复杂网络下信息传播特征与控制的研究

摘要：针对虚假信息在交流网站上的传播方式，在复杂网络下构造信息传播网，从宏观角度研究虚假信息在网络中的传播特征，重点研究模型的参数对网络宏观现象的影响。SIR建模和计算机仿真证明，虚假信息传播规模受信息接收率与有效传播率影响，有效传播率越大，虚假信息在网络中爆发规模越大；信息接收率越大，虚假信息越容易扩散，虚假信息爆发规模越大。

关键词：复杂网络 SIR模型 信息接收率 有效传播率

中图分类号：TP393 文献标识码：A 文章编号：1007-3973（2012）011-099-02

1概述

现如今互联网上虚假危害信息泛滥，对整个互联网的良性发展造成极大影响与阻力，对国家，社会的安全造成一定的威胁。越来越多的人开始研究复杂网络，期望能够从中找到一些行之有效的方法去减小这种负面影响。近年来，学术界关于复杂网络的研究方兴未艾，小世界网络模型和无标度网络两项开创性工作掀起了一股不小的研究复杂网络的热潮。

本文结合复杂网络理论和数学建模来对信息传播特征进行研究。利用pajek软件生成具有104个节点，平均度为9.8的Scale-Free无标度网络，之后借助SIR模型建立信息传播数学模型，包括重要因素的确定、参数设计和结点的演化规则，重点研究模型的参数对网络宏观现象的影响。

2构建信息传播网络

3.2改进的SIR模型

3.2.1节点数据结构

3.2.2参数定义

P1：信息接收率；P2：感染概率；P3：免疫概率（邻居方式）；p4：免疫概率（自愈方式）；有效传播率r=p2/（0.5*p3+0.5*p4）；Imax：最大感染密度；E：信息扩散程度；T：时间周期。

3.2.3虚假信息传播规则

（1）若当前节点的接收位为0且邻居节点中存在接收位为1的节点，那么该节点将以一定的概率p1接收信息，并修改接收位为1。若邻居节点中不存在接收位为1的节点，则不接收信息，接收位保持不变。

（2）若当前节点的接收位为1，则判断当前节点的状态位，并根据状态位做操作：

1）若当前节点的状态位为0且邻居节点中存在状态位为1的节点，那么该节点将以一定的概率p2转化为感染态节点并修改状态位为1。

2）若当前节点为感染态即状态位为1，则该节点：若邻居节点中存在免疫态节点，将以概率p3转化为免疫态节点，并修改状态位为2；若邻居节点中不存在免疫态节点，将经过自我治愈以一定的概率p4转化为免疫态节点，并修改状态位为2（其中p3>p4，假定p4=0.8*p3）。

3）若当前节点为免疫态节点，则该节点状态保持不变。

观察表2数据发现：是否对核心节点进行攻击将会影响最终虚假信息在整个网络的爆发程度和时间周期。

5结束语

本文借助经典的流行病传播模型SIR考察虚假信息在SF无标度网络上的传播特征，研究参数空间的变化对系统宏观现象的影响。模拟实验结果显示降低虚假信息接收率、有效传播率和保护核心节点有利于缩小虚假信息爆发规模：降低虚假信息接收率相当于尽快屏蔽虚假信息；降低有效传播率相当于增强用户的免疫力即增大信息透明度；保护核心节点相当于减少虚假信息传播途径，阻截虚假信息大范围传播。在这个意义上，本文有助于贯彻当前国家所提出的“合理地引导网络舆论”这一政策。

参考文献：

[1] 汪小帆，李翔，陈关荣.复杂网络理论及其应用[M].北京：清华大学出版社，2006.

[2] 许晓东，肖银涛，朱士瑞.微博社区的谣言仿真研究[J].计算机工程，2011，37（10）：272-274.

[3] Anderson R M，May R M.Infectious Diseases of Humans[M].Oxford，UK：Oxford University Press，1991.