文摘
英文文摘
第1章 绪论
1.1 课题背景
1.2 本文主要研究内容
1.3 研究意义
1.4 创新性工作
1.4.1 病毒传播模型分析与免疫策略研究
1.4.2 基于面向自治计算的分布式免疫搜索策略研究
1.4.3 人类动力学对病毒传播模型的改进
1.5 本文结构
第2章 复杂网络病毒传播与网络免疫相关研究
2.1 复杂网络相关研究
2.1.1 复杂网络研究现状
2.1.2 本文网络拓扑选择
2.2 复杂网络中的病毒传播研究
2.2.1 经典的传播动力学模型
2.2.2 基于传播动力学的应用实例
2.2.3 本文病毒传播模型的选择
2.3 免疫策略相关研究
2.3.1 网络免疫策略介绍
2.3.2 本文对免疫策略的研究
2.4 分布式约束优化问题研究
2.4.1 分布式约束优化问题及其应用
2.4.2 本文求解分布式约束优化问题的方法
2.5 面向自治的计算(AOC)研究
2.5.1 面向自治计算思想的由来
2.5.2 面向自治的计算主要机制和强调的重卢
2.5.3 面向自治的计算应用案例
2.6 人类动力学相关研究
2.7 本章小结
第3章 网络免疫策略分析
3.1 复杂网络中的各种免疫策略分析
3.1.1 以节点度数为依据的免疫策略
3.1.2 介数免疫策略设计
3.1.3 各种策略算法设计与复杂度分析
3.2 病毒传播和免疫策略仿真平台
3.2.1 交互式邮件病毒传播模型
3.2.2 免疫策略仿真流程与评价指标
3.3 仿真实验结果
3.3.1 网络结构
3.3.2 免疫效率比较
3.3.3 免疫代价比较
3.3.4 鲁棒性比较
3.3.5 网络幂指数对病毒传播和免疫策略影响
3.4 本章小结
第4章 面向自治的分布式免疫策略设计与验证
4.1 分布式免疫搜索问题陈述
4.2 基于AOC的分布式免疫搜索策略设计
4.2.1 搜索自治体
4.2.2 全局环境和局部环境
4.2.3 自治体与环境的耦合关系
4.2.4 局部行为和交互规则
4.2.5 自治体更新函数
4.2.6 局域环境更新函数
4.2.7 基于AOC的分布式搜索策略主函数
4.2.8 自组织计算条件
4.2.9 基于AOC分布式搜索策略中的正反馈机制
4.3 搜索性能验证
4.3.1 实验网络结构
4.3.2 搜索策略完整性与效率分析
4.3.3 搜索代价分析
4.3.4 搜索策略鲁棒性分析
4.3.5 搜索策略可扩展性分析
4.3.6 基于正反馈机制和自组织计算的涌现计算能力
4.4 免疫性能验证
4.4.1 基于AOC策略的免疫效率分析
4.4.2 基于AOC策略的免疫代价分析
4.4.3 基于AOC策略的免疫鲁棒性分析
4.5 本章小结
第5章 人类动力学行为对病毒传播的影响
5.1 人类动力学相关研究
5.2 电子邮件通信行为统计
5.2.1 大学电子邮件统计分析
5.2.2 安然公司电子邮件统计分析
5.3 用户行为模式对Email蠕虫传播影响
5.3.1 人类动力学对病毒传播的影响
5.3.2 人类行为模式对免疫效率的影响
5.4 本章小结
第6章 自适应免疫信息分发策略研究
6.1 基于AOC的免疫策略分发机制
6.1.1 改进型交互式病毒传播模型
6.1.2 自适应免疫分发策略设计
6.2 实验验证
6.2.1 实验数据集
6.2.2 免疫策略分发机制验证
6.2.3 免疫效果验证
6.3 本章小结
结论
1 主要工作和贡献
2 未来的工作
参考文献
攻读博士学位期间取得的研究成果
致谢