[发明专利]一种网络病毒溯源方法、系统、设备、处理终端

权利要求书

1.一种网络病毒溯源方法，其特征在于，所述网络病毒溯源方法包括以下步骤：

步骤一，初始化各主要参数：将Ego-Facebook网络中所有用户置于易感染S状态，初始化用于模拟现实中病毒传播前所有用户均处于未感染状态；

步骤二，在网络中随机布置观察点：在网络中随机选取不超过总用户数θ％的用户作为观察点，并保持观察点的数量和位置直至试验结束不再发生变化；

步骤三，在网络中随机选择传播源：观察点部署完成后，在单源定位中随机选取一个不属于观察点集合的用户作为传播源；所述在网络中随机选择传播源，包括：观察点部署完成后，在单源定位中，随机选取一个不属于观察点集合的用户作为传播源；在多源定位中随机选取多个不属于观察点集合的用户作为传播源，将这些用户置于感染I状态；

步骤四，按照SI模型进行传播过程：确定传播源之后的每个时刻所有受感染用户以概率p感染周围的邻居；

步骤五，判断网络中感染用户的个数是否到达设定数目；当网络中η％的用户受到感染时停止传播，否则继续执行步骤四；

步骤六，根据用户的状态给每个用户赋予标签值：当网络中η％的用户受到感染后停止传播并获得此时的网络快照；

步骤七，根据设定规则进行标签值迭代过程：给用户赋予标签值之后进行标签值迭代过程，在每一次迭代中遍历所有用户；

所述根据设定规则进行标签值迭代过程，包括：给用户赋予标签值之后进行标签值迭代过程，在每一次迭代中遍历所有用户，迭代规则如下：

(1)对于用户i和他的邻居j；如果j是一个观察点，并且他是被i感染的，那么用户i将从用户j那里得到式(1)中情况1对应的标签值；

(2)如果上述(1)的情况不成立，即j不是观察点，或者j是观察点但没有被感染；在这个基础上，如果i不是观察点，或者i是观察点但不是被j感染的，那么用户i将从用户j那里得到式(1)中情况2对应的标签值；

(3)如果上述(1)和(2)的情况都不成立，那么用户i从用户j那里得到的标签值为0，即式(1)中的情况3；

综上，用户i从他的邻居j处得到的标签值可以用下式概括：

式(1)中α∈(0,1)，β∈(α,1)，T_j表示用户i从他的邻居用户j处得到的标签值，S_ij表示矩阵S中第i行第j列对应的元素，矩阵S的构造方式见式(2)，表示用户j在时刻t的标签值；

S＝D^-1/2WD^-1/2 (2)

式(2)中W为网络的邻接矩阵，若用户i和用户j之间可以相互联系，则W中第i行第j列的元素为1，否则为0；D是一个对角矩阵，并且它第i行第i列的元素等于W第i行不为零的元素个数之和；

式(1)阐述了用户i在时刻t从他的邻居处得到的标签值，与此同时用户i会保留一部分自己的初始标签值，那么用户i在t+1时刻的标签值可以用式(3)表示：

式(3)中表示用户i在时刻t+1的标签值，N(i)表示用户i在网络中所有的邻居，这里j：j∈N(i)的意思是遍历网络上用户i的所有邻居，∑_j：j∈N(i)T_j表示将用户i从其所有邻居用户j处得到的标签值T_j相加，参数α的取值范围为(0,1)，Y_i表示赋予用户i的初始标签值，即+1或-1；

步骤八，判断每个用户的标签值是否收敛；当网络中所有用户的标签值都收敛时停止迭代过程，否则继续执行步骤七；

步骤九，根据用户的标签值选出传播源；

步骤十，测试分析：选取传播源定位方法，采用与现有方法对比的方式来验证本模型的有效性；

步骤九中，所述根据用户的标签值选出传播源，包括：遍历网络中所有用户，对于每一个用户i，若i满足以下条件，则认为i是定位得到的传播源：

(1)Y_i＝+1，即用户i的初始标签值为正1，这表示停止传播时i处于感染状态；

(2)在单源定位中，G_i是所有用户中最大的；即i的标签值是所有用户中最大的；

(3)在多源定位中，用户i的标签值G_i大于他所有邻居的标签值；

步骤十中，所述测试分析，包括：测试采用与现有方法对比的方式来验证本模型的有效性，测试方法选取传播源定位方法；首先定义SC是真实的传播源集合，是定位得到的传播源集合；采用两个传播源定位方法的评估指标，即错误距离和F-Score；用错误距离评估单源定位，指定位得到的传播源和实际传播源在网络上的最短路径的长度；用F-Score指数评估多源定位，计算公式见式(4)：

其中，Precision表示集合中真实传播源的比例，Recall表示SC集合中被正确定位到的用户的比例，γ在这里取0.5。