论文部分内容阅读
无论是工作、生活还是社交，人类目前已经身处一个充满着各种各样复杂网络的世界中。这些结构复杂的网络使人类联系得更加紧密，提高了生产力，但同时也为人类生活带来了一些负面冲击，如传染病的迅速蔓延等。因此，对于现实世界中的这些复杂网络进行定量与定性特征的理解与分析已成为网络时代科学研究中的一项重要内容，如何利用网络科学的理论降低负面冲击对人类造成的损失，是一个极具挑战性课题。本文的研究内容如下: 首先，对经典的SI传播模型进行了分析，发现它只考虑整个群体中被感染个体的定量关系，而并未考虑网络的拓扑结构。本文通过对传染过程进行分析，提出了不同个体抵抗传染的脆弱指数，并在此基础上提出了单一节点的SI传播模型，给出了模型的算法描述，并分析了算法的收敛条件以及时空复杂度。 其次，从网络传播的角度，深入分析了传播过程中影响传播范围的因素，在此基础上给出了渗透密度和渗透系数的定义。网络的拓扑结构常随着时间变化，而现实中某些场景需要对网络的演化进行控制，使网络向着有利于人类的方向发展。基于渗透密度的定义，给出了一种网络定向演化控制模型，并通过一个例子分析了在不同场景下如何对网络的演化方向进行控制。 最后，在上述模型的基础之上，设计了三个实验，分别对单一节点的Susceptible Infected(SI)传播模型、担保网络的风险传播模式、网络的定向演化进行了模拟仿真。 利用担保网络数据的模拟仿真结果显示:风险的传播范围受网络的拓扑结构和初始传染源影响，在担保网络中入度较高的节点发生风险时造成的危害较大;演化控制的实验表明，本文给出的模型的确能够对网络的演化方向进行控制，使得演化控制组的担保网络相比自然演化的担保网络对风险具有更强的抵抗力。