复杂网络上计算机病毒建模与分析

• 作 者: 胡丹婷
• 发表日期: 2012年01期
• 关键词: 动态的无标度网络 有向无标度网络 病毒传播模型

计算机网络病毒借助庞大的因特网,能轻而易举地横穿整个世界侵入千家万户的计算机中实施破坏。面临着被病毒破坏的严峻形势,人们迫切需要建立病毒模型来探索病毒的传播规律,以便更好地抵制病毒传播。传统的计算机病毒模型一般是基于随机网络、规则网络建立的。目前,迅速发展起来的复杂网络理论为病毒模型的建立开辟了新的研究之路,人们已在各种网络拓扑结构上发现了病毒传播过程中所表现出来的新的传播规律。本文基于复杂网络理论研究了网络病毒的传播过程。分别以一般的互联网病毒和微博病毒为对象,建立了动态演化的互联网病毒模型和微博病毒模型,研究了网络病毒的传播特性。所做主要工作以及创新成果如下：1、考虑到互联网是一个不断生长的无标度网络,本文兼顾静态和动态网络上的病毒传播过程,建立了动态演化的互联网病毒模型。2、研究了互联网增长速度、网络平均度、计算机连接度以及网络聚类系数对网络病毒传播的影响。我们发现,网络演化速度越快,病毒传播也越快。平均度较高的动态网络更有助于病毒的传播。爆发期间病毒主要集中在度较大的计算机上。此外,动态网络的聚集系数在一个较高范围内递减时,病毒扩散较快。3、分析了微博用户的行为特征以及微博应用的特点,采用有向无标度网络描述了微博用户之间的关系,建立了微博病毒模型。4、研究了用户点击率、转发率等对微博病毒传播的影响。结果发现,微博用户点击恶意链接的行为能促使病毒传播,转发警告信息的行为能抑制病毒扩散,对信息作出反应经历时间越短,病毒及警告信息传播越快,同时用户对病毒采取抵制措施越早,病毒爆发范围越小。另外,对病毒扩散及抑制来说,微博上的名人都是主要力量。本文所得到的研究结果便于今后人们更好地监督网络、制止病毒。