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。     

动态同质网络上的SIR谣言传播模型

针对谣言传播过程中出现感染节点移出系统的问题,改进经典SIR谣言传播模型的归一化条件,提出一种动态同质网络上的SIR谣言传播模型。首先根据谣言的传播规则,采用平均场理论建立同质网络上的谣言传播动力学方程组;然后理论分析了谣言传播过程的稳定状态和感染峰值;最后通过数值仿真研究感染率、免疫率、真实免疫系数及网络平均度对谣言传播过程的影响。研究结果表明,与经典SIR谣言传播模型相比,感染节点移出网络降低了谣言传播的稳态值,感染峰值出现小幅度增大。研究还发现感染概率增大、免疫概率减小,均会使谣言感染峰值增大;真实免疫系数增大,免疫节点稳态值增大。此外,网络平均度对谣言传播稳态没有影响,平均度越大感染峰值到达时间越早。研究结果将SIR传播模型的应用范围由封闭系统拓展到非封闭系统,为制定谣言预防措施提供指导理论和数值支撑。     

基于BA模型的微博谣言传播机理研究

基于BA无标度网络模型,融合微博用户网络的特征,构造一种微博谣言传播网络模型。提出一种新的SIR(susceptible-infected-removed)模型,通过数值仿真探讨微博谣言的传播动力学行为。研究表明,当微博用户规模以及节点间新建连接数量不断增大时,微博谣言的最终感染程度显著增大,网络的传播临界值却大幅降低。研究还发现,拥有较大吸引度的节点比例以及微博用户之间添加反向关注的概率基本不影响谣言的传播特性。     

考虑从众效应的谣言传播模型

考虑到真实社交网络中存在的从众效应,根据个体心理特征的变化,改进了对谣言传播概率以及谣言传播者恢复理性概率的动态化描述,提出了考虑从众效应的谣言传播模型,并针对不同的网络拓扑结构建立了相应的谣言传播动力学方程组。在考虑从众效应的谣言传播模型中,对谣言的最终传播规模进行了数值分析,结果表明,随着谣言的初始传播概率的增大,谣言的最终传播规模也随之增大;改进模型的仿真结果也表明从众效应会加速谣言的传播演化。利用蒙特卡罗方法模拟了谣言在小世界网络和无标度网络中的传播演化,结果表明在从众效应的影响下,谣言在无标度网络中传播速度更快,扩散程度更深。将改进模型基于真实社交网络拓扑进行了模拟仿真,发现谣言的初始传播个体影响力对于谣言的传播演化具有重要的影响。     

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。     

无标度网络中谣言传播的研究

在网络化高度发展的今天,网络谣言传播泛滥,控制网络谣言传播逐渐成为一个值得关注的问题。文中通过分析现实世界中网络谣言的传播特性和方式,提出一种新的谣言传播模型-HKASI模型,建立基于HKASI模型的动力学方程组。在无标度网络中仿真谣言的传播演化过程,分析模型特性,求出无标度网络谣言传播各状态的临界值,选取不同概率仿真比较模型中的参数对各个传播状态的影响,得出在无标度网络中谣言扩散的高速性,以及通过提高公民求证意识可以有效阻止网络谣言传播的结论。     

无标度网络中谣言传播的研究

在网络化高度发展的今天,网络谣言传播泛滥,控制网络谣言传播逐渐成为一个值得关注的问题。本文通过分析现实世界中网络谣言的传播特性和方式,提出一种新的谣言传播模型——HKASI模型,建立基于HKASI模型的动力学方程组。在无标度网络中仿真谣言的传播演化过程,分析模型特性,求出无标度网络谣言传播各状态的临界值,选取不同概率仿真比较模型中的参数对各个传播状态的影响,得出在无标度网络中谣言扩散的高速性,以及通过提高公民求证意识可以有效阻止网络谣言传播的结论。     

改进的社交网络谣言传播模型

为探究谣言在社交网络中的传播规律,以经典的IESR模型为基础,根据社交网络结构特征分析权威性效应、从众效应,以及好友亲密度对社交网络上谣言传播的不同作用,建立用户状态转移的非一致性概率函数,提出一种谣言传播模型ACI-IESR(authority＿conformity＿intimacy-IESR)。在仿真网络和真实网络中进行仿真实验,分析3种因素如何影响社交网络中的谣言传播。实验结果表明,权威性效应及从众效应能加速谣言在社交网络中扩散和消散,增大谣言的扩散范围。用户与好友之间的亲密度关系,使谣言传播的范围更广。     

社交网络谣言传播的破窗效应和责任分散效应

在社交网络中,谣言的传播总是受到个体认知心理和社会环境的影响,从而呈现出一定的社会效应。建立了SHIR谣言传播模型,并从个体角度刻画了谣言传播的破窗效应和责任分散效应;研究了两种社会效应发挥最大作用的传播者阈值;基于BA无标度网络,仿真分析了社交网络中破窗效应和责任分散效应对谣言扩散的影响。结果表明:在小规模低密度社交网络中,随着传播者阈值的增加,破窗效应的传播峰值总体单调递减并趋于无社会效应时的传播峰值,责任分散效应的传播峰值总体单调递增并趋于无社会效应时的传播峰值;破窗效应的最佳传播者阈值为0.08,责任分散效应的最佳传播者阈值为0.07;破窗效应下谣言传播峰值提高了58.2%,责任分散效应下谣言传播峰值下降了69.9%,说明破窗效应能够促进谣言传播,而责任分散效应则会抑制谣言传播。     

基于微博的UVFR谣言传播模型研究及仿真

针对微博网络谣言的传播机制进行了研究,根据其传播特征将微博谣言的受众用户划分为未知者、浏览者、转发者、评论者四类,从而构建一个UVFR网络谣言传播模型。利用该模型分析主要参数对传播过程的影响,提出相应的控制策略。模型的主要特点是重新定义了谣言传播规则和传播动力学方程,使得传播过程的描述更加符合微博用户行为。使用多主体仿真平台在无标度网络结构下对谣言的传播行为进行了仿真研究。通过将仿真结果与新浪微博真实数据进行比较,证实了所得结论的合理性和有效性。仿真实验结果表明,初始传播节点越多,谣言传播的速度越快;转发概率越大,谣言传播的范围越广。     

基于节点亲密度挖掘的谣言抑制算法

通过对谣言等易误导大众舆论的信息传播进行抑制,从而实现对谣言、错误舆论等负面信息的控制。首先,通过对社交网络的结构拓扑以及节点行为特点的分析,提出了基于节点亲密度的社交网络舆论领袖节点识别方法;然后,利用谣言传播特性及节点的亲密度,建立谣言传播模型,并分析谣言在社交网络中传播时节点的状态转化过程;最后,提出了一种利用节点亲密度实现谣言抑制的方法。     

基于SIR模型的时间侵占行为传播动力学建模与仿真

针对时间侵占行为在复杂网络上的传播问题,基于基本SIR传染病模型,提出了一种考虑了自发感染率和外部组织环境因素的时间侵占行为传播模型,探讨了时间侵占行为在ER随机网络,NW小世界网络,WS小世界网络以及BA无标度网络上的传播,在此基础上,集中分析了无标度网络上时间侵占行为传播的影响因素。研究发现:1. 时间侵占行为的传播受压力和公平系数的影响,一定范围内,压力越小,员工发生时间侵占行为的概率越大,传播过程也越快;反之压力越大,发生时间侵占行为的概率越小,传播过程也相对较为缓慢。2.时间侵占行为的传播与传播概率和自发感染概率密切相关,初始节点的度越大,传播越快,反之传播越慢。     

基于最大后验估计的谣言源定位器

随着互联网的普及,信息能够通过互联网以极快的速度被传播给大众。但同时,一些虚假信息比如谣言也借助网络的级联效应泛滥成灾,因此如何在传播网络中快速准确地确定谣言传播源成为一个亟待解决的问题。文章针对社交网络提出了一种谣言源定位的方法,与现有的基于最大后验(Maximum-a-posteriori,MAP)概率估计的方法不同,该方法首先考虑全局和局部感染点、非感染点的影响,使用效果更优的MAP先验概率估计(Prior Probability Estimation,PPE)计算方式。然后基于最小生成树贪心算法来稀疏化社交网络,让MAP中的似然估计(Likelihood Estimation,LE)计算更符合真实的传播结构。最后,采用新的MAP值来估计传播网络中节点为传播源的可能性,从而更准确地定位谣言源点。将所提方法与现有的几种方法分别在模型网络和真实网络中进行了对比,实验结果表明,所提方法优于现有的谣言源定位方法。     

基于官方信息控制的多层网络谣言传播模型

官方信息在现实生活和虚拟网络中的扩散对谣言传播具有双重影响。本文建立多层网络传播模型研究跨境电商新政策错误解读这一谣言传播问题,模型上层为虚拟网络传播层(虚拟层),下层为现实社会传播层(现实层),个体根据各自社交网络和行为习惯接收官方信息来控制多层网络谣言传播。文章根据平均场方法分析该模型的演化过程和传播阈值,采用无标度网络进行仿真验证了理论分析传播动力学行为的正确性,结果表明,官方信息对虚拟层和社会层谣言的控制都具有积极作用,官方信息的掌握程度对社会谣言传播有显著性影响,且当官方信息的网络传播达到一定规模时,能够有效约束现实社会个体行为,进而达到虚拟层和现实层对谣言控制的同向促进作用。     

SPNR：社交网络中的新型谣言传播模型

社交网络中谣言的肆意传播给网络安全以及社会稳定带来了全新的挑战,如何科学地认识和掌握谣言传播、扩散的内在规律,并对谣言进行有效地控制具有非常重要的学术意义和社会意义。文章首先在充分分析目前谣言传播模型的基础上,引入谣言正向感染及负向感染两个感染状态,提出更适用于描述谣言传播的SPNR模型;其次,基于SPNR模型,设计谣言传播SPNR算法,实现谣言传播演化过程的仿真;另外,利用数值仿真的方法,分析了模型主要参数对谣言传播关键指标的影响效果,为制定有效的谣言控制策略提供了可靠的依据;最后,从定性和定量两个角度验证了SPNR模型基本假设的准确性,同时通过将SPNR模型模拟效果与新浪微博实证结果进行对比试验的方式,验证了SPNR谣言传播模型的适用性。     

带恢复策略的复杂网络级联失效机理及鲁棒性研究

为研究复杂网络在遭遇随机故障或蓄意攻击时的鲁棒性,考虑节点具有恢复和重复失效等特征,构建故障节点概率传播模式下的级联失效模型.构建节点故障概率随故障次数增加而逐渐降低的故障概率函数,设计概率恢复(R)和阶段恢复(T)两种故障节点恢复策略,并针对ER、WS、NC和BA四类网络研究其恢复鲁棒性.仿真实验考虑模型中相关参数变化,揭示其对复杂网络级联失效过程中的鲁棒性影响,综合分析边鲁棒性和节点鲁棒性的性能权衡.仿真结果表明,在概率恢复策略下,随着恢复率的增大,4类网络级联失效的规模均能够实现有效降低;而在阶段恢复策略下,随着参数T值增加到不同阈值,4类网络鲁棒性指标在级联失效过程中均能够呈现出突变现象.