崔超 羅批

隨著信息技術(shù)的不斷發(fā)展進(jìn)步和廣泛應(yīng)用,網(wǎng)絡(luò)空間已經(jīng)成為與陸、海、空、天并列的第五維空間[1].在網(wǎng)絡(luò)空間這一新型空間發(fā)生的危機(jī)事件也越來越多,時(shí)刻發(fā)生著卻常常不容易被察覺.近些年,為了應(yīng)對(duì)網(wǎng)絡(luò)空間安全,諸多國家紛紛出臺(tái)了網(wǎng)絡(luò)空間國家安全戰(zhàn)略,成立了網(wǎng)絡(luò)空間力量,并積極展開相關(guān)工作.習(xí)主席在黨的十八大提出,要高度關(guān)注網(wǎng)絡(luò)空間安全.十八屆三中全會(huì)后,我國成立了中央網(wǎng)絡(luò)安全和信息化領(lǐng)導(dǎo)小組,多項(xiàng)針對(duì)網(wǎng)絡(luò)空間安全的政策措施和相關(guān)工作也在積極地展開.

戰(zhàn)略問題決策分析主要是面向高級(jí)研究人員,利用現(xiàn)代信息技術(shù),用模擬仿真的方法對(duì)戰(zhàn)略問題進(jìn)行研究,是提升網(wǎng)絡(luò)空間危機(jī)事件預(yù)防和應(yīng)對(duì)能力的一種有效方法.通過決策分析對(duì)可能發(fā)生的網(wǎng)絡(luò)危機(jī)事件進(jìn)行研究,幫助提升網(wǎng)絡(luò)空間危機(jī)感,制定相關(guān)預(yù)案措施,以及檢驗(yàn)已存預(yù)案措施的有效性.同時(shí)由于決策分析通常是基于模型的研討進(jìn)行的,是在虛擬的、類似于現(xiàn)實(shí)的環(huán)境下進(jìn)行的,既不對(duì)實(shí)際的網(wǎng)絡(luò)空間構(gòu)成破壞和影響,并且節(jié)約成本,又可以達(dá)到很好的效果.

模型是戰(zhàn)略問題決策分析的新型工具,應(yīng)用模型能夠使決策分析的過程和結(jié)果更加科學(xué)和客觀,避免傳統(tǒng)單純依靠經(jīng)驗(yàn)進(jìn)行決策分析的主觀性和局限性,從而有效地提高決策分析的效率,使分析結(jié)果質(zhì)量更高、效果更好.模型的真實(shí)性和完善性,直接關(guān)系到?jīng)Q策分析能否真實(shí)客觀地反映實(shí)際問題.

病毒傳播模型是戰(zhàn)略問題決策分析的支撐模型之一.在信息化時(shí)代中,電腦、手機(jī)和網(wǎng)絡(luò)等信息設(shè)備和服務(wù)已經(jīng)成為人們工作和生活中不可或缺的重要組成.但這些設(shè)備和服務(wù)帶來高效率和方便的同時(shí),也帶來了諸多的風(fēng)險(xiǎn).病毒就是諸多風(fēng)險(xiǎn)和隱患的重災(zāi)區(qū)之一,病毒具有隱蔽性高、破壞性大的特點(diǎn),是網(wǎng)絡(luò)空間安全面臨的一個(gè)重大挑戰(zhàn),很多網(wǎng)絡(luò)安全事件都是以網(wǎng)絡(luò)為媒介,以病毒為突破口來展開的.對(duì)于高層次戰(zhàn)略問題的決策分析來講,關(guān)注的是病毒傳播的嚴(yán)重程度和造成的危機(jī)程度.因此,要建立一個(gè)宏觀和高層次視角的病毒傳播模型,為戰(zhàn)略問題決策分析提供支撐.

本文研究的病毒傳播模型就是用于在宏觀和高層次視角下對(duì)網(wǎng)絡(luò)蠕蟲病毒在互聯(lián)網(wǎng)社交網(wǎng)絡(luò)中的傳播過程進(jìn)行模擬仿真.

1 病毒傳播模型應(yīng)用場(chǎng)景

1.1 戰(zhàn)略問題決策分析基本情況

本文研究的戰(zhàn)略問題決策分析主要是針對(duì)網(wǎng)絡(luò)空間領(lǐng)域的問題,在戰(zhàn)略視角下的高層次決策分析.主要研究在網(wǎng)絡(luò)病毒爆發(fā),造成互聯(lián)網(wǎng)大面積癱瘓、國家關(guān)鍵基礎(chǔ)設(shè)施級(jí)聯(lián)失效、民眾恐慌的情況下,相關(guān)高層決策者如何緊急作出決策,科學(xué)有效處置來化解危機(jī).目的是通過決策分析來檢驗(yàn)其是否有能力處置網(wǎng)絡(luò)危機(jī)事件,以及檢驗(yàn)和完善相關(guān)政策機(jī)制和預(yù)案措施的科學(xué)有效性.

1.2 病毒傳播模型應(yīng)用場(chǎng)景

戰(zhàn)略問題決策分析中的模型系統(tǒng)主要包括互聯(lián)網(wǎng)模型、關(guān)鍵基礎(chǔ)設(shè)施模型和認(rèn)知域模型3個(gè)方面.病毒傳播模型是互聯(lián)網(wǎng)模型的組成之一.

與傳統(tǒng)的病毒傳播模型不同,戰(zhàn)略問題決策分析中的病毒傳播模型關(guān)注的重點(diǎn)不是病毒具體運(yùn)行機(jī)理、修復(fù)手段和預(yù)防措施,而是宏觀、高層次的國家網(wǎng)絡(luò)安全態(tài)勢(shì)發(fā)展.在本模型中主要模擬表現(xiàn)的是病毒感染總體態(tài)勢(shì),具體為模擬在社交通訊網(wǎng)絡(luò)中(E-Mail、QQ、微信,等)的病毒傳播過程.在導(dǎo)入研討想定,裝載初始數(shù)據(jù)后,以及參與者作出決策后,由模型系統(tǒng)進(jìn)行運(yùn)算,模擬在社交網(wǎng)絡(luò)中導(dǎo)入病毒情況后,安全態(tài)勢(shì)如何變化.

2 病毒傳播模型

2.1 傳統(tǒng)病毒傳播模型

傳統(tǒng)的病毒傳播模型主要是建立在隨機(jī)網(wǎng)絡(luò)[2?3]、小世界網(wǎng)絡(luò)[4?5]和無尺度網(wǎng)絡(luò)[6]上的 SI模型[7?8]、SIS 模型[9?10]、SIR 模型[8,11]以及 SEIR[12]模型.在這些模型中,節(jié)點(diǎn)狀態(tài)主要有易感染狀態(tài)(Suspected)、潛伏狀態(tài)(Exposed)、被感染狀態(tài)(Infected)、恢復(fù)狀態(tài)(Recovered).這些模型都是通過建立相應(yīng)的微分方程對(duì)節(jié)點(diǎn)的狀態(tài)轉(zhuǎn)化進(jìn)行描述,特點(diǎn)是使用比較簡(jiǎn)單,能夠說明病毒爆發(fā)隨時(shí)間演化的過程,反映傳播過程中的平均趨勢(shì),然而卻無法準(zhǔn)確描述病毒傳播過程中的某些概率事件以及反映節(jié)點(diǎn)之間的交互性[13].

因此,需要根據(jù)我國網(wǎng)民分布實(shí)際,根據(jù)病毒傳播特點(diǎn)和網(wǎng)民特點(diǎn),結(jié)合戰(zhàn)略問題決策分析這種高層次的視角和需求,對(duì)傳統(tǒng)的病毒傳播模型進(jìn)行改進(jìn),以更好地支撐戰(zhàn)略問題決策分析的需求.

2.2 基于Agent的病毒傳播模型設(shè)計(jì)

2.2.1 病毒傳播模型中的Agent主體

病毒的傳播受到多方面因素的制約,對(duì)這些因素分別采用Agent主體的方式予以描述.病毒傳播模型中的Agent主體主要有網(wǎng)民Agent、病毒Agent、運(yùn)營商Agent和控制Agent.

網(wǎng)民Agent:

網(wǎng)民Agent是病毒傳播模型中最基礎(chǔ)的一類Agent,是病毒傳播的載體,也是社交關(guān)系網(wǎng)絡(luò)的構(gòu)成要素.現(xiàn)實(shí)世界中網(wǎng)民用戶是既復(fù)雜多樣又有共同特點(diǎn)的,病毒傳播模型中為體現(xiàn)此特點(diǎn),把網(wǎng)民的特征歸納抽象為不同的特征屬性變量.在創(chuàng)建網(wǎng)民Agent的時(shí)候,通過不同屬性取值的組合,構(gòu)建出既有共同的特征,又有復(fù)雜多樣性的網(wǎng)民Agent群體.

在對(duì)網(wǎng)民Agent屬性進(jìn)行定義時(shí),將其屬性分為基本屬性、關(guān)系屬性和病毒感染狀態(tài)屬性,基本屬性是表現(xiàn)網(wǎng)民自身特征的屬性集合,關(guān)系屬性是表現(xiàn)網(wǎng)民關(guān)系網(wǎng)絡(luò)的屬性集合,病毒狀態(tài)屬性是顯示其感染病毒情況的屬性.

網(wǎng)民Agent可描述為:

其中,

Propertybasic為網(wǎng)民Agent基本屬性集合；

Propertyrelationship為網(wǎng)民Agent關(guān)系網(wǎng)絡(luò)屬性集合；

Propertystatus為網(wǎng)民Agent病毒感染狀態(tài)屬性.

1)基本屬性集合

網(wǎng)民Agent的基本屬性描述了網(wǎng)民作為自然人的基本特征屬性.

網(wǎng)民Agent的基本屬性可描述為:

其中,

ID:網(wǎng)民Agent的唯一編號(hào),數(shù)據(jù)類型為正整數(shù)；

Gender:網(wǎng)民Agent的性別,數(shù)據(jù)類型為字符串,取值范圍為 “male”、“female”；

Age:網(wǎng)民Agent的年齡,數(shù)據(jù)類型為正整數(shù),取值范圍為[18,60]；

City:網(wǎng)民Agent所在城市,City=[Name,Level],其中Name為所在城市名稱,數(shù)據(jù)類型為字符串,Level為所在城市發(fā)展水平,取值范圍為1/2/3/4,分別代表 “一線城市”、“二線城市”、“三線城市”、“四線城市”；

GeoCoord:網(wǎng)民Agent的地理坐標(biāo),GeoCoord=[GeoCoordX,GeoCoordY],數(shù)據(jù)類型為浮點(diǎn)型數(shù)組；

Occupation:網(wǎng)民Agent所屬職業(yè),數(shù)據(jù)類型為字符串,取值范圍為“公務(wù)員”、“企業(yè)白領(lǐng)”、“工農(nóng)人員”、“學(xué)生”；

Education:網(wǎng)民Agent受教育程度.取值范圍為1/2/3/4,分別代表“專業(yè)技術(shù)”、“高等學(xué)歷”、“中等學(xué)歷”、“低學(xué)歷”.

2)關(guān)系網(wǎng)絡(luò)屬性集合

本文研究的蠕蟲病毒傳播方式,是典型的人際關(guān)系網(wǎng)絡(luò)傳播方式,以網(wǎng)民的社交關(guān)系網(wǎng)絡(luò)為基礎(chǔ).網(wǎng)民Agent的關(guān)系網(wǎng)絡(luò)中有大量類型不同的關(guān)聯(lián)節(jié)點(diǎn),如親屬、同事、同學(xué)、朋友等,每個(gè)關(guān)聯(lián)節(jié)點(diǎn)的關(guān)系重要程度也不同.

網(wǎng)民Agent的關(guān)系網(wǎng)絡(luò)屬性可描述為:

其中,

Type:網(wǎng)民Agent相互之間人際關(guān)系的種類,數(shù)據(jù)類型為字符串,取值范圍為“親屬”、“同事”、“同學(xué)”、“朋友”；

Weight:網(wǎng)民Agent之間關(guān)系的權(quán)重. 取值范圍為 1/2/3/4,分別代表關(guān)系為 “不好”、“一般”、“好”、“非’.

3)病毒感染狀態(tài)屬性

網(wǎng)民Agent的病毒感染狀態(tài)屬性是根據(jù)病毒傳播模型需求而建立的屬性.

網(wǎng)民Agent的病毒感染狀態(tài)屬性可描述為:

其中,

Status:網(wǎng)民Agent的病毒感染狀態(tài),數(shù)據(jù)類型為字符串,取值范圍為 “Healthy”、“Danger”、“Infected”、“Recovered”.Healthy 狀態(tài)代表網(wǎng)民Agent沒有接收到病毒；Danger狀態(tài)代表網(wǎng)民Agent接收到病毒但還沒點(diǎn)擊打開,未被感染；Infected狀態(tài)代表網(wǎng)民Agent接收且打開病毒,被病毒感染；Recovered狀態(tài)代表網(wǎng)民Agent病毒已被清除.

病毒Agent:

病毒Agent是病毒傳播模型中最活躍的一類Agent,是病毒傳播模型中傳播效果的推動(dòng)者,其通過不斷讀取網(wǎng)民社交網(wǎng)絡(luò)信息、發(fā)送病毒來實(shí)現(xiàn)病毒的擴(kuò)散.

病毒Agent可描述為:

其中,

Name:病毒Agent的名稱,即病毒代號(hào),數(shù)據(jù)類型為字符串；

Action:病毒Agent執(zhí)行的行動(dòng).病毒在傳播過程中,主要通過不斷的掃描用戶關(guān)系網(wǎng)絡(luò)數(shù)據(jù),進(jìn)行識(shí)別判斷后向目標(biāo)網(wǎng)民Agent發(fā)送病毒,目標(biāo)Agent在接收病毒且打開后,感染該病毒.因此病毒Agent的Action屬性主要有掃描、判斷、發(fā)送、激活4個(gè)行動(dòng).

運(yùn)營商Agent:

運(yùn)營商Agent是提供基礎(chǔ)網(wǎng)絡(luò)服務(wù)的一類Agent,運(yùn)營商提供的網(wǎng)絡(luò)服務(wù)是網(wǎng)民生活、辦公和娛樂中不可或缺的一部分,也是病毒傳播所依賴的路徑.運(yùn)營商Agent對(duì)其管理范圍內(nèi)的網(wǎng)絡(luò)服務(wù)具有控制服務(wù)狀態(tài)的能力.

運(yùn)營商Agent可描述為:

其中,

ID:運(yùn)營商Agent的唯一編號(hào),數(shù)據(jù)類型為正整數(shù)；

Service:運(yùn)營商Agent的網(wǎng)絡(luò)服務(wù)控制開關(guān),數(shù)據(jù)類型為bool類型.當(dāng)Service取值為“true”時(shí),網(wǎng)絡(luò)服務(wù)為通暢狀態(tài),當(dāng)Service取值為“false”時(shí),網(wǎng)絡(luò)服務(wù)為關(guān)閉狀態(tài)；

Scope:運(yùn)營商Agent的管理控制范圍,運(yùn)營商對(duì)這一范圍內(nèi)的網(wǎng)絡(luò)具有網(wǎng)絡(luò)服務(wù)控制能力.

控制Agent:

控制Agent代表的為中央和各省市的政府和各類監(jiān)督、管理和控制部門,其對(duì)整個(gè)國家的網(wǎng)絡(luò)運(yùn)營狀態(tài)和網(wǎng)絡(luò)安全狀況具有監(jiān)督、管理和控制的能力,在出現(xiàn)網(wǎng)絡(luò)安全隱患和突發(fā)事件時(shí),可通過一定的手段對(duì)網(wǎng)絡(luò)安全問題進(jìn)行修復(fù)和治理.控制Agent通過交互可對(duì)網(wǎng)民Agent、病毒Agent和運(yùn)營商Agent具有引導(dǎo)、約束、監(jiān)管、控制等作用.

控制Agent可描述為:

其中,

ID:控制Agent的唯一編號(hào),數(shù)據(jù)類型為正整數(shù)；

Type:控制Agent的類型,數(shù)據(jù)類型為字符串.用于對(duì)其分類為政府部門、監(jiān)管部門、控制部門等.不同類型的控制Agent所具備的行政手段和技術(shù)手段也不同；

Scope:控制Agent的管理控制范圍,控制Agent在這一范圍內(nèi)具有控制的能力；

Measure:控制Agent的手段措施.為控制和管理網(wǎng)絡(luò)安全情況,控制Agent具有一定的行政技術(shù)手段和預(yù)案措施,在出現(xiàn)網(wǎng)絡(luò)安全隱患和問題時(shí),通過這些手段措施來引導(dǎo)網(wǎng)民、限制約束病毒、行政干預(yù)運(yùn)營商,從而達(dá)到化解網(wǎng)絡(luò)安全危機(jī)的目的.

2.2.2 病毒傳播過程算法設(shè)計(jì)

在病毒傳播模型中,影響病毒傳播過程的因素主要有兩個(gè),一是網(wǎng)絡(luò)結(jié)構(gòu),二是病毒感染概率.網(wǎng)絡(luò)結(jié)構(gòu)主要決定病毒傳播過程中的傳播源和傳播目標(biāo),病毒感染概率主要決定傳播目標(biāo)是否被感染.

網(wǎng)絡(luò)結(jié)構(gòu)即網(wǎng)民Agent及其關(guān)系網(wǎng)絡(luò)組建的網(wǎng)絡(luò).定義病毒傳播網(wǎng)絡(luò)Network=＜V,L＞,其中V即為網(wǎng)絡(luò)中網(wǎng)民Agent節(jié)點(diǎn),L為各網(wǎng)民Agent節(jié)點(diǎn)間的連邊代表網(wǎng)民間的關(guān)系,病毒通過這些連邊在網(wǎng)民節(jié)點(diǎn)間進(jìn)行傳播.

在病毒感染概率的設(shè)計(jì)上,決定病毒感染概率的因素主要有網(wǎng)民所在城市的發(fā)展水平Level、受教育程度Education、網(wǎng)民Agent間關(guān)系權(quán)重Weight.

網(wǎng)民Agent的病毒感染概率計(jì)算方法如下:

定義函數(shù):

對(duì)于網(wǎng)民Agent,其病毒感染概率:

其中f(Level)、f(Education)、f(Weight)為城市發(fā)展水平、受教育程度和網(wǎng)民Agent間關(guān)系權(quán)重對(duì)病毒感染概率的影響.A1、A2、A3分別代表城市發(fā)展水平、受教育程度和網(wǎng)民Agent間關(guān)系權(quán)重對(duì)病毒感染概率影響的權(quán)重值,A1+A2+A3=1.

根據(jù)網(wǎng)民Agent屬性、網(wǎng)絡(luò)結(jié)構(gòu)和病毒感染概率設(shè)計(jì)病毒傳播算法如下:

1)設(shè)定網(wǎng)民Agent屬性、數(shù)量、網(wǎng)絡(luò)結(jié)構(gòu)以及其他模型初始數(shù)據(jù)和參數(shù)；

2)隨機(jī)設(shè)定網(wǎng)絡(luò)中幾個(gè)網(wǎng)民節(jié)點(diǎn)的Status屬性為Infected狀態(tài),其他為Healthy狀態(tài)；

3)被感染為Infected狀態(tài)的網(wǎng)民節(jié)點(diǎn),遍歷好友列表,若好友Status屬性為Healthy或Danger狀態(tài),則向好友發(fā)送病毒.接收到病毒的網(wǎng)民Status屬性變成Danger狀態(tài)；

4)接收到病毒處于Danger狀態(tài)的網(wǎng)民,根據(jù)病毒感染概率算法計(jì)算出感染概率Pinfect,然后以Pinfect的概率轉(zhuǎn)變?yōu)镮nfected狀態(tài),否則狀態(tài)無變化；

5)重復(fù)執(zhí)行步驟3)～4)；

6)處于Infected狀態(tài)的網(wǎng)民節(jié)點(diǎn),在通過控制Agent的交互后轉(zhuǎn)變?yōu)镽ecovered狀態(tài).

2.3 病毒傳播的可視化表現(xiàn)

本文研究的病毒傳播模型面向的是戰(zhàn)略問題決策分析的研討模型,因此,在可視化表現(xiàn)上,要遵循戰(zhàn)略問題決策分析對(duì)態(tài)勢(shì)的需求,讓參與者能夠清楚地看出當(dāng)前病毒感染的程度和趨勢(shì).具體的可視化表現(xiàn)方式主要有兩類,第1類為描述當(dāng)前全國的病毒感染態(tài)勢(shì)圖,采用地圖的表現(xiàn)方式來展現(xiàn).第2類為各類病毒感染的統(tǒng)計(jì)數(shù)據(jù),一方面是當(dāng)前不同感染狀態(tài)的節(jié)點(diǎn)所處的比例,采用餅圖的表現(xiàn)方式來展現(xiàn),另一方面是病毒感染程度從開始到當(dāng)前的過程統(tǒng)計(jì)圖,采用曲線圖的方式來表現(xiàn).

3 病毒傳播模型在戰(zhàn)略問題決策分析中的應(yīng)用

3.1 原型系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)

根據(jù)上述模型和算法設(shè)計(jì),可基于AnyLogic和JavaScript技術(shù)分別構(gòu)建病毒傳播后臺(tái)模型(如圖1、圖2所示)和病毒傳播前端可視化界面(如圖3所示),并通過病毒傳播數(shù)據(jù)庫對(duì)前端界面和后臺(tái)模型進(jìn)行連接同步,從而組成戰(zhàn)略問題決策分析的病毒傳播原型系統(tǒng).

模型運(yùn)行前,將Agent節(jié)點(diǎn)屬性信息保存至數(shù)據(jù)庫中,設(shè)置節(jié)點(diǎn)初始狀態(tài)均為Healthy狀態(tài).運(yùn)行AnyLogic構(gòu)建的病毒傳播模型,讀取數(shù)據(jù)庫信息并賦值到各Agent屬性參數(shù)和Agent網(wǎng)絡(luò)參數(shù),然后模型按照病毒傳播算法對(duì)整個(gè)網(wǎng)絡(luò)的節(jié)點(diǎn)進(jìn)行病毒傳播,并將相關(guān)Agent屬性的變化寫入數(shù)據(jù)庫中.在整個(gè)傳播過程中,前端可視化界面通過實(shí)時(shí)更新讀取數(shù)據(jù)庫中節(jié)點(diǎn)信息,采用地圖、餅圖、曲線圖的方式對(duì)病毒傳播態(tài)勢(shì)進(jìn)行表現(xiàn).

3.2 病毒傳播模型的應(yīng)用

本文假設(shè)的戰(zhàn)略問題決策分析是基于模型的研討進(jìn)行.參與者為高級(jí)研究人員,組織者負(fù)責(zé)動(dòng)態(tài)危機(jī)情況的設(shè)置和調(diào)整控制.研討主要分為兩個(gè)階段:第1階段為網(wǎng)絡(luò)病毒的大面積傳播擴(kuò)散,造成網(wǎng)民用戶大量個(gè)人財(cái)產(chǎn)和隱私損失.第2階段為國家關(guān)鍵基礎(chǔ)設(shè)施的級(jí)聯(lián)失效,主要模擬互聯(lián)網(wǎng)和其他國家關(guān)鍵基礎(chǔ)設(shè)施在遭受網(wǎng)絡(luò)攻擊后系統(tǒng)癱瘓,由于相互的依賴關(guān)系,造成大面積的級(jí)聯(lián)失效.導(dǎo)入情況后,參與者針對(duì)這些網(wǎng)絡(luò)危機(jī)事件接受一系列的問題質(zhì)詢,作出決策.

病毒傳播模型在戰(zhàn)略問題決策分析中的應(yīng)用即為第1階段網(wǎng)絡(luò)病毒大面積傳播擴(kuò)散的研討中.具體的應(yīng)用主要涉及兩方面.一方面在研討初始和動(dòng)態(tài)推演階段,模擬病毒在網(wǎng)民間的傳播過程.另一方面在動(dòng)態(tài)推演階段,當(dāng)參與者針對(duì)病毒傳播情況和質(zhì)詢問題作出決策后,病毒傳播模型要能根據(jù)這些決策作出反饋,即決策對(duì)病毒傳播的影響是修復(fù)、無變化或是進(jìn)一步惡化,從而檢驗(yàn)參與者作出的決策是否科學(xué)有效.

針對(duì)網(wǎng)絡(luò)病毒大面積傳播擴(kuò)散的研討流程分5步進(jìn)行,如圖4所示.

第1步,組織者設(shè)定戰(zhàn)略問題決策分析研討及病毒傳播模型的各類設(shè)置.

第2步,導(dǎo)入戰(zhàn)略問題決策分析中病毒傳播的研討想定,裝載模型的各類Agent以及可視化的初始數(shù)據(jù),給定初始態(tài)勢(shì).

第3步,參與者根據(jù)病毒傳播的研討想定和初始態(tài)勢(shì)進(jìn)行討論,回答組織者提出的對(duì)病毒傳播情況的質(zhì)詢問題,并輸入決策措施.

第4步,組織者將參與者作出的決策措施轉(zhuǎn)化為控制Agent和運(yùn)營商Agent等可執(zhí)行的控制措施,模型系統(tǒng)根據(jù)參與者的決策措施進(jìn)行仿真運(yùn)算,將仿真結(jié)果輸出,并將決策前的態(tài)勢(shì)和決策后的態(tài)勢(shì)進(jìn)行比較顯示.組織者根據(jù)模型輸出結(jié)果,結(jié)合研討動(dòng)態(tài)情況進(jìn)行調(diào)整控制,或?qū)胄碌奈C(jī)情況,以利于研討順利進(jìn)行.

第5步,更新研討實(shí)時(shí)態(tài)勢(shì),參與者根據(jù)更新的病毒傳播態(tài)勢(shì)和組織者提出新一輪質(zhì)詢問題,輸入新一輪措施進(jìn)行迭代,研討依次推進(jìn).

最終通過戰(zhàn)略問題決策分析研討,達(dá)到增強(qiáng)網(wǎng)絡(luò)空間危機(jī)意識(shí),提升網(wǎng)絡(luò)空間危機(jī)事件應(yīng)對(duì)能力的效果,以及通過研討幫助制定預(yù)防網(wǎng)絡(luò)危機(jī)事件的預(yù)案措施.

4 結(jié)論

本文建立了一個(gè)面向戰(zhàn)略問題決策分析的網(wǎng)絡(luò)病毒傳播計(jì)算機(jī)仿真模型.分析了網(wǎng)民Agent屬性,提出了基于城市的發(fā)展水平、受教育程度和網(wǎng)民Agent間關(guān)系權(quán)重的病毒感染概率算法,設(shè)計(jì)了病毒傳播算法,研究了病毒傳播的可視化表現(xiàn)方法.最后采用AnyLogic和JavaScript技術(shù)對(duì)病毒傳播模型和可視化表現(xiàn)的原型系統(tǒng)進(jìn)行了技術(shù)實(shí)現(xiàn),對(duì)病毒傳播模型在戰(zhàn)略問題決策分析中的應(yīng)用進(jìn)行了說明.病毒傳播模型和可視化表現(xiàn)的研究,為利用Agent建模方法和復(fù)雜系統(tǒng)理論解決戰(zhàn)略問題決策分析中病毒傳播的研究提供了思路和方法.

1 郝葉力.對(duì)網(wǎng)絡(luò)國防問題的認(rèn)識(shí)與思考[J].信息對(duì)抗學(xué)術(shù),2011(1):4-6.

2 ERDOS P,RENYI A.On random graphs[J].Publ.Math.Inst.Hung.Acad.Sci.1959(6):17?60.

3 ERDOS P,RENYI A.On the evolution of random graphs[J].Publ.Math.Inst.Hung.Acad.Sci.1960(5):17?60.

4 WATTS D J,STROGATZ S H.Collective dynamics of‘small-world’networks[J].Nature,1998,393(6448):440?442.

5 NEWMAN M E J,WATTS D J.Renormalization group analysis of the small-world network model[J].Phys.Lett.A,1999,263:341?346.

6 BARABASI A L,ALBERT R.Emergence of scaling in random networks[J].Science,1999,286(5439):509?512.

7 PASTOR S R,VESPIGNANI A.Epidemic spreading in scale-free networks[J].Physical Review Letters,2001,86(14):3200?3203.

8 MOORE C,NEWMAN M E J.Epidemics and Percolation in Small-world Networks[J].Physical Review,2000,61(5):5678?5682.

9 NEWMAN M E J.The structure and function of complex networks[J].SIAM Review Letters,2003,45(2):167?256.

10 NEWMAN M E J.Threshold eあects for two pathogens spreading on a network[J].Physical Review Letters,2005,95(10):108701.

11 MORENO Y,GOMEZ J B,PACHECO A F.Epidemic incidence in correlated complex networks[J].Physical Review E,2003,68(3):035101.

12 DAVIDJ D,ROHANIE P,BENJAMIN M,et al.A simple model for complexdynamicaltransitionsinepidemics[J].Science,2000,287:667?670.

13 宋玉榮,蔣國平.基于一維元胞自動(dòng)機(jī)的復(fù)雜網(wǎng)絡(luò)惡意軟件傳播研究[J].物理學(xué)報(bào),2009,58(9):5911-5918.