复杂网络动力学概要1.pptVIP

复杂网络动力学上研究的基本概念 S-susceptible（易感染者，健康者）;I-infected（感染者）; R-recovery/removed（恢复者、移除者）;V-vaccinated(接种者）;E-exposed（暴露但不具有感染性，或称潜伏）。 SIS模型：易染个体被感染后，可以被治愈但无免疫力（还可以再被感染）（感冒等） SIR模型：易染个体被感染后，可以被治愈且有免疫力（不会被感染，也不会感染其它节点，相当于已经从传播网络中被清除了）（天花等） SI模型：易染个体被感染后，不能被治愈（艾滋病等） SIRS模型：易染个体被感染后，可以被治愈且有免疫力，但免疫期是有限的，还会再次回到易染状态。（乙肝） 复杂网络动力学上研究的基本概念 基本微分方程 SIS的微分方程 复杂网络动力学上研究的主要参量 ① 感染密度（感染水平或者波及范围）ρ(t) ρ(t)：传播过程中,感染节点总数占总节点数的比例。ρ：传播到稳态时（ ）感染密度的值,称为稳态感染密度。 均匀网络中的SIS模型 Ⅰ. 均匀网络：均匀网络的度分布在 均匀网络中的SIS模型 运用平均场的方法可得：被感染个体密度ρ(t)的变化率 均匀网络中的SIS模型 结论： 无标度网络的传播临界值 Ⅰ. 无标度网络：具有幂律度分布的网络 ； 网络中节点的度没有明显的特征长度 Ⅱ. 解析模型 无标度网络的度分布是呈幂律分布，因而度具有很大的 波动性，定义一个相对感染密度 ：度数为k的感染节点 数占总节点数的比例。当t趋于无穷大时，相对稳态感染密 度记为 。 平均感染密度： 稳态平均感染密度： 无标度网络的传播临界值 对于SF（无标度）网络，节点度数具有很大的浮动性，当 ,导致 ，从而传播临界值 复杂网络免疫策略 1. 随机免疫：随机选一部分人进行免疫 2.目标免疫：免疫度大的结点 3. 熟人免疫：随机找一个结点，再随机选一个邻居进行免疫 4.环状接种：隔离或免疫染病个体的所有(距离为k)邻居 5.接触追踪：对与有传染性个体的接触者进行跟踪，然后以一定的概率进行免疫 计算机病毒在Internet上的传播 主要的生物病毒传播模型 1975年一大批数学家研究了生物种群内生物病毒的传播规律。他们将一定区域内的人口分为两类，一类是已感染病毒的患者，一类是没有感染病毒的易感染者。I(t),S(t)分别表示t时刻感染者人数和易感染者人数。 计算机病毒在Internet上的传播 上述模型并没有考虑由于生物体被感染而导致的死亡和获得“免疫”的部分，而死亡和“免疫”会结束该生物体所可能带来的感染。于是Kermack-Mckendrick 又给出了另一模型，这也就是所谓的SIR模型 : 计算机病毒在Internet上的传播 当前计算机病毒传播模型 大约在1990初，Kephart和White依据生物上流行病的传播模型（1.1）提出了计算机的病毒的传播模型，也就是SIS模型[56]。该模型给出了计算机病毒传播中的一些定性因素，较好地帮助人们理解计算机病毒传播中的一些规律，它也为后来其他的计算机病毒模型奠定了基础。在SIS模型中，所有的计算机只能处在两个不同的状态，易感者（Susceptible）和感染者（Infectious）: 计算机病毒在Internet上的传播 计算机病毒在Internet上的传播 同样地Jonghyun Kim等人依据Kermack-Mckendrick SIR模型给出了计算机病毒传播的SIR模型，在计算机病毒的SIR模型中，区域内的计算机也被划分为3个状态，易感染状态（Susceptible）、感染状态（Infectious）和被删除状态（Removed）。 计算机病毒在Internet上的传播 Romualdo Pastor-Satorras考虑到更一般的情况，哪些由于感染病毒而获得“免疫”的结点或者死亡的结点，又以某一生还比率变成了易感染者，换言之部分由于感染而失去的结点在时间t时，又加入到易感染者行列，这就是SIRS模型: 计算机病毒在Internet上的传播 计算机病毒传播模型中的问题1）传播速度 模型的预测速度要比大多数的病毒传播速度慢得多。 （2）传播的规模 与传播速度截然相反，大多数病毒的传播规模要比现有模型的预测规模小的多，这也是令大多数人感到困域的地方。 （3）门限值问题 从前面的叙述中可以看出，与大多数的生物病毒传播模型一样，现有的一些网络病毒传播模型，也都给出了它们自己模型的门限值。然而实际的网络病毒传播数据表明，大多数的网络病毒