1、该文档不包含其他附件(如表格、图纸)，本站只保证下载后内容跟在线阅读一样，不确保内容完整性，请务必认真阅读。
2、有的文档阅读时显示本站（www.woc88.com）水印的，下载后是没有本站水印的（仅在线阅读显示），请放心下载。
3、除PDF格式下载后需转换成word才能编辑，其他下载后均可以随意编辑、修改、打印。
4、有的标题标有”最新”、多篇，实质内容并不相符，下载内容以在线阅读为准，请认真阅读全文再下载。
5、该文档为会员上传，下载所得收益全部归上传者所有，若您对文档版权有异议，可联系客服认领，既往收入全部归您。
节点个数为在网络中随机化重连概率的取值为，网络的平均度在网络中和的取值分别为这里的为网络的初始节点数，为与网络中任意个节点相连的最少节点数。
假设初始时刻网络中感染病毒的节点数为，分布异质化程度较高的网络中最不易爆发，这恰好与以往的研究结果相反。
原因在于本文所提模型中健康节点能否被其邻居节点感染是由其邻居是否发送了带病毒的数据包决定，而不是由其邻居自身的状态决定。
仿真结果与讨论本节分别以网络网存在连接通信传播论文通信网络病毒传播探究。
结束语在许多复杂网络病毒传播过程中，病毒的传播特性会受到网络通信流量的影响。
为此本文提出了种新的传播模型，研究了该模型在最近邻耦合网络小世界和无标度网络上的传播行为。
经通信传播论文通信网络病毒传播探究说明病毒在最近邻耦合网络中最易传播。
为了说明本文所提新模型中网络拓扑结构对病毒传播行为的影响，下面我们研究不同网络通信流量下不同网络拓扑的病毒爆发率。
仿真中网络通信流量分别取，对网络网络和网络进。
网络，表示网络中节点的个数，表示网络中节点与节点的边，令表示网络的邻接矩阵，它反映网络的拓扑信息。
根据元胞自动机要素，建立模型元胞空间建立包含毒感染规模的影响却不再明显，这点最近邻耦合网络表现得最为明显。
可见病毒最终感染规模并不是随网络通信流量的增加而线性增加的。
仿真结果中还有点必须指出在最近邻耦合网络中，无论网络通信流量为多少，始终没有观察到病毒消亡的现象若，表示节点和之间存在连接通信传播论文通信网络病毒传播探究。
通信网络病毒传播探究模型文献使用元胞自动机建立的病毒传播随机模型如下，此模型建立在病毒传播机制具有随机特性的基础上之。
节点状态变换关系。
网络，表示网络中节点的个数，表示网络中节点与节点的边，令表示网络的邻接矩阵，它反映网络的拓扑信息。
根据元胞自动即感染节点以相同的概率感染它的所有邻居节点，其中表示元胞空间，表示有限状态集，表示节点的邻域，代表状态转换规则函数。
该模型中节点状态只有两种健康状态和感染状态之。
节点状态变换关系结束语在许多复杂网络病毒传播过程中，病毒的传播特性会受到网络通信流量的影响通信传播论文通信网络病毒传播探究。
通信网络病毒传播探究模型文献使用元胞自动机建立的病毒传播随机模型如下，此模型建立在合网络小世界和无标度网络上的传播行为。
经研究发现随着网络通信流量的增大，病毒在不同拓扑结构网络中的传播速度都明显加快，病毒可以在更短的时间内达到稳定的更高的感染规模。
研究还发现，在考虑定通信流量和路由协议的情况下，网络拓扑结度分布异质化程度更高的网络中传播。
这是因为本文考虑网络中数据包的传输遵循定的路由选择协议，而不是单位时步里每个节点都向它的所有邻居发送发送相同数目的数据包，由于源节点随机选择目的节点进行发送，在最近邻耦合网络中，随机选择的目个元胞的维元胞空间，维元胞空间中的个元胞即代表网络中的个节点邻域该模型中以网络的邻接矩阵定义各元胞邻居关系，所以节点的邻域就被定义为中的第行的向量，即∈若，表示节点和之即感染节点以相同的概率感染它的所有邻居节点，其中表示元胞空间，表示有限状态集，表示节点的邻域，代表状态转换规则函数。
该模型中节点状态只有两种健康状态和感染状态之。
节点状态变换关系说明病毒在最近邻耦合网络中最易传播。
为了说明本文所提新模型中网络拓扑结构对病毒传播行为的影响，下面我们研究不同网络通信流量下不同网络拓扑的病毒爆发率。
仿真中网络通信流量分别取，对网络网络和网络进们，在异质网络中，减少网络的通信流量可以有效地降低病毒爆发的可能性。
随着网络中通信流量的增加，即在单位时步里网络中产生并发送的数据包数量的增加，病毒爆发的可能性明显增大，但是当网络通信流量达到定的值后，再增加网络通信流量，对通信传播论文通信网络病毒传播探究是影响病毒传播行为的关键要素，病毒在节点度分布异质化程度较高的网络中最不易爆发，这恰好与以往的研究结果相反。
原因在于本文所提模型中健康节点能否被其邻居节点感染是由其邻居是否发送了带病毒的数据包决定，而不是由其邻居自身的状态决说明病毒在最近邻耦合网络中最易传播。
为了说明本文所提新模型中网络拓扑结构对病毒传播行为的影响，下面我们研究不同网络通信流量下不同网络拓扑的病毒爆发率。
仿真中网络通信流量分别取，对网络网络和网络进点分布的异质化程度较高，节点很有可能与它较远的节点直接相连，这样就会大大减少数据包传输所经历的中间节点数目，从而使病毒不易爆发通信传播论文通信网络病毒传播探究。
为此本文提出了种新的传播模型，研究了该模型在最近邻示时刻网络中受感染节点比率，对仿真所得数据进行统计平均，得到病毒的传播演化曲线。
网络通信流量对病毒传播行为的影响是显著的随着网络通信流量增大，病毒在不同拓扑结构网络中传播速度都明显加快，病毒在更短的时间内达到稳定的更高的感节点离发送节点越远，数据包达到目的节点所要经过的中间节点就会越多，那么带有病毒的数据包经过的中间节点的数目也会越多，那么在单位时步内，节点接受或者转发的带病毒的数据包就会增多，这样就更有利于病毒的传播而在无标度网络中，由于即感染节点以相同的概率感染它的所有邻居节点，其中表示元胞空间，表示有限状态集，表示节点的邻域，代表状态转换规则函数。
该模型中节点状态只有两种健康状态和感染状态之。
节点状态变换关系行仿真。
在本文所提新的模型中，在给定网络通信流量和路由选择算法下，病毒在节点度异质化程度较高的无标度网络中最不易传播，而在节点度分布均匀的同质网络最近邻耦合网络中最易爆发，这恰好与以往的研究结果相反病毒更加容易毒感染规模的影响却不再明显，这点最近邻耦合网络表现得最为明显。
可见病毒最终感染规模并不是随网络通信流量的增加而线性增加的。
仿真结果中还有点必须指出在最近邻耦合网络中，无论网络通信流量为多少，始终没有观察到病毒消亡的现象，在病毒传播机制具有随机特性的基础上，即感染节点以相同的概率感染它的所有邻居节点，其中表示元胞空间，表示有限状态集，表示节点的邻域，代表状态转换规则函数。
该模型中节点状态只有两种健康状态和感染状态规模。
当网络通信流量很少的时候，例如在单位时步里每个节点只产生个数据包时，即图中时，在网络和网络中，病毒传播最早期就趋于消亡的可能性是很大的，仿真结果显示次仿真结果中网络出现了次消亡网络出现了次消亡。
这告诉通信传播论文通信网络病毒传播探究说明病毒在最近邻耦合网络中最易传播。
为了说明本文所提新模型中网络拓扑结构对病毒传播行为的影响，下面我们研究不同网络通信流量下不同网络拓扑的病毒爆发率。
仿真中网络通信流量分别取，对网络网络和网络进表示时刻网络中受感染节点数目，即，其它参数取值如下分别取。
仿真过程中转发数据包的路由选择协议采用开放最短路径优先协议，即协议。
分别在网络网络和网络中，针对不同的值分别执行次仿真试验，毒感染规模的影响却不再明显，这点最近邻耦合网络表现得最为明显。
可见病毒最终感染规模并不是随网络通信流量的增加而线性增加的。
仿真结果中还有点必须指出在最近邻耦合网络中，无论网络通信流量为多少，始终没有观察到病毒消亡的现象，和网络为例，通过数值仿真研究本文提出新的模型在最近邻耦合网络小世界网络和无标度网络上的传播特性。
仿真过程中选取参数如下网络的节点数为，病毒在网络中传播的初始时刻为，随机选择个节点作为感染节点在网络中每个究发现随着网络通信流量的增大，病毒在不同拓扑结构网络中的传播速度都明显加快，病毒可以在更短的时间内达到稳定的更高的感染规模。
研究还发现，在考虑定通信流量和路由协议的情况下，网络拓扑结构是影响病毒传播行为的关键要素，病毒在节点个元胞的维元胞空间，维元胞空间中的个元胞即代表网络中的个节点邻域该模型中以网络的邻接矩阵定义各元胞邻居关系，所以节点的邻域就被定义为中的第行的向量，即∈若，表示节点和之即感染节点以相同的概率感染它的所有邻居节点，其中表示元胞空间，表示有限状态集，表示节点的邻域，代表状态转换规则函数。
该模型中节点状态只有两种健康状态和感染状态之。
节点状态变换关系要素，建立模型元胞空间建立包含个元胞的维元胞空间，维元胞空间中的个元胞即代表网络中的个节点邻域该模型中以网络的邻接矩阵定义各元胞邻居关系，所以节点的邻域就被定义为中的第行的向量，即∈，分布异质化程度较高的网络中最不易爆发，这恰好与以往的研究结果相反。
原因在于本文所提模型中健康节点能否被其邻居节点感染是由其邻居是否发送了带病毒的数据包决定，而不是由其邻居自身的状态决定。
仿真结果与讨论本节分别以网络网在病毒传播机制具有随机特性的基础上，即感染节点以相同的概率感染它的所有邻居节点，其中表示元胞空间，表示有限状态集，表示节点的邻域，代表状态转换规则函数。
该模型中节点状态只有两种健康状态和感染状态
-通信传播论文：通信网络病毒传播探究
