复杂网络的病毒传播模型及免疫策略研究与分析

发布时间：2017-08-04 02:06

  本文关键词：复杂网络的病毒传播模型及免疫策略研究与分析

  更多相关文章： 病毒传播 用户反应时间 用户知识水平 模拟退火 免疫策略

【摘要】：随着当今互联网的发展,复杂网络的病毒传播相关研究已经成为了复杂网络的重要研究方向,在Email网络、社交网络等各种复杂网络中,规模庞大的网络环境和人的主观行为使病毒的传播更加复杂,不得不促使人们研究病毒的传播特性,试图找出影响病毒传播的主要因素,建立更能刻画现实生活中病毒传播规律的模型。同时,近年来的研究表明,网络中病毒传播行为与网络的拓扑结构密切相关,真实网络的小世界和无标度特性在很大程度上影响病毒的传播行为。在网络规模增大时,无标度网络中没有正的传播临界值,表示即使病毒传播速率非常低,也可以在网络中广泛蔓延开来。因此,提出有效的策略来控制病毒的爆发与传播,是具有重大现实意义的。本文在对复杂网络病毒传播相关理论做了一定的研究和分析的基础上,对病毒传播模型和免疫策略进行了研究,主要工作有以下几个方面:(1)基于对交互式邮件病毒传播模型的详细分析上,结合邮件病毒的特征和用户习惯,引入用户的反应时间和知识水平两个概念,提出了一种多因素的邮件病毒传播模型,定义影响因素的参数,对邮件病毒的传播模拟过程进行了算法程序设计,通过在Email网络和USAir97网络数据集上的仿真实验验证了本文模型的合理性,分析病毒的传播过程,并在不同参数调节下,观察感染数量在传播过程中的变化,同时也与交互式邮件病毒传播模型做了对比实验,实验结果表明,本文改进后的模型更能真实有效地模拟邮件病毒的传播过程,用户反应时间和知识水平会在很大程度上影响邮件病毒的传播,减少用户反应时间,尤其是度大的节点用户,同时提高用户知识水平能够抑制邮件病毒的传播。(2)研究发现,目标免疫能够取得比较好的免疫效果,但是难以获得网络的全局信息是目标免疫的局限性,所以以局部信息获得接近目标免疫效果的手段是一种不错的思路。在基于AOC(autonomy-oriented computing)的免疫策略上进行了详细分析上,针对此免疫策略实体在搜索过程中随机跳转产生的搜索效率问题,引入了模拟退火的思想,定义了跳转规则,改进得到一种基于AOC和模拟退火的免疫策略。在真实网络数据集中设计了多组实验,发现本文方法能够更加快速有效地找到网络中部分度大的节点,也结合交互式邮件病毒传播模型和多因素的邮件传播模型,在病毒传播过程中对比了两种方法的免疫效率,通过改变免疫节点比例,分析节点被感染的情况,最后对比了两种方法的免疫代价。实验表明本文改进后的方法在免疫效率上优于原方法,从而验证了本文方法的有效性。
【关键词】：病毒传播 用户反应时间 用户知识水平 模拟退火 免疫策略
【学位授予单位】：西南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP309.5;O157.5
【目录】：

• 摘要5-7
• Abstract7-9
• 第1章 绪论9-15
• 1.1 研究背景及意义9-10
• 1.2 研究现状及问题10-14
• 1.2.1 国内外研究现状10-13
• 1.2.2 存在的问题13-14
• 1.3 研究内容14
• 1.4 论文结构安排14-15
• 第2章 复杂网络及传播动力学相关理论15-29
• 2.1 复杂网络简介15-18
• 2.1.1 基本概念15
• 2.1.2 数学描述15-16
• 2.1.3 节点度和度分布16-17
• 2.1.4 网络直径与平均路径长度17
• 2.1.5 聚类系数17-18
• 2.1.6 真实网络实例18
• 2.2 复杂网络模型18-23
• 2.2.1 规则网络18-19
• 2.2.2 随机网络19-20
• 2.2.3 小世界网络20-22
• 2.2.4 无标度网络22-23
• 2.3 复杂网络的病毒传播模型23-26
• 2.3.1 SI模型23
• 2.3.2 SIS模型23-24
• 2.3.3 SIR模型24-25
• 2.3.4 交互式邮件病毒传播模型25-26
• 2.4 复杂网络的免疫策略26-27
• 2.4.1 随机免疫26
• 2.4.2 目标免疫26-27
• 2.4.3 熟人免疫27
• 2.4.4 图覆盖免疫27
• 2.5 本章小结27-29
• 第3章 多因素的邮件病毒传播模型29-46
• 3.1 多因素的邮件病毒传播模型29-31
• 3.1.1 用户反应时间30-31
• 3.1.2 用户知识水平31
• 3.2 仿真病毒传播过程31-34
• 3.3 实验34-36
• 3.3.1 实验环境34-35
• 3.3.2 实验数据集35-36
• 3.4 实验结果与分析36-45
• 3.4.1 用户反应时间对病毒传播的影响36-40
• 3.4.2 用户知识水平对病毒传播的影响40-44
• 3.4.3 综合考虑两种因素对病毒传播的影响44-45
• 3.5 本章小结45-46
• 第4章 基于AOC和模拟退火的免疫策略46-61
• 4.1 基于AOC的免疫策略理论46-48
• 4.2 基于AOC和模拟退火的免疫策略48-50
• 4.2.1 问题分析48-49
• 4.2.2 解决思路(SA)49
• 4.2.3 解决方法49-50
• 4.3 实验一50-54
• 4.3.1 实验环境50-51
• 4.3.2 实验数据集51-52
• 4.3.3 评价指标52
• 4.3.4 实验结果与分析52-54
• 4.4 实验二54-60
• 4.4.1 实验方案54-55
• 4.4.2 免疫效率55-59
• 4.4.3 免疫代价59-60
• 4.5 本章小结60-61
• 第5章 总结与展望61-63
• 5.1 工作总结61
• 5.2 工作展望61-63
• 参考文献63-66
• 致谢66-67
• 攻读硕士学位期间公开发表的论文67

【相似文献】

中国期刊全文数据库 前10条

1 齐麟;李军;夏循礼;向志明;;生物免疫策略及其进化[J];郑州师范教育;2012年04期

2 江静;陈新一;;复杂网络上的免疫策略研究[J];西北民族大学学报(自然科学版);2013年04期

3 王磊,潘进,焦李成;基于免疫策略的进化算法[J];自然科学进展;2000年05期

4 葛新;赵海;张君;;基于熟人免疫的复杂网络免疫策略[J];计算机科学;2011年11期

5 张照文;范通让;;带有节点异质性和免疫策略流行度的研究方法[J];河北省科学院学报;2014年02期

6 李向华;王欣;高超;;复杂网络免疫策略分析[J];吉林大学学报(理学版);2013年03期

7 田思;李慧嘉;赵岳;;复杂网络中的弱化免疫策略分析[J];计算机应用;2012年09期

8 时晨;马秀芳;赵洪钢;张敏;;一种基于复杂网络免疫策略的检测器进化算法[J];电信快报;2014年05期

9 杨文治,杨秀惠,何亚玲,潘伟毅,郭齐华;福建省消灭脊髓灰质炎不同免疫策略的问题[J];海峡预防医学杂志;1998年01期

10 李正红;胡红安;;或有免疫策略模型的改进及其实证研究[J];计算机仿真;2007年04期

中国重要会议论文全文数据库 前4条

1 朱凤才;;乙肝疫苗免后成人无应答免疫策略研究[A];华东地区第十次流行病学学术会议暨华东地区流行病学学术会议20周年庆典论文汇编[C];2010年

2 周佳华;黄樟灿;;具有远程感染的SEIQ模型免疫策略研究[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

3 纪鹏;葛洪伟;;复杂网络的免疫策略[A];2009年第五届全国网络科学论坛论文集[C];2009年

4 唐权;陈峻崧;窦骏;;结核DNA疫苗免疫策略研究进展[A];第6次全国微生物学与免疫学大会论文摘要汇编[C];2004年

中国重要报纸全文数据库 前3条

1 记者 陈丹;科学家观察到酶是如何“编辑”DNA的[N];科技日报;2014年

2 财富证券 阙水深 丁颖新 王骏;在免疫策略中实现高收益率[N];证券时报;2004年

3 郑灵巧;流感须重点防治[N];健康报;2002年

中国博士学位论文全文数据库 前8条

1 朱义鑫;时序网络传播及免疫策略研究[D];电子科技大学;2015年

2 李靖欣;新型肠道病毒71型灭活疫苗免疫策略关键技术研究[D];第三军医大学;2016年

3 年福忠;混沌和复杂网络同步及传染病免疫策略研究[D];大连理工大学;2011年

4 朱奕奕;上海市甲型病毒性肝炎免疫策略评价研究[D];复旦大学;2012年

5 马超;中国麻疹流行病学与消除麻疹免疫策略研究[D];中国疾病预防控制中心;2014年

6 殷大鹏;中国水痘疫苗免疫策略评价和成本效益分析[D];中国疾病预防控制中心;2012年

7 朱峰;国债利率风险免疫策略研究[D];厦门大学;2004年

8 王亚奇;多传播因素的复杂网络病毒传播及免疫策略研究[D];南京邮电大学;2011年

中国硕士学位论文全文数据库 前10条

1 刘洋;基于复杂网络的免疫策略研究[D];西南大学;2016年

2 肖奰;复杂网络的病毒传播模型及免疫策略研究与分析[D];西南大学;2016年

3 柳彤;基于加权网络的传染病免疫策略研究[D];兰州理工大学;2014年

4 方宝平;复杂网络的病毒传播及免疫策略[D];安徽大学;2011年

5 聂力;互连网络中的病毒传播及免疫策略研究[D];哈尔滨工业大学;2014年

6 彭成斌;广义复杂网络上传染病阈值及其免疫策略研究[D];浙江大学;2010年

7 孙婷婷;复杂网络的病毒传播模型及其免疫策略研究[D];安徽大学;2013年

8 杜炫衡;病毒传播动力系统的参数预计与免疫策略[D];复旦大学;2013年

9 陈洁;绍兴市麻疹、风疹和流行性腮腺炎的流行特征及免疫策略研究[D];浙江大学;2006年

10 李彦景;云环境下免疫策略的研究[D];石家庄铁道大学;2012年

，

本文编号：617275