- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
自适应复杂网络中的病毒传播模型
自适应复杂网络中的病毒传播模型
ComputerEngineeringandApplications计算机工程与应用
自适应复杂网络中的病毒传播模型
周海平.,蔡绍洪
ZH0UHaiping,CAIShaohong
1.贵阳学院计算机科学系,贵阳550005
2.贵州大学理学院,贵阳550025
1.DepartmentofComputerScience,GuiyangCollege,Guiyang550005,China
2.CollegeofScience,GuizhouUniversity,Guiyang550025,China
ZHOUHaiping,CAIShaohong.Virusspreadingmodelbasedonadaptivecomplexnetwork.ComputerEngineeringand
Applications,2011.47(18):127—129.
Abstract:Avirusspreadingmodelbasedonadaptivenetworkisproposed.Inthismodel,thesusceptiblenodescanbreak
downtheconnectionwiththeinfectednodesinordernottobeinfected.Duringtheevolvingprocess,thestructureofnet—
workischanged,andthechangesofnetworkstructureinturnhaveanimpactontheprocessofvirusspreading.Thispaper
studiestheinfluenceofindividualSavoidancebehaviorontheeffectofvirusspreading.Theresultsshowthat.underthedriv.
ingoftheindividualSavoidancebehavior,thefinalinfectedrateisoscillated,andthebistablestateisobservedwhenthepa-
rametersaresetatpropervalues.
Keywords:adaptivecomplexnetwork;virusspreading;bistablestate
摘要:提出了一个基于自适应复杂网络的病毒传播模型.模型中,易感节点为了不被感染,能够有意识地避开与感染节点的连
接,此过程一方面使得网络结构发生了变化,另一方面网络结构的变化又反过来对病毒传播过程造成了影响.着重考查了模型
中个体的躲避行为对病毒传播效果的影响,结果显示,在个体躲避行为的驱动下,系统的最终染病节点数会发生振荡,并且在一
定的参数范围内系统出现了双稳状态.
关键词:自适应复杂网络;病毒传播;双稳状态
D0I:10.3778/j.issn.1002.8331.2011.18.037文章编号:1002—833l(2011)18-0127—03文献标识码:A中图分类号:TP399
1引言
近年来,无论是SARS,H1N1的爆发,还是Interuet中各种
病毒的蔓延,都给人类的生产和生活带来了极大的影响.因
此,对病毒传播行为的研究已经成为摆在人们面前的一项紧
迫任务.事实上,人们很早以前就开始了对病毒传播的研究,
并且提出了各种各样的传播模型u..在典型的病毒传播模型
中,种群中的个体可以分成几类,每一类都处于一个典型的
状态.基本状态包括:易感状态S(susceptible),感染状态I
(infected);免疫状态R(recovered).通常用这些状态之间的转
换过程来命名不同的传染模型.例如,易感个体被感染,然后恢
复健康并具有免疫性,称之为SIR模型;易感个体被感染后,又
返回到易感状态,则称之为SIS模型.当前,日益兴起的复杂网
络理论给病毒传播的研究注入了新的活力,病毒传播作为复
杂网络中传播动力学的一个分支吸引了众多学者的关注.
Satorras等人研究了均匀网络和无标度网络中的SIS病毒传播
模型,结果发现均匀网络中存在一个正的临界传播阈值,而
无标度网络中的传播阈值趋于0,这意味着在无标度网络中哪
怕一个传染性很弱的传染源也能一直在网络中传播下去.之
后,人们在Satorras的基础进行了一系列的研究,如Liu等人研
究了同质和异质网络中的病毒传播模型,发现了与Satorras
类似的研究结构.以上人们对病毒传播的研究都是基于静态
网络中进行的,然而,在真实的病毒传播过程中,网络结构并
不是静止不变的,例如,当某个个体发现与其相连的个体已经
被感染后,会有意识地断开两者之间的连接,这样就会导致网
文档评论(0)