本思想,对网络状态进行了离散化定义,并根据单信息源传播与机械波类比特征的相似性,提出了一种网站传播影响强度模型,从微观层面模拟网民个体在瞬态时间点上与离散的网站个体交互时,网络传播系统各动力学因子对网民传播行为的动态影响力;在此基础上,采用蒙特卡罗法将该模型与基于Agent仿真模型的个体交互规则相结合,建立了Web信息传播仿真模型。模型的运行结果能很好与实证研究相互印证,为类似问题的建模提供了一种新的思路。     

P2P网络中蠕虫传播与防治模型的研究

本文提出了一种P2P网络主动蠕虫的传播模型。同时，针对不同结构的P2P网络拓扑，给出了各自的用良性蠕虫对抗恶性蠕虫的防治策略和防治模型，并在Matlab环境下对这些模型进行了仿真，评估了P2P网络蠕虫传播的特点以及蠕虫防治效果的优劣。     

P2P网络中蠕虫传播与防治模型的研究

本文提出了一种P2P网络主动蠕虫的传播模型。同时，针对不同结构的P2P网络拓扑，给出了各自的用良性蠕虫对抗恶性蠕虫的防治策略和防治模型，并在Matlab环境下对这些模型进行了仿真，评估了P2P网络蠕虫传播的特点以及蠕虫防治效果的优劣。     

粘塑介质地震波传播模型及数字仿真

根据粘塑性理论，提出了一种粘塑介质地震波传播的数学模型及求解方法，并通过数字模拟得出了粘塑波波场．把地层介质视为粘塑介质可以更逼真地描述实际地层介质特性，粘塑波模型较声波模型、弹性波模型、粘弹波模型、塑性波模型更确切地描述实际地层介质中地震波的传播特性，尤其是地震波在近震源处及油气层中的传播特性，且上述模型都可以看为粘塑介质模型的特殊情况．数字结果表明，采用粘塑波模型比采用声波、弹性波、塑性波模型能反映出更多的符合实际地层介质的地震波传播特征，说明了采用简单地震模型对实际地震数据直接反演地下介质参数是不可靠的．     

面向多媒体社交网络的访问控制模型

传统访问控制模型无法满足新兴的多媒体社交网络场景下的用户数量大、动态交互和内容共享等特点．为此,提出了一种基于用户主要社交关系属性,如用户类型、紧密度、内容分享深度和信任度等,面向多媒体社交网络的访问控制模型．通过自定义安全规则及其安全策略冲突消解,有效地解决了数字媒体访问使用和分享传播中的安全问题,适用于多媒体数字版权保护应用的实际需求．     

警觉与疾病的传播次序性对动力学的影响

近年来,基于双层网络研究疾病传播与警觉传播的相互作用已引起广泛关注。在该模型框架下,疾病通过物理接触网络传播,而有关疾病的警觉信息则通过虚拟接触网络传播,两个网络具有相同的节点,但对应的连边不同。已有的模型在进行理论分析时,多假设警觉意识的传播先于疾病的传播(ordered model),考虑到在真实情况下,疾病传播和警觉意识的传播难以区分先后顺序,因此该文提出了一种不考虑传播次序的模型(concurrent model)。通过研究发现,两种模型给出相同的疾病爆发阈值,但却给出不同的传播范围,当警觉意识传播率较小的时候,无序模型对应的感染范围会小于有序模型对应的感染范围,但是随着警觉意识传播率的增加,结果会发生反转,即无序性模型会导致疾病的感染范围大于有序性模型。     

地震多参数BP人工神经网络自动识别小断层

依据小断层地震波运动学和动力学特征，提取了时间域互相关系数、极大方差范数及最大振幅值，频率域主频，频带宽度和主频带能量共６个参数．选取２０组学习样本，利用３层ＢＰ（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）人工神经网络模型，采用误差逆传播算法，训练ＢＰ人工神经网络，用训练好的ＢＰ网络自动识别小断层．经实例试算，证明该方法可行，精度高．     

网络病毒传染特性的仿真研究

从动力学机制的角度,对传统的病毒传染模型SIR和SIS的特点和动力学传播过程进行了分析,指出了其中的不足,在此基础上提出了符合计算机病毒传播机制的分阶段传播模型PSIDR。基于小世界网络和无尺度网络,对该模型的传播过程进行了大量仿真研究,对病毒在该模型下的传播动力学过程给出理论预测,为制定抵抗病毒的策略提供参考。     

时序多层网络熵值结构洞节点重要性建模

分析动态多层复杂网络时空演化过程中的网络节点重要性序结构，提出时序多层网络熵值结构洞节点重要性辨识模型.分析时序网络节点局部信息熵的属性与节点全局K-shell信息集结偏好信息熵.依据复杂网络结构洞系数，提出节点熵值结构洞节点重要性辨识模型.时序化处理节点演化信息，提出节点重要性时序网络计算模型.通过SIR模型检验节点传播效率，开展实证网络仿真.本文的时序多层网络节点演化重要性排序结果与经典时序网络模型相比，Kendall值有了显著的提高.