移动自组网病毒传播模型及稳定性分析

考虑移动自组网中节点的移动特性,基于平均场理论提出移动自组网中病毒传播模型,并对建立的方程组进行平衡点存在性和稳定性分析,得出病毒传播的阈值及消亡条件,从而研究节点移动速度、通信半径、免疫成功率和免疫失效率对移动自组网中病毒传播行为和传播临界特性的影响。结果表明:当病毒基本再生数R0<1时,网络全局渐近稳定在无病毒平衡点;当R0>1时,网络全局渐近稳定在地方病平衡点。最后通过数值仿真验证了该模型的正确性。     

移动无线传感器网络中抑制病毒传播模型

为了更好地控制病毒在移动无线传感器网络中的传播,根据传染病学理论建立了改进的病毒传播的动力学模型。该模型不仅在网络中加入死亡节点,还增加了病毒节点在传播过程中的通信半径以及移动和停留两种状态。之后针对该模型建立微分方程组,并进行平衡点存在性和稳定性分析,得出病毒传播的控制和消亡条件,进而分析了节点通信半径、移动速度、密度、易感节点免疫率、感染节点病毒查杀率和节点死亡率等对移动无线传感器网络中病毒传播的影响。最后通过仿真实验表明,调整该模型中的参数可以有效地遏制病毒在移动无线传感器网络中的传播。     

网络负能量传播动力模型及仿真

针对现有研究没有考虑将网络负能量传播的影响因素细化并构建传播动力学模型进行分析的问题，提出网络负能量传播的弱免疫-强免疫-弱感染-强感染-恶意感染（WSRIE）模型。首先，考虑网络用户对网络负能量免疫能力、传播能力的差异性，将易感染状态划分为弱免疫状态和强免疫状态，将感染状态划分为弱感染状态、强感染状态以及规模保持不变的恶意传播状态；其次，根据网络负能量的感染机制，提出状态转移规律；最后，构建了面向复杂网络的网络负能量传播动力学模型。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，在同样参数的情况下，NW网络的弱免疫节点密度比BA网络低9个百分点，说明具备小世界特征的网络更易受负能量的影响；BA网络中恶意节点度为200时的感染节点密度比其节点度为0时高5个百分点，说明网红意见领袖的节点度越大，受网络负能量影响的网络用户更多。     

异构备份网络的病毒传播模型及稳定性分析

针对云计算、数据中心等基于虚拟网络的环境中病毒二次攻击的问题，研究了平台动态防御背景下的病毒传播及免疫机理，并提出一种异构备份式的网络病毒防御方法。首先，分析冗余备份发生二次攻击的过程，并总结病毒作用规律；同时，结合平台动态防御的思想，引入异构平台状态节点，并提出了易感-潜伏-感染-免疫-异构-易感（SEIRHS）病毒传播模型；其次，运用劳斯-赫尔维茨稳定性判据证明了模型平衡点处的局部稳定性，并求解基本再生数；最后，通过实验仿真分析对比了所提模型与传统易感-感染-免疫（SIR）模型、易感-潜伏-感染-免疫（SEIR）模型，并验证了所提模型的稳定性，探讨了病毒传播影响因子对病毒扩散规模的作用结果。仿真结果表明，所提模型能客观反映病毒在网络中的传播规律，并通过降低节点度、提高感染-异构（I-H）状态转移概率、降低备份时已被病毒潜伏的概率等有效提升网络对病毒的防御效果。     

无线传感器网络的异质性对病毒传播的影响

病毒传播是无线传感器网络（Wireless Sensor Network, WSN）安全领域的一个重要问题。传统关于WSN中病毒传播的研究大多基于同质网络进行，很少考虑网络结构的异质性对病毒传播的影响。为了探究网络结构的异质性对WSN病毒传播效果的影响，分别从理论分析和仿真实验的角度对该问题进行了研究。首先，利用平均场理论建立了静态同质和异质WSN上的SIR病毒传播模型，计算得到了两种网络的传播阈值，结果显示，在网络规模足够大时，异质WSN的传播阈值等于0，而同质WSN的传播阈值大于0，且异质WSN的稳态感染比例要大于同质WSN，说明异质WSN更有利于病毒的传播。其次，对同质WSN 和异质WSN中的病毒传播过程进行了仿真，仿真结果与理论分析结果一致，仿真结果还显示，网络的异质性越高，越有利于病毒的传播。     

自适应网络异步元胞自动机病毒传播模型

自适应网络病毒传播重点研究节点传播动力学和网络动力学之间的相互作用和反馈.考虑到病毒在网络中传播存在时延,文中使用异步元胞自动机和健康节点规避病毒传播的断边重连行为建立一种具有传播时延的自适应网络病毒传播模型.对所建模型的仿真结果表明,重连行为和传播时延的联合作用使节点状态演化不同步进行,病毒的传播速率变缓,爆发规模降低.这种基于异步元胞自动机建立的传播模型很好表达了自适应网络中的网络传播时延,病毒传播和网络结构演化的相互作用和反馈.     

RFID病毒传播模型稳定性分析

针对大量无线射频识别(RFID)病毒暂时无有效防御措施的问题,参考经典SIRS传播模型,在均匀网络环境下提出用于分析和控制RFID病毒的RSIRS病毒传播模型.通过考虑直接免疫、免疫态直接转化为易感态、感染后转化为易感态等因素,使模型更符合病毒实际传播情况.对建立的方程组进行平衡点及平衡点稳定性分析,得出病毒传播的阈值及消亡条件.数值仿真验证了该模型的正确性.     

基于两阶段免疫接种的SIRS计算机病毒传播模型

针对现有的带有免疫接种策略的病毒传播模型的不足,根据生物学中的传染病模型提出了带有阶段免疫接种特点的SIRS计算机病毒传播模型。该模型充分考虑了在达到感染阈值时免疫接种概率的变化对于病毒传播的影响。此外,利用动力学稳定性理论分析并证明了病毒平衡点的存在和稳定条件。数值仿真结果表明,提高免疫接种率和设定适当的感染阈值可以有效控制计算机病毒在网络中的传播。     

一类新SEIRS模型在BA网络上的传播行为研究

提出了一类新的SEIRS模型:潜伏状态节点以一定概率进入染病状态的同时,以一定概率进入免疫状态。首先利用平均场理论对疾病的传播行为进行了理论分析,得到了疾病传播的临界阈值,证明了疾病的爆发与消亡完全由临界阈值确定。然后通过计算机仿真,验证了理论结果的正确性。实验结果表明增大节点从潜伏状态向免疫状态的转化概率可有效控制疾病的传播。     

基于平均场理论的手机蓝牙病毒传播模型

目前的手机蓝牙病毒传播模型大多未考虑手机节点的空间特性和随机移动特性。为此,引入节点感染率、节点免疫率、节点密度3个参数,提出一个基于平均场理论的蓝牙病毒传播模型,并仿真分析各参数对病毒传播的影响。实验结果表明,该模型更接近真实环境下手机蓝牙病毒的传播规律,能准确模拟病毒的传播过程。     

考虑节点亲密度的社交网络谣言传播研究

考虑到真实社交网络中节点间亲密程度对谣言传播的影响,提出一种新的SI2R传播模型,建立谣言传播动力学方程组,研究谣言在无标度网络上的传播特性。该模型中不同节点间谣言传播率的非一致性同时取决于节点度与节点间亲密度,理论分析得到了无标度网络上谣言传播阈值表达式。随后,在BA（Barabási-Albert）无标度网络中就节点亲密度对谣言传播过程的影响进行了仿真实验,并利用Twitter和Live Journal两种真实网络数据集对仿真结果进行验证。研究表明,无标度网络中节点间平均亲密度随网络聚类系数的增大而减小,随着网络中节点间平均亲密度增大,谣言传播最终范围变大。研究还发现,节点间亲密度的存在使无标度网络中存在传播阈值,传播阈值随着节点间平均亲密度增大而减小。     

基于云边联合防御的恶意代码传播模型

将云安全与点对群信息共享网络的特点进行融合,提出了一种基于云边结合(云安全环境和点对群信息共享网络相结合)的新型恶意代码传播模型,形成针对恶意代码的云边联合防御。首先,在经典的易感—感染—免疫传播模型的基础上引入云安全节点,并且增加节点在云安全环境中的额外免疫途径。其次,对新型模型进行动力学分析,计算出模型的平衡点和传播阈值,证明平衡点的局部稳定性和全局稳定性。最后,数值模拟与仿真实验的结果表明,基于云边联合防御的恶意代码传播模型能够在网络中更好地遏制恶意代码的传播,且随着节点检测与反馈能力的提升,遏制效果会更好。     

复杂网络上具有多感染阶段的传染病传播模型

针对传染病传播模型缺乏多感染阶段的不足,结合SIR和SEIR两种传播模型的特性,提出了一种改进的具有多感染阶段的SIR传染病传播模型(即SInR模型)。该模型充分考虑了不同感染阶段的非均匀感染力对不同网络结构上传染病传播及传播阈值的影响;同时引入相对感染力及传播时间尺度的概念,从网络结构、网络规模及相对感染力方面进行了仿真研究。仿真中无标度网络采用BA模型的生成算法,而小世界网络采用WS模型的生成算法。由仿真可知,感染节点在整个感染过程中大致服从泊松分布,因此在SInR模型下无标度网络的传播速度更快,范围更广;相对感染力对于传染病的大规模爆发存在着一个阈值,当感染力大于阈值时传染病才能大范围地爆发传播,而小于阈值时传染病只会局域小范围传播直至消失,无标度网络的感染力阈值为0.2,小世界网络的感染力阈值为0.24;随着网络规模的增大,传播时间尺度也在增大,相应的传播速度就会降低。仿真结果表明:该模型下无标度网络传染病传播速度更快且影响范围更大;无标度网络的相对传染力的传播阈值小于小世界网络,设置合理阈值有利于降低传染病的传播影响力。     

P2P网络中基于特征行为检测的恶意代码传播模型

针对现有恶意代码传播模型在点对点（P2P）网络中缺乏新型恶意代码的实时检测以及节点间动态共享防治信息机制的问题,基于恶意代码特征行为检测技术建立了一类检测-传播模型。首先,在经典易感-感染-免疫（SIR）传播模型的基础上引入广播节点（广播节点是指成功检测出包含恶意代码的文件后生成防治信息并能持续把这一消息发送给邻居节点的特殊节点）,引入广播节点后的模型通过检测技术不仅能有效降低节点自身被感染的风险,还可以通过节点之间动态共享恶意代码信息来阻断恶意代码在网络中的传播;然后,计算出平衡点并通过下一代矩阵理论得到模型的传播阈值;最后,通过Hurwitz判据和构造Liapunov函数证明了模型平衡点的局部稳定性和全局稳定性。实验结果表明,在传播阈值小于1的情况下,与退化的SIR模型相比,当检测率取值0.5、0.7和0.9时,所提检测-传播模型在峰值点处的感染节点总数分别下降了41.37%、48.23%和48.64%。可见,基于特征行为检测技术的检测-传播模型能遏制恶意代码前期在网络中的快速传播,且检测率越高,遏制效果越好。     

基于点对群网络反馈机制的恶意代码传播模型

在点对群信息共享网络中,群体成员之间交流频繁并且同一群体内的成员可以同时从信息源接收到相同信息,依据点对群网络的这2个特点,考虑从恶意代码感染中恢复后的节点作用,在点对群网络中建立一种具有动态反馈防治信息功能的易感-感染-反馈-免疫(SIFR)模型。在经典易感-感染-免疫(SIR)传播模型的基础上引入反馈节点,通过动态共享防治信息遏制恶意代码在点对群网络中的传播。根据计算得到SIFR模型的平衡点和传播阈值,构建相应的Lyapunov函数,证明了平衡点的局部和全局稳定性。数值模拟实验结果显示：当反馈率取0.000 1时,SIFR模型相较于经典SIR模型在传播阈值小于1的情况下,感染节点在峰值处的数量降低了36.16%,能更早更快地趋近于0;当传播阈值大于1时,同一时间的感染节点数量有所减少,趋于稳定的感染节点数量降低了80%。上述实验结果表明SIFR模型应用在点对群网络中能够更好地遏制恶意代码的传播,且反馈率越高,遏制效果越好。     

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。     

社交网络中考虑节点度的演化博弈

在谣言传播过程中,针对度不同的节点具有的辨识能力不同,结合节点度定义一种新的博弈收益,借助博弈论建立一种动态复杂网络演化模型。该模型考虑到谣言传播往往与节点利益相关这一特点,通过引入辨识能力描述不同节点的非一致传播率,研究谣言在该模型上的传播动力学行为,并提出两种谣言抑制策略。随后,利用两种典型网络模型进行仿真实验,并在Facebook真实网络数据中对仿真结果进行验证。研究表明,谣言模糊程度对BA（Barabási-Albert）无标度网络和Facebook网络中谣言传播速率及达到稳定状态所需时间影响较小,随着谣言模糊程度增大,谣言在网络中传播范围变大,相对于WS（Watts-Strogtz）小世界网络,谣言更容易在BA无标度网络和Facebook网络中传播;研究还发现,免疫收益增加值相同时,与BA无标度网络和Facebook网络相比,WS小世界网络中免疫节点的增长幅度更大;此外,通过节点危害程度进行抑制比通过博弈收益进行抑制具有更好的谣言抑制效果。     

面向大规模学术社交网络的社区发现模型

针对基于标签传播的复杂网络重叠社区发现算法中预先输入参数在真实网络中的局限性以及标签冗余等问题,提出一种基于标签传播的面向大规模学术社交网络的社区发现模型。该模型通过寻找网络中互不相交的最大极大团(UMC)并对每个UMC中的节点赋予唯一标签来减少冗余标签,提高社区发现的效率以及稳定性。标签更新时以UMC作为核心单位采用亲密度的方式由中心向四周更新UMC邻接节点的标签及权重,以权重最大值的方式更新网络中非UMC邻接节点的权重。后期处理阶段采用自适应阈值方式去除节点标签中的噪声,有效克服了预先输入重叠社区个数在真实网络中的局限性。通过在学术社交网络平台——学者网数据集上的实验表明,该模型能够将具有一定共性的节点划分到同一个社区中,并为学术社交网络平台进一步的好友推荐、论文分享等精确的个性化服务提供了支持。