探究复杂邮件网络和恶意代码传播模型信息(3)
2013-07-04 01:07
导读：根据无标度网络的不均匀特性，可以进行有选择的目标免疫，即选取少数度最大的节点进行免疫。 传统的算法是统计并排序所有的节点的出度数，按百分
根据无标度网络的不均匀特性，可以进行有选择的目标免疫，即选取少数度最大的节点进行免疫。
传统的算法是统计并排序所有的节点的出度数，按百分比ρ挑出度数靠前的节点进行免疫。我们采用了一种新的算法进行仿真，先计算出该网络的平均出度数Dout，然后设定一个参数Pd（节点平均出度数的倍数），若某个节点的出度大于pd×Dout，则该节点需要免疫；否则不需要免疫。
5.2.1 Pd=4（在该模型中，相当于免疫节点密度ρ=3.48%）。
5.2.1 Pd =3（在该模型中，相当于免疫节点密度ρ=5.77%）。
与随机免疫相比，这种免疫策略相当有效。其有效性表现在两个方面:
(1)在病毒传播的前期，可以大大减缓病毒的传播速度。可以看出，在同样的条件下，实施了这种策略的网络病毒感染网络中所有易染主机的时间延长了将近1 倍。这意味着在现实中，网络管理员或者杀毒软件公司可以得到更多的响应时间。
(2)对于电子邮件网络或服务器管理员来说，仅仅免疫网络中出度最大的极少数用户，而不用每个用户用户上都去添加免疫措施就可以让网络中的病毒难以传播和流行，大大减轻了工作量。
5.3 熟人免疫：(Acquaintance Immunization)
目标免疫虽然比较有效，但是这种方法需要对网络的结构有详细的了解，对网络中各节点的度数有比较清楚的认识。在很多情况下，这是难以做到的。针对这种情形，可以采用另外一种免疫策略：熟人免疫。
熟人免疫的原理基于无标度网络的不均匀性。它的执行步骤是：从N 个节点中随机的选择比例为p 的节点，然后再从被选出的节点中随机挑出一个邻居节点进行免疫。按照无标度网络的性质及统计概率学的原理，若随机选择一个节点，再选择他的邻居，那么度数大的节点被选中的概率就会比较大。
（科教范文网http://fw.NSEAC.com编辑发布）
5.3.1 P =10%时。
5.3.2 P =15%时。
与随机免疫相比，熟人免疫策略的效率还算不错，在病毒传播的前期，传染速度减少了将近一半。这种免疫策略可以在以相对较少的免疫节点数目的条件下，取得接近于目标免疫的效果。
当邮件网络受到病毒及恶意代码攻击时，应该采取什么样的免疫策略？一个好的免疫策略它必须具有两个特点：
(1)在病毒流行的初期，它能够尽可能地减缓病毒的传播速度。
(2)不需要实施大规模的个体免疫，就能够把受感染的个体控制在可以接受的范围内。
可以看出，随机免疫策略需要免疫大量的节点才能把病毒的流行控制在一定范围内，而在病毒传播的前期，这种策略并不能减慢病毒的传播速度。目标免疫需要实施的免疫密度最低，病毒在这种网络上的传播速度也最慢，但是实施这种策略需要详细了解网络架构，因此这种策略仅适合电子邮件服务器供应商或网络管理员。熟人免疫策略的效率介于随机免疫与目标免疫之间，需要实施的免疫密度大大低于随机免疫，而且这种策略的实施不需要知道网络架构，就可以有效的减缓和控制病毒的流行。因而对于杀毒软件商和最终用户来讲，这种策略往往是最可行的。
6 结论
复杂网络理论为电子邮件网络中病毒传播的研究提供了新的思路和方法。本文基于Barabasi 的复杂网络理论，在Matlab 中，建立了一种有向SF 网络模型。在这种模型中，首先模拟了三类典型的邮件病毒在这种网络中的传播过程。然后采用三种不同的免疫策略，仿真了免疫策略对病毒传播造成的影响。并根据仿真结果，找出适合现实网络不同用户的免疫策略。由于随机免疫需要实施大量的个体免疫，所以在现实的网络中不推荐实施。目标免疫的效果最好，适合于网络和服务器管理员。熟人免疫策略的效率不及目标免疫，但这种策略易于实施，比较适合于杀毒软件商和最终用户。
