探究复杂邮件网络和恶意代码传播模型

探究复杂邮件网络和恶意代码传播模型探究复杂邮件网络和恶意代码传播模型 1 引言 网络拓扑结构经过以下三个进展阶段：1959 年 Erdos 和 Renyi提出一种随机网络模型模型来描述网络，在接下来的数十年里这种模型一直被讨论和引用；从上世纪末开始，由于互联网的进展,科学家们发现大量的真实网络并不是随机网络，而是具有与随机网络不同的统计特征的网络,这样的一些网络被科学家们叫做复杂网络。关于复杂网络,1999 年 Barabasi 和 Albert 在 Science 上发表指出，许多实际的复杂网络的连接度分布具有幂律形式，由于幂律分布没有明显的特征长度,该类网络又被称为无标度网络。后来的讨论表明并非万维网独有，无标度网络无处不在。包括：生命科学领域的各种网络、社会网络、语言学网络，等等。当然电子邮件网络也不例外，它是符合幂律分布规律的网络之一，因而也具有无标度的特性。 Newan 等人分析了电子邮件网络的实际拓扑结构，统计了和调查了一个实际的电子网络，通过电子邮件簿来构建该网络的模型。在这个模型中，节点代表实际的计算机用户,假如 B 的电子邮件地址出现在 A 的电子邮件地址簿中,则认为从 A 到 B 有一条连接。 该网络共有 16881 个节点，这些节点间共有 4581 个地址簿。 可以看出，该邮件网络的入度及出度均服从明显的指数型分布，但入度服从纯指数分布,而出度服从幂为 1/2 的拉伸的指数分布。 Ebel 等人建立了另外一种电子邮件拓扑结构网络模型。该模型基于美国 eil 大学的一组电子邮件网络服务器。该网络共有 59812 个节点。与 Newan的调查方式不同，他通过这个实际网络的电子邮件帐户来构建该模型。 可以看出，该邮件网络是一个明显的有向无标度网络，其入 度 服 从 指 数 为 1.49±0.18 的 幂 律 分 布 ， 出 度 服 从 指 数 为2.03±0.12 的的幂律分布。 2.本文的目的与贡献 综合以上对于实际邮件网络的调查结果可知，现实中的电子邮件网络应该是一个符合幂律分布的有向 SF 网络。可是在目前的复杂网络讨论文献中，对于 SF 网络的讨论与仿真绝大多数都是建立于无向 SF 模型之上，对于电子邮件这种有向 SF 网络而言，这些模型及其仿真结果并不能令人信服。 本文以 Bollobás 的理论为基础，在 atlab 中构建一个有向 SF 网络模型，并通过调整模型的参数，使其尽量符合实际的邮件网络。在此基础上，通过高性能集群计算系统，在 atlab 环境中仿真了...