一种基于特征值的不确定网络中免疫策略设计方法技术

本发明专利技术公开了一种基于特征值的不确定网络中免疫策略设计方法。首先，使用最大特征值作为免疫策略设计的基础衡量指标，其次，引入了不确定网络的概念，并基于此将期望特征值和染病规模作为最终权衡免疫节点重要性的关键指标。然后采用了从不确定网络中抽取代表性案例并保留不确定网络底层属性来代替以往所采用的提取大规模样本来保证精确度的方法。最后，结合最大特征值、度中心性以及网络密度的特点设计的免疫策略。本发明专利技术能够用于更精准的找到免疫节点，使免疫部分节点后剩余网络期望指标最小化，即剩余网络连接结构被最大化破坏，能抵御更强的外部攻击。既保证了精确度，又降低了计算强度。

A Design Method of Immune Strategy in Uncertain Networks Based on Eigenvalue

The invention discloses a design method of immune strategy in uncertain networks based on eigenvalues. Firstly, the maximum eigenvalue is used as the basic measure index of immune strategy design. Secondly, the concept of uncertain network is introduced. Based on this, the expected eigenvalue and the scale of infection are taken as the key indicators to weigh the importance of immune nodes. Then, the method of extracting large-scale samples from uncertain networks instead of table cases and retaining the underlying attributes of uncertain networks is adopted to ensure accuracy. Finally, the immune strategy is designed according to the characteristics of maximum eigenvalue, degree centrality and network density. The invention can be used to find immune nodes more accurately, minimize the expected index of residual network after immune partial nodes, that is, the residual network connection structure is maximized and destroyed, and can resist stronger external attacks. It not only ensures the accuracy, but also reduces the calculation intensity.

【技术实现步骤摘要】
一种基于特征值的不确定网络中免疫策略设计方法
本专利技术涉及到恶意软件攻击与病毒传播等
，尤其是涉及一种基于特征值在不确定网络中解决恶意软件攻击、病毒传播、疾病传播等问题的免疫策略设计方法。
技术介绍
随着互联网技术的普及，越来越多社交工具的出现使人与人之间的联系更加紧密化。人与人的连接可以看成是一个网络图，信息的传递和扩散都是经由人与人之间的联系逐步展开。虽然便捷的互联网发展在信息沟通和传递上非常便捷，但是，对于大多数实际网络，常会出现外部恶意软件的攻击以及恶意病毒在网络内部传播和扩散等情况。恶意病毒能够传播的一个关键原因便是网络间存在的连接，这些连接为病毒的传播提供了通道。恶意病毒的传播起始于某一个或多个个体，随着时间推移逐渐渗入到与其相连的所有邻接个体，最后再渗透至整个网络。网络中连接越紧密，传播速度就越快。设计免疫策略的目的就在于使用最少的成本最大化的破坏网络结构，使剩余网络具有更强的抵抗性来抵御外部的攻击。与此同时，弱化了网络的连接结构可以降低个体间的联系，并能有效的控制恶意病毒的不断扩散和传播。在传播过程中，网络中的最大特征值与传播临界值存在紧密的联系，而最大特征值本文档来自技高网...

【技术保护点】
1.一种基于特征值的不确定网络中免疫策略设计方法，其特征在于包括如下步骤：步骤1、建立不确定网络，并确定最大特征值作为主要的评估指标,所述网络结构包含节点集，边集，不确定边的概率集，每个节点代表一个个体，边代表个体之间的连接，边的概率代表个体之间是否有连接的可能性；步骤2、基于不确定网络和最大特征值确定以期望值作为综合评估指标，由于不确定网络边的影响，会生成一定数量不同结构的样本网络，且每一个样本网络都有确定的生成概率，利用不同样本网络的生成概率和最大特征值确定期望特征值；步骤3、以期望特征值和染病规模作为免疫策略的关键评估因素，并设置SIS为传播模型，该模型中节点存在着两种状态，S为易感染状...

【技术特征摘要】
1.一种基于特征值的不确定网络中免疫策略设计方法，其特征在于包括如下步骤：步骤1、建立不确定网络，并确定最大特征值作为主要的评估指标,所述网络结构包含节点集，边集，不确定边的概率集，每个节点代表一个个体，边代表个体之间的连接，边的概率代表个体之间是否有连接的可能性；步骤2、基于不确定网络和最大特征值确定以期望值作为综合评估指标，由于不确定网络边的影响，会生成一定数量不同结构的样本网络，且每一个样本网络都有确定的生成概率，利用不同样本网络的生成概率和最大特征值确定期望特征值；步骤3、以期望特征值和染病规模作为免疫策略的关键评估因素，并设置SIS为传播模型，该模型中节点存在着两种状态，S为易感染状态，I为染病状态，并通过当前时刻各个节点状态间的变化确定该时刻的染病规模；步骤4、通过抽取代表性案例来移除网络的不确定性，在保留不确定网络底层属性的基础上降低大规模采样造成的时间耗费；步骤5，结合最大特征值及其对应的特征向量，节点的度以及网络的密度设计免疫策略，使免疫部分节点后剩余网络的期望特征值和染病规模最小化。2.如权利要求1所述的一种基于特征值的不确定网络中免疫策略设计方法，其特征在于：步骤1中选择最大特征值作为评估指标的原因在于：传播临界值τ是病毒能否扩散开的屏障，当病毒的传播强度超过传播临界值，病毒大肆扩散至爆发，否则，病毒得到有效控制直至消亡；在传播模型中，传播临界值和最大特征值存在反比关系，因此，使用最大特征值作为评估指标，可以较好的研究控制病毒爆发的免疫策略。3.如权利要求1或2所述的一种基于特征值的不确定网络中免疫策略设计方法，其特征在于：受不确定网络中不确定边数量的影响，多种不同结构的确定网络会随之产生，将这些网络称为样本网络；假设存在一个不确定图G＝(V,E,p)，不确定边的数量为m，则样本网络总数量可以表示为N＝2m，样本网络是一个确定网络，可表示为每个样本网络生成的概率为其中，表示第i个样本，pe表示边e存在的概率，表示第i个样本网络的边的集合；考虑到各个样本网络结构不同，最大特征值也不一致，因此期望特征值记录为：此处的EE表示不确定网络中的期望特征值，其结果是各个样本网络的生成概率和最大特征值的乘积之和；当EE值越小时，则表示该网络的连接结构越坚固，此时可以更好的抵御外部的攻击。4.如权利要求3所述的一种基于特征值的不确定网络中免疫策略设计方法，其特征在于：设置时刻t作为节点状态变化的观测点；随着t的逐步改变能够确定每个时刻的染病规模；其中染病规模的计算过程可表示为ρi,t表示节点i在时间步t时刻不被它的邻居感染的概率，Ne(i)表示节点i的邻居集合，其中β和σ分别表示病毒的传播率和恢复率，ψnei,t-1表示节点nei在时间步t-1时刻被感染成染病节点的概率，设置初始时期所有节点均为染病节点；随着时间步增加，节点之间状态不断改变，节点i在时间步t时刻被感染成染病节点的概率记为ψi,t，ψi,t表示节点i在时间步t时被感染成染病节点的概率，详细计算步骤可表示为：ψi,t＝1-(1-ψi,t)ρi,t-σψi,t-1ρi,t每个节点的ψi,t是相互独立的；随着时间的推移，每个节点都在不断的改变状态，直至最后趋于稳定；结合不同样本网络的网络结构，并结合不确定边存在的概率确定随着时间步的增加染病规模的改变情况；对于一个样本网络其每个时间步的染病规模表示为：其中，表示在时刻t时染病节点的数量，n-k表示免疫k个节点后剩余网络中的节点的数量；当FI值逐渐下降趋近于0时，则...

【专利技术属性】
技术研发人员：任一支，姜孟津，王震，姚晔，袁理峰，丁宏，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33