关于时序网络攻击与修复策略的研究

关于时序网络攻击与修复策略的研究

论文摘要

复杂网络理论中,不同属性的网络拥有不同功能。分析网络被破坏后的拓扑结构、传播动力学、抗毁性等是当前国内外的研究热点。本文基于时序网络疾病传播动力学模型(Susceptible-Infected-Refectory,SIR),对conference与school两组实证数据构建时序网络,运用多种不同攻击与修复策略,分析时序网络的演化行为。结果表明:时序度是描述时序网络特性的最佳拓扑参量之一,引入修复成本能有效区分不同策略的修复效果。具体工作如下:首先,本文对conference与school两组实证数据构建时序网络,在初始时刻、任意时间、时间阈值三种不同条件下,采用随机和蓄意攻击策略,分析时序网络的抗毁性。本文中抗毁性指网络遭到攻击时,拓扑结构保持连通的能力及网络维持传播效率的能力。本文采用网络不连通状态时的攻击节点比例f衡量网络的抗毁性,分析时序网络的拓扑结构、传播能力、时序效率随f的演化关系。研究发现不同攻击条件下,confference网络时序度分布始终呈现异质性,静态度分布均匀;school网络时序度和静态度呈现均匀分布。随机攻击策略下,两个网络具有较强的抗毁性。蓄意攻击下,相比school网络,conf erence网络抗毁性较弱。研究结果表明时序度可以最佳描述时序网络特性。其次,基于时序网络理论,提出动态修复策略,探究修复成本。动态修复策略,即失效节点与网络中节点重连概率不断变化。文中定义连边比例策略、节点优先策略、平均值策略及阈值策略。研究发现在连边比例策略、节点优先策略、平均值策略修复下,两个网络传播能力和时序效率均能恢复到原网络的30%左右,有的甚至高达99%。从修复成本分析,即每增加一条连边所增加网络传播能力大小。研究表明4种修复策略中,连边比例策略修复效果最好,不仅可以提高网络传播能力、时序效率,而且能降低修复成本,平均值策略次之,阈值策略最差。修复成本为最大化降低消耗、增加网络效率提供理论依据。最后,提出固定概率修复策略,研究网络的传播能力。固定概率修复策略,即所有失效节点均以相同概率与网络节点相连。结果表明:在相同修复时间下,修复概率越大,网络传播能力越强。随时间增加,网络传播能力会达到阈值状态(除r=1情况)。修复概率越大,到达阈值时间越长。当网络遭受破坏后,固定概率修复策略在修复网络、降低消耗、提高网络传播能力等方面具有重要意义。

论文目录

  • 摘要
  • Abstract
  • 引言
  • 第一章 时序网络
  •   1.1 复杂网络简介
  •     1.1.1 复杂网络基本拓扑量
  •     1.1.2 网络抗毁性研究
  •   1.2 时序网络的表示
  •   1.3 时序网络的基本拓扑量
  •     1.3.1 接触数、连边数
  •     1.3.2 时序度、静态度
  •     1.3.3 时序路径、时序效率
  • 第二章 网络传播模型
  •   2.1 疾病传播模型
  •     2.1.1 SI模型
  •     2.1.2 SIS模型
  •     2.1.3 SIR模型
  •     2.1.4 时序网络SIR传播模型
  •   2.2 信息传播模型
  •     2.2.1 独立级联模型
  •     2.2.2 线性阈值模型
  • 第三章 时序网络攻击策略研究
  •   3.1 数据统计结果
  •   3.2 随机攻击与蓄意攻击
  •     3.2.1 初始时刻攻击
  •     3.2.2 任意时间攻击
  •     3.2.3 任意时间下阈值攻击
  •   3.3 本章小结
  • 第四章 时序网络修复策略研究
  •   4.1 动态概率修复
  •     4.1.1 单个节点动态概率修复
  •     4.1.2 多个节点动态概率修复
  •   4.2 网络修复成本
  •   4.3 固定概率修复
  •     4.3.1 网络平均传播能力
  •     4.3.2 阈值时间
  •   4.4 本章小结
  • 第五章 总结与展望
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 李志艳

    导师: 池丽平

    关键词: 时序网络,模型,传播能力,时序效率,攻击,抗毁性,修复,成本

    来源: 华中师范大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,计算机软件及计算机应用

    单位: 华中师范大学

    分类号: O157.5;TP309

    总页数: 66

    文件大小: 4822K

    下载量: 79

    相关论文文献

    • [1].现代汉语“然后”和时序范畴[J]. 汉语应用语言学研究 2016(00)
    • [2].单时序特征图卷积网络融合预测方法[J]. 计算机与现代化 2020(09)
    • [3].乐器识别中的时序特征整合[J]. 清华大学学报(自然科学版) 2009(S1)
    • [4].时序特征下语言评价信息的激励性集结方法及应用[J]. 模糊系统与数学 2017(04)
    • [5].连动句时序特征的形式语义分析[J]. 重庆理工大学学报(社会科学) 2013(01)
    • [6].基于时序特征和参数估计的变压器故障诊断方法[J]. 电工技术学报 2008(12)
    • [7].我国违法用地行为的空间与时序特征分析[J]. 旅游纵览(下半月) 2013(12)
    • [8].基于位置的社会网络中面向时序特征的兴趣点推荐算法[J]. 计算机应用研究 2015(07)
    • [9].一种时序特征数据的分布式处理方法及系统[J]. 信息与电脑(理论版) 2018(23)
    • [10].云南地震活动的时序特征[J]. 云南大学学报(自然科学版) 2012(S2)
    • [11].宇宙与生物起源及演化的时序特征[J]. 地理教育 2008(05)
    • [12].基于LSTM的PM2.5浓度预测模型[J]. 计算机测量与控制 2019(03)
    • [13].基于边界敏感网络的时序行为候选生成算法[J]. 科学技术与工程 2019(26)
    • [14].基于灵活性时序场景的交直流配电网规划[J]. 电器与能效管理技术 2018(15)
    • [15].融合时序特征和关键帧的视频检索方法[J]. 电视技术 2011(03)
    • [16].基于时序相关性的信息效用评价模型研究[J]. 郑州航空工业管理学院学报 2016(04)
    • [17].基于时序特征的物联网社区划分算法[J]. 计算机系统应用 2012(11)
    • [18].我国进境植物疫情截获量的时序特征及预测[J]. 植物检疫 2016(04)
    • [19].融合音视频上下文时序特征的视频片段检测[J]. 中国传媒科技 2016(10)
    • [20].面向智能态势认知的战场数据编码描述方法[J]. 指挥与控制学报 2019(01)
    • [21].河南省农业气象灾害时序特征及对粮食生产的影响[J]. 湖北农业科学 2012(18)
    • [22].舰船线性调频信号时序特征盲检测算法[J]. 舰船科学技术 2020(18)
    • [23].基于K-均值聚类的工业异常数据检测[J]. 计算机应用研究 2018(07)
    • [24].独立学院大学发生学时序特征与办学能量积累[J]. 求索 2009(08)
    • [25].考虑时序互补特性的配电台区源-荷协同接入方法[J]. 电力系统及其自动化学报 2019(02)
    • [26].尼泊尔Mw 7.8地震前后西藏西南部地区GPS时序特征演变分析[J]. 武汉大学学报(信息科学版) 2020(04)
    • [27].随机性对低均质度岩石声发射时序特征的影响[J]. 矿业研究与开发 2018(06)
    • [28].具有时序特征的相继故障演变模型[J]. 中国电机工程学报 2008(22)
    • [29].关于连动句时序特征形式的语义探讨[J]. 参花(下) 2019(09)
    • [30].中国进口质量的阶梯演变和结构分解[J]. 中国流通经济 2020(08)

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    关于时序网络攻击与修复策略的研究
    下载Doc文档

    猜你喜欢