复杂网络上具有无症状扩散特性的溯源问题研究.pdfVIP

杭州电子科技大学硕士学位论文

摘要

无处不在的复杂网络在给我们日常生活带来极大便利的同时，也使我们更容

易遭受各种风险。例如，谣言在微博等在线社交网络中的快速传播，计算机病毒

通过因特网感染数以万计的智能设备，病毒在人类交际网络中的传播等。这些风

险无疑都会给社会带来巨大的损失。因此能迅速并准确地在复杂网络中找到传播

源，并减少后续传播给社会带来的危害显得尤为重要。近些年来，大多数已有的

复杂网络溯源方法都基于传统的传播模型，它们假设节点一旦被感染就会被观测

到处于感染状态。然而在现实世界的传播过程中，一些个体虽然处于感染状态但

不会显露出任何感染症状，而是在经过一段时间后才有可能显现出感染症状。此

时，基于传统传播模型的溯源方法在此类传播模型下很难准确和快速地找到网络

中的传播源。本文针对在复杂网络中无症状传播下的溯源问题和感染网络中存在

多个传播源时的溯源问题展开了深入的研究。

为了解决无症状传播情形下的溯源问题，本文提出了一种新颖的基于极大似

然估计的溯源方法。首先利用具有传染力潜伏期的连续时间SI（Susceptible-

Infected）模型模拟网络中的无症状传播过程，并将传播源识别问题转化为了最大

似然估计问题；其次通过重要性采样（ImportanceSampling）方法以及蒙特卡洛

（MonteCarlo）方法近似计算目标似然函数，并比较各候选源节点的最大似然估

计值以找出感染网络中的传播源节点。在多个虚拟网络以及真实网络数据上对比

实验结果表明：相较于快速蒙特卡洛方法以及高斯源估计方法，所提出的溯源方

法在无症状传播下可以更为准确地识别网络中的传播源。

为了解决感染网络中存在多个传播源时的溯源问题，提出了一种结合了网络

分区策略的多源识别方法。结合有效距离概念，并利用Voronoi策略以及K-center

方法对感染网络进行分区，将多个传播源识别问题转化为单个传播源的识别问题

来实现多个传播源的溯源。与K-center方法和多谣言中心方法进行的对比实验显

示了所提出算法在识别多个传播源上的有效性和准确性。

本文针对复杂网络上具有无症状扩散特性和多传染源的溯源问题展开了研

究，提出了一种可以在无症状传播下进行溯源的方法，还进一步将其结合网络分

区优化策略来识别复杂网络中的多个传播源。相较于目前主流方法，本文提出并

解决了可以在具有传染性潜伏期的无症状传播下识别复杂网络中传播源的新问

题。这使得溯源研究可以更加有效地应用于现实网络中，并最终减少传播所带来

的损害。

I

杭州电子科技大学硕士学位论文

关键字：复杂网络，溯源，无症状传播，潜伏期，多源识别

II

杭州电子科技大学硕士学位论文

Abstract

Whiletheubiquityofcomplexnetworksbringsgreatconveniencetoourdaily

lives,italsomakesusmorevulnerabletovariousrisks.Forinstance,therapidspread

ofrumorsinonlinesocialnetworkssuchasWeibo,computervirusesinfecttensof

thousandsofsmartdevicesthroughtheInternet,thevirusesspreadincrediblyfastin

humancommunicationnetworks,etc.Theseriskswillundoubtedlybringhugelosses

tosociety.Thus,howtotimelyandaccuratelyidentify