基于OSN的谣言传播模型及影响力节点研究

经典的谣言传播模型较难描述现实在线社交网络的复杂活跃模式,为此提出一个基于在线社交网络的动态谣言传播模型。该模型采用传播者基于时间退化函数的自发退化方式,动态指定节点的权威度和免疫力,并考虑了接收增强信号效应。通过对真实微博网络的谣言传播仿真验证了模型的有效性。将模型用于识别网络中的影响力节点,根据传播仿真数据评估节点的传播影响力,并分析节点传播影响力与各中心性指标间的相关性。结果显示:有向社交网络中节点的影响力并不能由k-核的大小表征,而出度和紧密中心性才是更好的描述标量。

基于在线社交网络的动态消息传播模型

传统传播模型较难描述在线社交网络中的复杂活跃模式以及节点间的拓扑差异,并且其接触式的传播者退化方式也与现实不符。针对理论模型模拟与现实消息传播的不符,提出一个基于在线社交网络的动态消息传播模型D-SIR。该模型考虑了在线社交网络中影响消息传播的一些实际因素,引入基于传播延迟的退化方式使传播者自发地退化成免疫者,动态指定节点的权威度和免疫力以适应非均质网络,并考虑接收增强信号效应以及外部社会加强效果。在采集的新浪微博真实传播网络数据中,通过参数变化的传播仿真实验验证了D-SIR模型可以有效反映在线社交网络的现实传播情形,并且较传统模型更具灵活性及可扩展性。

复杂网络的鲁棒性与中心性指标的研究

网络鲁棒性是指网络遭到随机故障或蓄意攻击时仍能维持其功能的能力,理解复杂网络部分结构的失效对网络结构和功能的影响有着非常重要的意义。针对不同的开放数据集和爬取的新浪微博数据集,通过计算移除部分节点后的巨片和连通子图数目等指标,着重分析蓄意攻击对网络的影响,发现度攻击策略对不同网络结构影响均较大,紧密度和介数攻击策略对网络结构的影响有明显区别。实验表明,非微博网络的蓄意攻击中,采用度和介数攻击策略效果较好,而微博网络应采用度和紧密度攻击策略。

微博网络中影响力传播节点的识别

依据新浪微博的实际数据,采用基于在线社交网络的动态消息传播模型仿真消息传播,根据仿真结果对度、介数、紧密度和K-shell等中心性指标的传播影响力进行对比分析,同时计算不精确函数和Pearson相关系数。实验表明,紧密度识别微博网络的影响力节点效果优于其他指标,且与节点影响力之间的关系较强。

考虑社群结构的复杂网络的级联故障抵制模型

研究复杂网络的级联故障对评估网络系统的稳定性具有重大意义.在经典的线性负载容量模型基础上,通过探测网络的社群结构,有选择地对社群边界节点的容量附加二次容忍值,建立级联故障抵制模型.在级联故障仿真中,采用不同干扰策略对IEEE118标准电网、国内现实电网等模拟故障过程.仿真结果表明,所建抵制模型通过对社群边界节点的容量进行二次扩容,能以较小的成本提高网络的稳定性,同时发现社群边界节点具备"防火墙"和"引爆点"的双重功能.通过将单一网络推广到两层耦合网络,发现在成本可控下新模型对相依网络的级联故障依然具备较好的抵制能力,说明本文所提模型具备一定的适应性.