基于熟人免疫的复杂网络免疫策略

针对目标免疫和熟人免疫的不足,提出一种综合的免疫算法,即随机选择一些节点,根据节点的不同特征采取合适的免疫措施。本算法保留了熟人免疫的优点,即完全基于本地信息、不需要获知网络的全局结构和识别高连接度节点,在需要免疫的节点数量与目标免疫相同的情况下,具有理想的免疫效果。通过对几种算法在无尺度网络、随机网络以及真实世界网络上进行仿真比较,验证了本算法具有更好的免疫效果和更广泛的应用条件。

加权网络中改进的熟人免疫策略研究

在仅知道节点本地信息的情况下,基于加权网络的特点,提出一种边权优先的改进熟人免疫策略。借助经典的SI病毒传播模型,考虑节点之间病毒传播概率的差异性,在人工网络和真实网络中进行仿真分析,结果表明,在加权网络中,边权优先的改进熟人免疫策略获得的免疫临界值比经典的熟人免疫策略低,免疫效果好,并且计算复杂度比目标免疫策略低,所需的节点信息少。BBV网络的优先连接特性越明显,改进熟人免疫策略的效果越好。

加权网络中考虑边权和度的熟人免疫策略

在加权网络中,节点之间的边权值代表节点之间联系的紧密程度,节点的度表示该节点的邻居个数。为了有效抑制加权网络中的病毒传播,提出一种考虑边权和度的熟人免疫策略(AI-CWD)。该策略考虑免疫边权值与度乘积最大的节点,并分别在人工网络和真实网络中对该策略进行了实验分析。同时,进一步研究了边权值和度在乘积中的占比对该策略免疫效果的影响。研究结果表明,在相同的免疫节点密度下,对边权值与度乘积最大的节点进行免疫后网络中感染节点的密度比最大权值免疫、改进的熟人免疫和基于ClusterRank算法免疫的方法要低,亦即AI-CWD免疫效果要优于以上三种免疫策略。并且在相同免疫节点密度下,通过对边权值和度的占比与感染节点密度关系的研究,可以得出:存在一个最优的α值,使得最终的感染节点密度最低。

复杂网络传播免疫节点选择策略仿真分析

研究网络免疫节点选择问题,需要了解网络的总体结构信息,获取重要价值度大的关键点进行免疫,无法对复杂网络结构的多样性以及随机性进行有效分析,获取的免疫节点存在偏差,导致网络寿命降低。提出一种融合动态免疫和熟人免疫的免疫节点选择算法,依据网络节点的价值度选择免疫节点,产生新的网络,采用熟人免疫方法对新网络进行再次免疫分析,得到最佳免疫节点,运用图论中网络最大流原理构建免疫节点的路径,提高网络的使用周期。实验结果表明,改进方法能够准确获取复杂网络中的免疫节点,延长了网络生命,并且使不同网络的免疫性能优于传统方法。

复杂网络上的免疫策略研究

针对熟人免疫策略免疫效率不高的问题,文章提出了一种改进的新的免疫策略——双免疫策略,它同时对网络中随机选择的节点以及其最大度邻居进行免疫,是对熟人免疫策略与目标免疫策略的改进.实验结果表明:相对于在随机网络和小世界网络中的免疫效果,双免疫策略在无标度网络中的免疫效果较好,与熟人免疫策略和最大度免疫策略相比,其免疫效果有所提高.

无标度网络的免疫策略研究

文章结合目标免疫和熟人免疫各自的优势,提出了一种改进的免疫算法:随机选择网络中的部分节点,对被选节点的最大度邻居进行免疫.在算法上结合了熟人免疫的优点,即无需获知全局网络结构信息,并具有目标免疫策略的高效性.通过对算法进行基于无标度网络拓扑进行仿真模拟,验证了本算法具有更高的免疫效率和更广的应用价值.

基于富人俱乐部特性的搜索免疫

为了使用更少的免疫数量且能更快地消灭病毒,已经提出了很多种免疫策略。熟人免疫策略是局域免疫中最有效的方法。基于BA无标度网络的富人俱乐部特性和广度搜索策略,提出了基于富人俱乐部特性的搜索免疫(RPBSI)。该免疫算法有两种策略,这两种策略对邻居节点的搜索方法不同,免疫的代价也有所差异。实验采用SIS病毒传播模型分别在BA无标度网络和科研合作网中验证:RPBSI算法与熟人免疫算法相比可以通过免疫较小的一部分节点达到消灭病毒的目的。

基于复杂网络的劳动力群体离职传播动力学模型及治理策略

针对劳动力群体离职问题,基于复杂网络理论,以劳动力个体、劳务公司和地域来源作为网络节点,各节点间关系作为边,建立了劳动力组织网络。在该网络基础上,构建离职信息的产生、扩散、响应、叠合、衰减的传播动力学模型。以上海市某重大基础设施工程为例进行仿真,分析了正式组织约束力、均匀免疫策略和熟人免疫策略对抑制离职感染的效果与规律。研究发现:该网络内离职信息的多点叠合传播是离职人数不断增长的主要原因;处于正式组织领导地位的节点初始传播能力强,而在网络中起群体中介作用的节点后续传播能力显著提升;群体间中介节点及其邻居节点具有较高的响应频次,是出现群体离职的潜在源;通过提高正式组织约束力可弱化个体离职倾向,但对各节点效果不一;采用均匀免疫或熟人免疫策略可降低离职率,且熟人免疫策略更优。研究有利于揭示劳动力组织离职群体化的内在机理,给出了新的治理策略。

在线社交网络中谣言的传播与抑制

根据真实在线社交网络中谣言的传播特点以及有疾病潜伏期的传染病模型,提出一个新的基于在线社交网络的谣言传播SEIR模型.首先建立基于SEIR模型的动力学演化方程组,然后给出一个高效的抑制谣言传播的免疫策略——重要熟人免疫策略.最后在真实在线社交网络Facebook的用户数据集上,结合SEIR模型与动力学演化方程组以及包含重要熟人免疫策略在内的多种免疫策略,对免疫前后谣言传播的演化过程进行计算机仿真.仿真结果表明SEIR模型符合真实在线社交网络的传播特性,且重要熟人免疫策略是解决在线社交网路中谣言抑制问题的最佳方案.