在线社交网络中的病毒免疫

发布时间：2019-11-06 08:21

【摘要】：近年来,随着在线社交网络的发展,人们在移动设备上进行社交活动正变得越来越频繁.然而,系统平台的开放使得病毒及恶意软件能够在手机移动网络上利用社交信息进行传播.所以我们需要找到一种免疫策略,从而快速地阻止网络中的病毒传播.现有的针对在线社交网络的免疫策略无法适应实际的网络结构.因此,我们提出了基于目标免疫策略的模型,通过分析用户的社交信息,制定更为有效的免疫策略.分析比较两种策略下社交网络中的病毒感染情况,我们发现基于目标免疫策略的模型比现有模型更为快速有效.
【图文】：

轮数,迭代,节点,社团

络中进行补丁的传播．４．３社团划分免疫法我们利用数据集首先对Ｚｈｕ的社团划分免疫法进行了评估．如图１所示，我们发现Ｚｈｕ方法中随着迭代次数的增加，图中最大社团的尺寸将会直线上升．产生这一现象的主要原因是由于该方法在每次迭代时，由于社团与社团间连接度的定义（即两个社团之间边的权重之和），其会倾向于将较大的社团合并成一个更大的社团，从而导致大社团的尺寸急剧增加．图１最大社团大小与迭代轮数另一方面，我们评估了其每次迭代时所需要的先期补丁数目．从图２中，我们可以发现，虽然先期免疫节点的数目随着迭代轮数的上升而下降，但是当下降到３５％左右之后，则不再显著下降．在第１０轮迭代结束后，先期免疫节点的数目大约是整个网络节点数的４０％．而在实际情况中，由于受到网络带宽的限制及网络大小的影响，在网络规模较大的情况下，先期所能进行补丁修复的节点数目可能非常少，不可能满足算法所挑选出的先期免疫节点的数目．另外，第１０轮迭代结束后，网络中的最大社团的大小已接近于整个网络的大小．若按此方法在补丁数目受限的条件下挑选社团的边缘节点作为先期免疫节点，则已经丧失了其作用，，病毒仍会在大社团的内部进行传播．这一实验结果也从一定程度上验证了引入目标免疫策略的必要性及可行性．图２先期免疫节点与迭代轮数４．４病毒感染率与时间图３与图４显示了随着时间的演变，网络中病毒感染率的情况．对于病毒感染率阈值α，我们分别做了α＝１０％及α＝２０％两组实验，分别表示当网络中的病毒感染率达到１０％与２０％时，将启动免疫过程．从图３和图４

社交,方法,节点,免疫法

微电子学与计算机２０１３年图３病毒感染率与时间（α＝１０％）图４病毒感染率与时间（α＝２０％）免疫率．图５与图６分别对应于病毒感染率阈值α为１０％和２０％的情况．从两幅图中我们可以看出，若使用我们提出的基于目标免疫的方法，在任一时刻，网络中的节点免疫率都要比Ｚｈｕ提出的社团划分免疫法要高大约３％左右．这从侧面反映出我们所提出的方法不仅可以显著阻止网络中病毒的传播，而且能够更快地将补丁传播给网络中的各个部分．图５节点免疫率与时间（α＝１０％）５结束语在本文中，我们主要研究了在线社交网络上的病毒免疫策略的制定，以阻止病毒通过移动网络在在线社交网络上进行传播．针对现有方法的不足，我们利用用户的交互信息，提出了基于目标免疫策略的方法，并将其与现有方法进行了比较．实验结果表明，我们所提出的方法比现有的方法更为快速有效．图６节点免疫率与时间（α＝２０％）参考文献：［１］ＢｒｅｎｎｏｎＳｌａｔｔｅｒｙ．ＰＣＷｏｒｌｄ，Ｆａｃｅｂｏｏｋｖｉｒｕｓｔｕｒｎｓｙｏｕｒｃｏｍｐｕｔｅｒｉｎｔｏａｚｏｍｂｉｅ［ＥＢ／ＯＬ］．［２００８－１２－５］．ｈｔ－ｔｐ：／／ｗｗｗ．ｐｃｗｏｒｌｄ．ｃｏｍ／ａｒｔｉｃｌｅ／１５５０１７／ｆａｃｅｂｏｏｋ＿ｖｉｒｕｓ＿ｔｕｒｎｓ＿ｙｏｕｒ＿ｃｏｍｐｕｔｅｒ＿ｉｎｔｏ＿ａ＿ｚｏｍｂｉｅ．ｈｔｍｌ．［２］ＲｏｂｅｒｔＶａｍｏｓｉ．ＫｏｏｂｆａｃｅｖｉｒｕｓｈｉｔｓＦａｃｅｂｏｏｋ［ＥＢ／ＯＬ］．［２００８－１２－４］．ｈｔｔｐ：／／ｎ

【相似文献】