复杂网络的传播动力学及其在信息安全中的应用

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61272530
项目类别：
面上项目
资助金额：
80.0万
负责人：
曹进德
依托单位：
东南大学
学科分类：
F0205.网络与系统安全
结题年份：
2016
批准年份：
2012
项目状态：
已结题
起止时间：
2013-01-01 至2016-12-31

项目参与者：
聂小兵；王正新；冯桂珍；汪羊玲；宋超；李东；陈舜；杨绍富；许文盈；
关键词：
传播动力学信息网络动态网络网络安全病毒传播

项目摘要

Under the background of virus spreading on the internet together with the existing theories, models, and methods of complex networks, a typical and universal dynamical model of information networks is established based on the hybridity and common statistical properties of the internet. Associated with the inhomogeneity of information networks, the viral spreading rules on the information networks are investigated to reveal the intrinsic relationships between parameters and topology structure of networks, and the spreading dynamics. A spreading dynamic model closely representing the real information networks will be built, and the relationships between network characters and the behaviors of virus spreading will be explicitly presented. Simultaneously, an effective security warning system and control algorithms for information networks will be designed.Comparing the tolerance and survivability of network with different topologyies toward viral random diffusion and intentional attack, the structure of the optimal networks will be designed to strengthen the stability and robustness of the network. This project will potentially provide theoretical analysis and methodological guidance for constructing an efficient, safe, and reliable information networks.

以现有的复杂网络理论、模型与方法为指导，以病毒在互联网等信息网络上的传播为背景，基于互联网的混杂性和特有统计特性，建立具有典型性和普适性的信息网络动态演化模型,结合信息网络的不均匀性等特性，对信息网络上的病毒传播规律进行研究，揭示网络网络参数和拓扑结构与传播动力学之间的内在本质联系。建立贴近真实信息网络传播动力学模型；对网络特征量和病毒传播行为关系进行显式表示；设计有效的信息网络安全预警和控制算法。比较不同拓扑结构性质的网络对病毒的随机扩散和恶意攻击的容忍性和抗毁性，并优化设计网络结构、增强网络的稳定性和鲁棒性。为构建高效、安全、可靠的互联网等信息网络提供理论和方法上的指导。

结项摘要

本项目围绕复杂网络传播动力学的稳定性分析与控制开展了系统深入的研究，并在网络疾病传播的分析、网络同步运转协同稳定性分析、网络化多智能体一致性分析、神经网络的动力学与稳定性分析、耦合网络分岔与分岔控制等方面扩展了应用研究，取得了一系列国际领先的研究成果，在国内外同行中产生了重要影响。已在国际重要学术刊物，如SIAM J、IEEE Trans等期刊上发表学术《SCI》收录论文 100 余篇（其中 SIAM J. 2篇，IEEE Trans. 12篇），获得省部级二等奖二项，一级学会一等奖一项，超额完成了各项预期指标。初步统计在《SCI》刊物被他引千余次。特别是近年来引用有明显增加的趋势，从引文中可以看到本项目成果对这一新领域的贡献受到同行的充分肯定。项目执行期间，负责人曹进德教授2015年当选IEEE Fellow，2016年当选欧洲科学院院士。2014年入选两个领域（共21个领域）的Thomson Reuters高被引科学家。2015、2016年连续两年获汤森路透全球高被引科学家奖（数学、工程学、计算机科学三个领域）。2014年发表在Neural Networks上的一篇论文获中国百篇最具影响力国际学术论文奖。指导的硕士研究生许文盈获2015年江苏省优秀硕士论文奖。