有标记网络中的病毒传播机理及动态特性

大数据环境下传播行为及动态演化形式是多元化的,其模型构建也各不相同.因此针对存在不同性质个体的有标记网络,探索了病毒传播模型与动态演化机制.首先将改进的有标记-易感染-已感染-易感染(S-SIS)传播模型应用到有标记网络,通过调节参数研究其对病毒传播的影响.改进了传统模型中传染概率为常数的假设,更好地模拟了感染状态的动态演化,构建了感染状态实时变化的感染概率方程,准确模拟了有标记网络中的病毒传播行为.最后利用平均场理论和蒙特卡洛方法进行仿真,对比检验不同参数变化对模型的影响.为了观察具有不同拓扑结构网络上的表现,对埃尔德什-雷尼随机网络与无标度网络进行了深入实验,得出了一系列新颖的结论.