通信网络病毒传播探究.docVIP

通信网络病毒传播1、SIS-CA模型 　　文献[12]使用元胞自动机建立的病毒传播随机模型如下：CA=(C，Q，V，f)(1)此模型建立在病毒传播机制具有随机特性的基础上，即感染节点以相同的概率感染它的所有邻居节点，其中C表示元胞空间，Q表示有限状态集，V表示节点的邻域，f代表状态转换规则函数。该模型中节点状态只有两种：健康状态(susceptible)和感染状态(infected)之一。节点状态变换关系：suscep-tible→infected→susceptible。网络G=(N;E)，N表示网络中节点的个数，E表示网络中节点与节点的边，令A表示网络的邻接矩阵，它反映网络的拓扑信息。根据元胞自动机4要素，建立模型：元胞空间C：建立包含N个元胞的一维元胞空间，一维元胞空间中的一个元胞即代表网络中的一个节点;邻域V：该模型中以网络的邻接矩阵A定义各元胞邻居关系，所以节点i的邻域Vi就被定义为A中的第i行的向量，即Vi={aij|aijA，j=1，2，…，N};若aij=1，表示节点i和j之间存在连接。 　　2、本文所提SIS-CA模型 　　2.1传播策略 　　在上述的SIS-CA模型中，感染节点在单位时步以相同的概率感染它的所有邻居，而实际情况并非如此，例如在Internet网络中，两个主机之间虽然有通信连接但是没有数据包的传输，那么也就不会有病毒的传播;在人际网络中，互为朋友(邻居)的两个人，在一方患病期间并没有和他的这个朋友(邻居)有任何联系，那么他的这个朋友也不会被感染。考虑到网络中通信流量的不均衡特性以及数据包传输路径的选取与具体的路由转发协议有关的特点，我们对上述SIS-CA模型进行改进。为了便于问题的分析，假设网络中每个节点生成数据包的平均速率为α，则在每一个时步，网络中生成新数据包的总量即网络通信流量[13]为Nα。在每个时步，网络中任何一个节点生成的数据包都随机选择目的节点进行发送，数据包传输路径的选取则采用最短路径优先(ShortestPathFirst，SPF)算法[14]实现，基于此定义网络中节点算法介数[15](algorithmicbetween-ness)balg为穿过一个节点的所有最短数据包传输路径的总和。那么，网络中任一健康节点i在单位时步被感染的概率取决于单位时步穿过这个节点的带病毒的数据包的个数Ni。显然Ni的值与网络通信流量Nα和节点算法介数balg有关：网络通信通量越大，带病毒的数据包数目发送量越多，Ni的值就会越大;节点算法介数balg越大，穿过这个节点的数据包越多，Ni的值就会越大。在这里，一个健康节点收到或者转发的带病毒的数据包的个数Ni来自以下几个方面：(1)感染邻居节点产生的数据包数，这样的数据包一定带有病毒;(2)感染邻居节点转发的带有病毒的数据包，这样的数据包一定带有病毒;(3)感染邻居节点转发的不带病毒的数据包，这样的数据包以一定的概率β变为带病毒的数据包，可见感染邻居节点发送的数据包也是有可能不携带病毒的;(4)健康邻居节点转发的带有病毒的数据包，这样的数据包一定带有病毒，可见健康节点发送的数据包也可能是带有病毒的。以上第(3)、(4)两个方面显然与以往的没有考虑网络通信流量的SIS-CA病毒传播模型不同。当然，健康邻居产生的数据包和健康邻居转发的健康数据包都是不携带病毒的。我们假设一个健康节点接受或者转发一个带病毒的数据包，这个健康节点被感染的概率和一个健康数据包经过一个感染节点，这个数据包被感染的概率都为β。那么一个健康节点i在单位时步被感染的概率为1-(1-β)N。可见，任何节点仅能被它的邻居发送的带病毒的数据包感染，健康节点在单位时步被感染的概率不仅与其邻居在上一时刻自身的状态有关(健康邻居产生并发送健康数据包，感染邻居产生并发送带病毒的数据包)，还与邻居转发的数据包的状态有关(健康邻居也可能转发带病毒的数据包，感染邻居也可能转发不带病毒的数据包)。 　　2.2算法描述 　　本文所提模型的关键之处在于求任一时步内，穿过网络中任一节点i的带病毒的数据包的个数。假设单位时步网络中有N个数据包传输，我们使用最短路径优先算法求出所有数据包传输的路径，并把它们存放在数组R(N，N)中，数组R(N，N)的每一行表示每个数据包从源节点经过一系列中间节点到达目的节点的所有结点的节点编号，目的节点后的元素值取0。我们使用数组C(1，N)表示网络中N个节点在单位时步接收的带病毒的数据包数目，C(1，i)表示节点i单位时步内接收到的带病毒数据包数。 　　3、仿真结果与讨论 　　本节分别以NC网络、WS网络和BA网络为例，通过数值仿真研究本文提出新的SIS-CA模型在最近邻耦合网络、小世界网络和无标度网络上的传播特性。仿真过程中选取参数如下：网络的节点数为N=200，病毒在网络中传播