P2P网络中蠕虫病毒随机扩散的数学建模仿真研究

对P2P蠕虫病毒传播过程进行准确分析有助于对病毒进行防治。本文主要借助P2P网络仿真软件NS2网络仿真器,使用C++和Otcl作为开发语言,通过初始配置界面输入配置参数,利用用户配置子模块,将P2P网络中蠕虫病毒传播过程转化成NS2可识别的格式并进行模拟。通过局域时间段内增长相同数量的病毒个数、局域时间段内新增长不定的病毒个数、局域时间段内新增长的入侵数据为有规律扩散三方面进行模拟仿真,模拟结果表明:选用NS2仿真平台能有效地模拟蠕虫传播,展示病毒入侵的规模,有利于抑制传播。     

对信息化条件下的人防网络安全分析

随着国家对人民防空信息化建设步伐的加快,计算机网络技术在人民防空部门的应用也就愈加的广泛,可是由于网络技术的不断发展,网络环境越来越复杂,网络入侵、网络木马、病毒在全球范围内迅速扩散,并已呈现出黑客技术与网络木马、病毒日趋融合的趋势,这不仅影响了网络的稳定和用户的使用,甚至有可能对国家的国防安全够成重大威胁。现阶段,基于对人防部门的网络结构初步了解．从网络安全技术及网络安全管理两方面提出了相应的解决对策。     

图书馆网络病毒防治与网络管理——阿姆瑞特防火墙在图书馆网络系统中的应用

网络共享资源在学术科研、教学管理等方面发挥着越来越重要的作用。但是在使用网络的同时也面临着病毒的侵袭，网络病毒、客户端管理已成为日益突出的问题。阿姆瑞特防火墙将传统意义上的被动防毒转换为主动杀毒，能更有效的清除网络中的病毒。     

网络个体用户遭受感染下病毒免疫滤波控制算法

网络个体用户在遭受病毒入侵干扰下,由于病毒入侵信号对单个个体用户入侵的不确定性,难以实现对病毒的有效控制和免疫。提出一种基于自适应功率谱密度特征提取的网络个体用户遭受感染下病毒免疫滤波控制算法,首先进行网络病毒面入侵信号的模型构建,设计滤波控制算法实现对网络个体用户遭受感染下的病毒免疫控制。设计网络个体用户遭受感染下的病毒免疫模型,进行网络个体用户遭受感染下病毒入侵路径和安全属性分析。设计基于自适应功率谱密度特征提取的网络个体用户遭受感染下病毒免疫滤波控制算法,实现对用户遭受感染下的病毒入侵信号的滤波检测和控制。仿真实验结果表明,该算法能有效实现对病毒入侵路径和强度幅值的准确跟踪控制,免疫滤波效果较好,对病毒信号的检测概率提高15.7%,实时性和鲁棒性优越于传统方法,保证了网络个体用户的安全。     

引入病毒传播方向聚类的攻击容忍扫频方法

攻击容忍系统通过对病毒入侵路径和频率进行扫频实现对病毒的挖掘,传统的扫频方法采用相位和频率特征匹配方法进行,对网络病毒非规则方向入侵不能起到较好的掩盖作用,扫频效果不好。提出一种采用病毒传播方向聚类分析的攻击容忍系统扫频方法,构建病毒传播路径分析模型,建立病毒传播的方向性空间搜索属性序列,分析病毒传播方向聚类演化模型,实现对病毒传播和入侵传播方向聚类过程的建模,求解病毒传播方向的聚类属性的信息熵,实现攻击容忍扫频改进算法。实验结果表明,算法能有效实现对病毒传播和扩散的时间和频率等信息进行扫频分析,病毒时频特征得到有效挖掘,通过扫频检测准确率较传统该方法提高13.6%。     

基于产业网络的创新扩散机制研究

创新的真正价值在于其在产业网络上的扩散。影响创新在产业网络上扩散的因素有网络的拓扑结构和创新的扩散规则。产业网络是具有无标度特性和小世界特性的复杂网络,其结构对创新扩散的阈值、路径长度以及企业地位和创新分享有不同的影响;基于企业进行技术创新的成本以及对待技术创新风险的态度,本文还给出了产业网络上的"技术创新雪崩"扩散模型,并进一步作了分析。     

社交网络情景下新产品扩散的两阶段模型——微信与微博的对比研究

基于复杂网络扩散动力学构建了社交网络情景下的新产品扩散的两阶段模型,并实证分析了微信和微博用户网络的差异化特征,最后通过多主体仿真实验发现,在产品意识的形成阶段异质性程度高的网络扩散效果显著优于异质性程度低的网络;而在购买决策转换阶段异质性较低的网络扩散效果优于异质性程度高的网络.这一结论为商家制定营销策略提供了信息支持.     

复杂社会网络结构、局部网络效应与创新扩散研究

在考虑创新采纳个体之间交互作用所产生的局部网络效应基础上,运用微观扩散模型研究创新扩散。仿真分析表明,复杂社会网络结构、局部网络效应强度以及创新采纳个体自身偏好异质性共同决定创新扩散的过程。复杂社会网络结构影响创新扩散的程度和速度,即使局部网络效应强度很强,也有可能因为网络结构的影响而导致创新扩散最终失败;采纳个体偏好异质性对创新扩散的影响并不确定,当局部网络效应较弱时,偏好异质性越高越有利于创新扩散。与之相反,当局部网络效应较强时,偏好异质性则会抑制创新扩散,且异质性对创新扩散的影响也会随着复杂社会网络结构的差异而呈现不同模式。     

农村社会网络与农业技术扩散的关系研究——以G乡养猪技术扩散为例

以养猪乡G乡为例,从历时的维度追溯了G乡养猪技术扩散过程及相应的社会支撑网络,从共时的角度剖析了G乡的养猪技术扩散结果及其社会网络特点。笔者通过个案微观分析以及宏观上对农业技术本身特点、农业的弱质性、农业技术传播的场域特点的剖析,认为从农村社会网络的角度研究农业技术扩散具有重要意义。资金、技术和信息等重要资源嵌入在社会网络中并在其中流动,这对农业技术扩散起到重要的支撑作用,同时农业技术的扩散过程也是农村社会网络重构的过程,农业技术扩散是结构性的扩散,与当地的农村社会网络类型相匹配,农业技术扩散的结构与农村社会网络具有同源性和异质性。     

高校与非高校上市公司专利技术扩散网络模型

以2012年我国10家高校上市公司的专利技术扩散现状分析为基础,从复杂网络视角分别构建专利技术扩散的Bass、MI和SW三种网络模型,进而选择8家高校上市公司和非高校上市公司进行配对比较分析,并应用CurveExpert软件进行网络模型拟合。网络参数比较分析后得出以下重要结论:复杂网络模型能用于描述专利技术扩散过程;高校上市公司要比非高校上市公司的专利技术扩散网络更加完善;不同高校上市公司的外部因素影响力可能是促进或制约作用;高校上市公司和非高校上市公司都会受到较大的内部影响,而且高校上市公司比非高校上市公司的内部影响要大;高校上市公司更倾向于以亲密型为主的研发合作关系,这种合作关系稳定。     

社会网络环境下的创新扩散研究述评与展望

创新扩散研究经历了关注宏观扩散速度、微观扩散程度和社会网络中的创新扩散3个发展阶段,社会网络环境下的创新扩散呈现出与传统环境下截然不同的特征,而国内学术界在该领域的研究尚处于起步阶段。通过梳理国内外文献,介绍了创新扩散的内涵及其发展历程,阐述了社会网络的节点特性、节点连接、网络拓扑结构、网络效应等对创新扩散的影响,辨析了社会网络环境下创新相对优势、先发优势、定价策略等产品因素对创新扩散的影响效果与传统环境下的区别,对未来研究方向进行了展望。     

基于互信息特征的网络病毒动态交互约束算法

通过对网络病毒的动态交互约束抑制设计,实现对病毒入侵特征的有效识别。传统方法采用模糊网络入侵状态特征向量分解方法实现病毒约束抑制,当病毒入侵为一种非平稳随机信息矢量时,对其识别性能不好。提出一种基于互信息特征提取的网络病毒动态交互约束算法。构建网络病毒入侵的信号分析模型,并进行数据采集,采用数模转换方法进行病毒数据离散采样转换,采用重采样和机器学习结合方法,进行了链路漏洞检测,填补了Web防火墙的漏洞,采用三次B样条小波进行互信息特征提取的结果是渐近最优的,利用互信息特征作为检测系统的输入,进行病毒数据提纯处理,基于平均互信息特征提取算法实现特征建模和提取,实现病毒动态交互约束。仿真结果表明,该算法能使得病毒数据在时频空间上得到较明显的聚焦,频谱峰值突出,提高了病毒特征有效识别率。     

网络突发事件蔓延机理研究

网络突发事件的最大风险在于其蔓延与变异性,对网络突发事件蔓延机理进行分析,揭示了网络突发事件蔓延的过程实质——网络群体行为扩散的过程。网络群体行为的扩散是在事件信息刺激下产生的同一行为在不同主体间的转移与传递,这一扩散过程既受个体固有的心理特性影响,又受到外界信息变化的影响。基于经典扩散模型建立基于个体水平上网络群体行为扩散模型,通过模型推理进一步指出:政府利用网络资源的优势,第一时间发布真实信息,取得网络话语权,调整公众非理性的动机,引导事件发展方向,对预防与处置网络突发事件至关重要。     

Bass模型在无缝技术扩散中的应用及新发现

将义乌无缝技术扩散的数据应用于四种基本的技术创新扩散模型,发现虽然最能代表无缝技术的扩散模型是BASS模型,但实际的扩散曲线与BASS模型的扩散仍存在较大的差距。比较BASS模型和SIR模型的异同并借鉴复杂网络的最新成果,本文认为BASS模型的扩散网是建立在完全网的基础上,而实际的扩散网却并不如此,从而导致BASS模型的曲线不能完全解释实际的扩散曲线。因此,本文在理论上指出了修正Bass模型的方向。最后是结论和进一步研究的方向。     

社交媒体辟谣信息的扩散机理研究——基于辟谣信息演化网络的纵向分析

[目的/意义]从时间纵向维度展现社交媒体辟谣信息扩散的演化脉络,有助于厘清辟谣信息扩散的内在机理。[方法/过程]将"@人民网"官方微博发布的"全国暴雨"辟谣信息作为起点,收集该辟谣微博发布后7天内的转发数据。采用社会网络分析方法,构建社交媒体辟谣信息扩散的演化网络,并分析其扩散的内在机理。[结果/结论]主要研究发现如下：①社交媒体辟谣信息从爆发期、高潮期到消退期的演化路径为：辟谣信息被政府官方微博发布后,会在极短时间内在其发布者的"紧密型"社交圈中（政府机构用户间）迅速扩散;随后,辟谣信息主要经由"大V名人"与其粉丝构成的"松散型"网络,向大V名人的粉丝扩散;最后,辟谣信息经由大V名人的粉丝,在粉丝与其好友的"紧密型"网络中扩散,直至消退。②辟谣信息扩散网络在三个时期的密度均较小。③与微博谣言扩散有所不同,绝大多数微博辟谣信息的扩散主体之间并没有互动,仅表现为单向传递关系。④相比政府官方微博而言,"大V名人"转发辟谣信息所带来的效应更能够激起受众对辟谣信息的精神共鸣,更能促进辟谣信息的扩散。     

稠密人际网络中的竞争创新扩散机制研究 ——以双寡头同时竞争扩散市场为例

现有研究对竞争创新扩散探讨不够深入,更鲜少剖析采纳者的特征和采纳者互动对竞争创新扩散格局的影响。使用稠密人际网络拟合创新的潜在采纳者网络,使用多智能体建模仿真方法定量分析了当同类的两种创新同时进入市场扩散时,采纳者的创新性差异、采纳者互动形成的网络结构、以及局部网络效应强度变化对竞争创新扩散格局的影响。研究表明,p-GNC网络的平均度越小、网络越聚集,越有利于技术升级慢的创新,且网络平均度对竞争创新扩散格局的影响更大;局部网络效应越强、创新先驱者比例越高,越有利于技术升级慢的创新;在局部网络效应强的网络中,网络结构对竞争创新扩散格局的影响更大。     

知识扩散路径上节点的分类和聚类分析 ——以知识分享平台“知乎”数据为例

【目的/意义】研究知识扩散路径和知识扩散网络中节点的特征,从而服务于知识扩散的模型研究。【方法/ 过程】通过对流行的中文知识分享平台-“知乎”网络上一次典型的知识扩散进行回溯,建立参与知识扩散的节点的 知识扩散网络和节点之间的社会关系网络。通过对节点历史行为和网络位置属性的交叉分类,分析整个知识扩散 网络中节点的统计特征。并且,对社会关系网络中一个节点的所有相邻节点进行 K-Means聚类,分析这些相邻节 点的特征。【结果/结论】通过分析,发现了知识扩散过程中,节点较强的聚类特性。更重要的是,父节点在知识扩散 网络中的子节点同时具有较强的聚类特征,并与父节点具有较强的相似性。这些通过交叉分析挖掘得到的数据特 征和结论,能够为知识扩散模型研究提供新的研究思路和方向。     

网络外部性市场的创新扩散研究

运用微观扩散模型和计算机仿真相结合的方法分析网络外部性市场中的创新扩散,研究表明网络效应特征、采纳个体自身偏好异质性特征是决定网络外部性市场创新扩散动力学机制的重要因素。网络效应特征对创新扩散正向影响的大小取决于网络效应的类型(直接或间接网络效应)和强弱。采纳个体偏好异质性特征对创新扩散的影响并不确定,直接网络效应下偏好异质性对创新扩散程度的影响呈现先增后减的趋势;间接网络效应下偏好异质性对创新扩散程度的影响则存在"临界点"现象,且上述因素对网络外部性市场中创新扩散的影响还会由于采纳个体之间交互作用所形成的复杂社会网络结构差异而呈现不同模式。     

复杂网络视角下员工亲组织非伦理行为扩散趋势分析

从复杂网络视角出发,采用仿真实验方法探讨员工亲组织非伦理行为(Unethical Pro-organization Behavior, UPB)在组织非正式网络中的扩散趋势。研究发现:组织内员工非正式网络符合小世界和无标度特征;网络节点中心性与UPB扩散效果呈显著正相关;UPB扩散意愿和抵制意愿之比越大,则引发的UPB扩散速度越快。     

网络结构与创新扩散研究

 根据WS小世界模型的思想，构建了从规则网络到随机网络的一系列扩散网络图，通过虚拟采纳个体的决策过程，研究了网络结构与性质对创新微观采纳和宏观扩散的影响。不同于已往的研究，本文将创新采纳与创新扩散统一起来，运用复杂网络的方法，研究了网络结构与创新扩散之间的动态相互关系。数值模拟结果表明：存在介于规则网络和随机网络之间的小世界扩散网络；外部因素和内部因素共同决定一个成功的扩散过程；网络的簇系数决定扩散的最终水平，而网络平均距离决定扩散速度；网络个体间的异质性程度越大，越不利于创新扩散。