[发明专利]一种基于特征值的不确定网络中免疫策略设计方法

说明书

本发明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。

技术领域

本发明涉及到恶意软件攻击与病毒传播等技术领域，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。

背景技术

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，而最大特征值也可以直接的反应网络中的脆弱性，即最大特征值越大，网络抵御外部攻击的能力就越弱，边越容易被攻击。因此，使用最大特征值可以有效的评估所设计的免疫策略是否具有防御外部恶意攻击和控制内部病毒传播的能力。

目前已有大量的研究致力于在确定的网络中设计免疫策略以防止恶意攻击或恶意病毒的传播和扩散。但是，在实际应用网络中，链路预测或者信号干扰等因素都会导致网络连接的不确定，而大多数的研究都忽略了不确定因素对整体造成的影响。因此，在设计免疫策略方案上亟需将网络的不确定性考虑其中，并针对不确定的网络结构设计一种合理且有效的免疫策略来解决恶意软件的攻击或病毒的传播等问题。

发明内容

针对当前在不确定网络中研究病毒传播且设计免疫策略方法的缺失，本发明提出了一种有效的方法使用特征值作为评估指标，在不确定网络中预防并抵御恶意软件的攻击以及恶意病毒的传播和扩散。

为了克服现有技术和方法的不足，本发明提出的技术方案如下：

一种基于特征值的不确定网络中免疫策略设计方法，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,网络模型包含节点集、边集和不确定边的概率集，节点集中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，该传播模型中的节点存在两种状态，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不确定网络的不确定性，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。