推荐星级：

串级不稳定时滞过程的内模控制器设计

更新时间：2019-12-25 09:48:56 大小：700K 上传用户：zhiyao6 查看TA发布的资源 标签：内模控制器 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

针对串级不稳定时滞过程研究了内模控制器的设计方法。该方法副回路采用传统内模控制,能及时快速消除内环干扰对系统整体控制性能的影响;主回路采用一种二自由度内模控制结构,将设定值跟随特性与干扰抑制特性解耦,控制器的参数整定不需要在两种特性之间折中选择,克服了传统内模控制的不足。理论分析和仿真结果表明,该方法不仅能有效减少控制器的个数,而且可使系统同时获得良好的设定值跟随特性、干扰抑制特性和鲁棒性。

部分文件列表

文件名	大小
串级不稳定时滞过程的内模控制器设计.pdf	700K

立即下载

【关注B站账户领20积分】

部分页面预览

（完整内容请下载后查看）

第 46 卷第 1 期

2017年1月

电子科技大学学报

Vol.46 No.1

Jan. 2017

Journal of University of Electronic Science and Technology of China

时序网络上的随机游走免疫策略研究

朱义鑫^1,2，张凤荔²，王瑞锦²，秦志光²

(1. 新疆财经大学计算机科学与工程学院乌鲁木齐 830012；2. 电子科技大学网络与数据安全四川省重点实验室成都 610054)

【摘要】针对传统免疫模型在时序网络中所面临的难以收集、分析网络拓扑信息的困境，提出了基于随机游走机制的免

疫策略，一定数量的免疫粒子被随机地分配到网络节点上，当该节点有边激活时，免疫粒子就可以沿着激活边游走到另一节

点，获得免疫粒子的节点获得免疫能力，失去免疫粒子的节点转换成非免疫的易感态。根据随机游走者之间在转移时是否相

互影响，分别建立了非独立随机游走免疫模型和P_独立随机游走免疫模型。在这两种免疫模型中，免疫粒子传播所需的网络

开销受到事先给定的免疫粒子密度的限制。实验表明，这两种随机游走免疫模型可以获得比熟人免疫模型更好的免疫效果，

而与目标免疫模型的比较结果取决于网络拓扑结构的异质性程度。

关键词阵发性; 免疫策略; 随机游走; 时序网络; 病毒传播

中图分类号 TP393.08

文献标志码

doi:10.3969/j.issn.1001-0548.2017.01.015

Reseach on Immunization Strategy Based on Random Walk

Mechanism in Temporal Networks

ZHU Yi-xin^1,2, ZHANG Feng-li ², WANG Rui-jin², and QIN Zhi-guang²

(1. School of Computer Science and Engineering, Xinjiang University of Finance and Economics Urumqi 830012;

2. Network and Data Security key Laboratory of Sichuan Province, University of Electronic Science and Technology of China Chengdu 610054)

Abstract For the problems of traditional immune models arising in collectingand analyzing network

topology information in temporal networks, an immune strategy based on random walk mechanism is put forward

and itcan be implemented withoutcollectingnetwork topology information. A certain number of immune particles

were randomly assigned to the network nodes.When a nodewith immune particles has one or more activated

links,the immune particles on the node will walk to another node along anactivated link of the node.The nodes with

immune particlesacquire the immunity,but thenodes losingimmune particleswill betransformed into the susceptible

state. Considering whether the random walkers exert impact upon each other when they move, the dependent

random walk immune model and the P_independent random walk immune model are established,respectively, in

which the network transmission overhead of the immune particle is limited by a given immune particle density.

Experiments show the two random walk immune models are characterized by their better immune effects with

lower immune particle density and the network overhead when compared with acquaintances immune model. In

addition, the comparative result with the target immune model depends on heterogeneity of network topology.

Key words burstiness; immunization strategy; random walk; temporal network; virus propagation

新型网络病毒不断涌现，不仅威胁到网络和主

机的安全，也威胁着网络用户的信息安全。为了阻

止或抑制病毒在网络上的传播，各种免疫策略被提

出，如环状免疫、目标免疫、熟人免疫、局部免疫

及优先删边免疫等^[1-5]。这些免疫策略往往是选择一

些重要节点实施免疫，被免疫的节点既不会感染病

毒也不会传播病毒。熟人免疫策略有两个针对时序

网络的改编版^[6]：1) 权重协议，选择与随机选取的

节点交互次数最多的节点加入免疫节点集；2) 最近

协议，选择与随机选取的节点最后一次交互的节点

加入免疫节点集。这些免疫策略实施的一个前提条

件是事先收集、分析网络拓扑信息，以确定免疫对

象。在时序网络中，节点间的连接是暂时的、反复

的且具有阵发性的，即网络结构是不断变化的，故

只能根据部分的或是已知的时序网络信息，对节点

进行排名，以确定网络节点的重要性。在大型网络

中，收集、分析含有时间维度的网络信息，以确定

免疫对象十分困难。因此，本文研究无需收集网络

收稿日期：2015  03  11；修回日期：2016  06  10

基金项目：国家自然科学基金(61440047)；国家自然科学基金青年项目(61502087)

作者简介：朱义鑫(1974  )，男，博士，主要从事计算机网络安全、复杂网络传播方面的研究.

第1期

朱义鑫，等: 时序网络上的随机游走免疫策略研究

拓扑信息，就可以快速实施的免疫策略。

走者的模型中，无论是主动随机游走模式还是被动

随机游走模式都存在一个同样的问题，即随机游走

者之间在转移时是否相互影响。任意一个免疫粒子

在随机游走中不受其他免疫粒子影响的模型被称为

独立随机游走免疫模型。免疫粒子在随机游走中相

互影响的模型被称为非独立随机游走免疫模型。

1 多粒子随机游走过程分析及分类

网络的时间属性会对扩散过程产生怎样的影

响，解决这一问题的第一种方法是在真实或人工合

成的带时间戳的事件序列数据上模拟随机游走过

程，并与所定义的空模型比较相应的动态属性^[7-9]

第二种方法，研究分析在特定时序网络模型上的随

机游走属性^[10-11]

。

a. 单免疫粒子单向转移

b. 单免疫粒子互换转换

。

文献[10, 12-13]提出将时序网络建模成事件随

机序列，其中每个链接上的事件服从规定的间隔时

间分布。考虑 N 个节点的一个无向网络，由节点集

V {1, 2,, N} 和边集 E 组成，这种网络往往被称为

聚合网络，它被认为是时序网络的聚合。用更新方

式给每个边 e 分配一个随机事件间隔时间_e，通过

免疫粒子

节点

含免疫粒子的节点

图1 节点含有单个免疫粒子的随机游走

在聚合网络上添加时间维度生成随机时序网络^[10,12]

。

如图1所示，当一个边被激活后，这条边的两个

端节点中的免疫粒子便可以从一个端节点沿着这条

活跃边转移到另一个端节点。图1中的直线表示连接

两个节点的边，直线上方的实心圆数目表示将要转

移的粒子数，直线上方的箭头表示免疫粒子的转移

方向，以上解释同样适用于图2和图3。当端节点中

含有的免疫粒子数不超过1个时，独立与非独立的随

机游走方式是相同的。图1b中的双方互换免疫粒子，

看似是一个浪费网络资源的无意义的数据传输，但

它避免了通信双方在传输数据前互换彼此状态信息

(含有的免疫粒子数)所带来的网络开销，同时也简化

了免疫粒子转移时的传输协议。

用_e(t) 表示_e的概率密度函数(probability density

function, PDF)，并假设_e的均值有限。随机游走者

可以立刻从当前节点跳到一个邻近节点，只要这两

个节点之间的链接出现。

在时序网络中，根据随机游走者沿着一个链接

到达一个节点时，该节点的其他链接的事件间隔时

间^[14]是否重新初始化，随机游走过程可以分为主动

随机游走和被动随机游走两种模式。1) 主动随机游

走过程被定义为一个更新过程，一个随机游走者到

达一个节点后，这个节点的所有链接的事件间隔时

间重新初始化^[10,12]。它的非马尔科夫性是由于这样

一个事实：一个事件发生的概率取决于前面的事件。

这种随机过程可以用广义主方程表示，并且可以获

得一些属性的解析解，比如稳态密度^[12]和弛豫时间。

2) 被动随机游走模式，当一个游走者到达一个节点

时，只初始化刚使用的链接的事件间隔时间。与主

动随机游走相比，被动随机游走被认为是一种更自

然的网络扩散模式。因为在现实中，扩散的实体，

如病毒，通常不会重新启动一个活跃边两端的节点。

被动随机游走比主动随机游走表现出更强的非马尔

科夫性，因为被动随机游走者在某种程度上记住了

过去的游走轨迹。

a. 独立随机游走

b. 非独立随机游走

免疫粒子

节点

含免疫粒子的节点

图2 节点含有多个免疫粒子的随机游走

当出现节点含有多个免疫粒子的情形时，这两

种随机游走方式存在区别。由于独立随机游走的免

疫粒子互不影响，当其所在节点有边出现(激活)时，

免疫粒子就会沿着边转移到另一节点，而无论其所

在节点中是否有其他免疫粒子存在或转移。因此，

如图2a所示，对于独立随机游走方式，当图中的边

被激活后，该边左侧端节点中的所有免疫粒子都会

向右侧端节点转移。而对于非独立的随机游走方式，

本文提出的随机游走模型包含多个随机游走

者，每一个随机游走者都是一个免疫粒子，它作为

一种特殊的蠕虫程序，可以转移但不能增生，即它

可以从一个节点转移到另一节点，但不能增加免疫

体数量。获得免疫粒子的节点获得免疫力，失去免

疫粒子的节点转换成非免疫的易感态。在多随机游

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

串级不稳定时滞过程的内模控制器设计

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

资料专题

推荐下载

专栏首页