Корзина (0)
Ваша корзина пустует и скучает ;)

Моделирование дискретных эпидемических процессов протекающих в неоднородных взвешенных социальных сетях

ID номер GCC005
Вид Материалы к дипломной работе Специалиста
Написана в 2019
Наполнение 93 страницы, 37 рисунков, 12 таблиц, 72 источника

Содержание

ВВЕДЕНИЕ 5
1 Информационное обеспечение программного комплекса моделирования эпидемического процесса во взвешенных неоднородных сетях 9
1.1 Структурная характеристика набора входных данных программного комплекса 9
1.2 Функциональная спецификация модулей программного комплекса 17
1.2.1 Функциональная спецификация модуля преобразования сети и расчета метрик и характеристик 18
1.2.2 Фукциональная спецификация модуля моделирования эпидемических процессов во взвешенных неоднородных сетях 24
1.3 Выводы по первой главе 39
2 Методическое обеспечение программного комплекса моделирования эпидемических процессов во взвешенных неоднородных сетях 40
2.1 Преобразование подобия взвешенных неоднородных сетей 40
2.2 Метрики и характеристики взвешенных сетей 44
2.3 Макро-модель многослойной формализации взвешенной социальной сети 57
2.4 Микро-модель многослойной формализации взвешенной социальной сети 68
2.5 Оценка рисков возникающих в неоднородных взвешенных сетях при протекании эпидемических процессов по описанным алгоритмизированным моделям 73
2.6 Выводы по второй главе 78
3 Алгоритмическое обеспечение программного комплекса моделирования эпидемического процесса во взвешенных неоднородных сетях 80
3.1 Алгоритмы работы модуля преобразования сети и расчета метрик и характеристик 80
3.1.1 Алгоритм преобразования подобия взвешенных сетей 87
3.1.2 Алгоритмы расчета метрик и характеристик взвешенных сетей 87
3.2 Алгоритм функционирования автоматизированного инструментария моделирования эпидемического процесса во взвешенных неоднородных сетях 87
3.3 Выводы по третьей главе 87
4 Программное обеспечение комплекса моделирования эпидемического процесса во взвешенных неоднородных сетях 87
4.1 Технологическое обеспечение программного комплекса 87
4.2 Лингвистическое обеспечение программного комплекса расчета метрик и характеристик взвешенных сетей 87
4.3 Выводы по четвертой главе 87
5 Компьютерное моделирование неоднородных взвешенных социальных сетей и возникающих в них эпидемиологических процессов. 87
5.1Разработка программного обеспечения для моделирования взвешенных сетей и эпидемических процессов, протекающих в них. 87
5.2 Результаты и расчетов преобразования подобия и метрических характеристик взвешенных сетей 87
5.3 Выводы по пятой главе 87
ЗАКЛЮЧЕНИЕ 87

Аннотация

Объектом исследования являются неоднородные взвешенные социальные сети, при протекании в них эпидемических процессов.

Предметом исследования является модели дискретного эпидемического процесса, протекающего в неоднородных взвешенных социальных сетях.

Цель исследования состоит в алгоритмизации и моделировании дискретных эпидемических процессов протекающих в неоднородных взвешенных социальных сетях, посредством программной реализации алгоритмов и практического моделирования неоднородных взвешенных социальных сетей. Для достижения цели представляется необходимым решить следующие задачи:

1) алгоритмизация преобразования подобия взвешенных неоднородных сетей с учетом весовых и топологических свойств сети;

2) разработка алгоритмов расчета метрик и характеристик взвешенных сетей, включая построение матриц свертки и матриц взвешенной центральности сети по данным полученным от партнеров по комплексной работе;

3) алгоритмизация дискретных макро-моделей эпидемического процесса по полученным от партнеров по комплексной работе матрицам послойной связанности и взвешенности социальной сети, включая множество источников вредоносного контента;

4) алгоритмизация полученных от партнеров по комплексной работе микро-моделей вирусования вершин взвешенной неоднородной социальной сети, которые должны учитывать специфику вредоносного контента и специфику взвешенных сетей;

5) программная реализация предложенных алгоритмов и практическое компьютерное моделирование социальных сетей, по данным партнеров по комплексной работе, для выявления критически важных и подверженных атакам узлов, направления распространения эпидемического процесса и последующей передачи, полученных данных партнёрам по комплексной работе.

На защиту выносятся:

1) алгоритм преобразования подобия взвешенных неоднородных сетей, учитывающий весовые и топологические свойства исходной сети;

2) алгоритмы расчета метрик и характеристик взвешенных сетей, построенные матрица взвешенности и взвешенной центральности сети;

3) алгоритмизированные дискретные макро-модели эпидемического процесса, протекающего в неоднородных взвешенных социальных сетях, построенные по матрице послойной связанности и матрице взвешенной социальной сети, а также включающие все множество источников вредоносного контента;

4) алгоритмизированные дискретные микро-модели вирусования вершин взвешенной неоднородной социальной сети, учитывающие специфику вредоносного контента, изменчивость структуры модели в различные дискретные моменты времени и построенные для каждого вида вершин специализированных социальных сетей;

5) разработанный автоматизированный программный инструментарий, реализующий предложенные алгоритмы и практическое компьютерное моделирование практических социальных сетей и включающий в себя алгоритмы построения моделей взвешенных сетей, необходимый для выявления критически важных узлов и выявления направления распространения эпидемического процесса.

Новизна результатов:

1) алгоритм преобразования подобия впервые представляет возможность свернуть исходную сеть больших размеров в сеть значительно меньших размеров, которую удобно использовать в анализе социальных сетей и протекающих в них эпидемических процессов;

2) алгоритмы расчета метрик и характеристик взвешенных сетей, в отличие от аналогов учитывают весовые свойства сети и предлагают аппарат для исследования свойств распространения вредоносного контента во взвешенных неоднородных социальных сетях;

3) алгоритмизированные дискретные макро-модели эпидемического процесса отличаются от аналогов тем, что моделируют именно взвешенную неоднородную социальную сеть, включая в себя как наполнитель вершин (качество агентов), так и пропускную способность сети (количество трафика проходящего по линиям сети);

4) алгоритмизированные дискретные микро-модели вирусования вершин в отличие от аналогов учитывают изменчивость не только состояний вершин, но и самой структуры модели в различные дискретные моменты времени, а также учетом специфики микро-фракталов вершин для каждого вида специализированных социальных сетей;

5) впервые разработан автоматизированный программный инструментарий, реализующий предложенные алгоритмы и практическое компьютерное моделирование именно для основных разновидностей социальных сетей для наиболее полного набора известного на данный момент вредоносного контента неоднородных взвешенных социальных сетей.

Практическая ценность работы заключается в том, что:

– алгоритмизирован и запрограммирован новый алгоритм преобразования подобия взвешенных сетей, позволяющий сохранить весовые и топологические свойства сетей и представляющий сеть подобную исходной, но значительно меньшего размера;

– алгоритмизированы и запрограммированы алгоритмы расчета принципиально новых метрик и характеристик взвешенных сетей, представляющие возможность количественно оценить возможность распространения вредоносного контента во взвешенных социальных сетях;

–  алгоритмизированы и запрограммированы новые макро-модели эпидемического процесса для взвешенных неоднородных социальных сетей, включающие в себя параметры веса вершины и пропускной способности ребра, а также основанные на матрице послойной связанности, матрице взвешенной сети и набора множества источников вредоносного контента;

– алгоритмизированы и запрограммированы новые микро-модели вирусования вершин взвешенной неоднородной социальной сети, изменяющие структуру в различные дискретные моменты времени и учитывающие специфику микро-фракталов вершин для каждого вида неоднородных социальных сетей;

– создан автоматизированный программный инструментарий, реализующий разработанные и предложенные алгоритмы и практическое компьютерное моделирование практических социальных сетей, включающий в себя параметры взвешенной социальной сети и наиболее полный набор вредоносного контента и взвешенных неоднородных социальных сетей различного вида, позволяющий идентифицировать критически опасные узлы сети с точки зрения распространения эпидемического процесса.

Методы исследования. В исследовании используются методы системного анализа, теории вероятностей и математической статистики, математического и системного анализа, методы программного моделирования, методы теории графов и рисков.

Введение

Актуальность темы исследования. Современный мир характеризуется большой информационной насыщенностью. Не исключением стали и социальные сети, исследование которых является одним из актуальных направлений как отечественных и зарубежных ученых, включая анализ их структуры [1-3], расчет метрик [4, 5], а также риск-анализ и моделирование эпидемиологических процессов, протекающих в сетях [6-10].

По большому счету все они являются взвешенными и неоднородными, где вершины которых случайным образом распределены в пространстве и при этом каждая вершина и каждое ребро имеет свой вес [11]. Топологически данная сеть представляет собой граф, каркас которого является некоторой геометрической фигурой [12,13]. Фактически социальная сеть представляет собой совокупность агентов, распределенных в информационном пространстве, каждый из которых имеет вес, а в качестве наполнителя выступает информация. Чем более ценной информацией обладает агент, тем больший вес он имеет [14, 15]. Такие сети широко распространены, и поэтому их изучение является актуальной задачей.

Ранее модель сети строилась на предположении, что главным параметром агента сети является количество его друзей [16, 17]. Однако сейчас интерес представляет уже не количество связей вершины с соседями, а следующие параметры:

1) качество вершин, т.е. объем и ценность хранящегося и обрабатываемого в них наполнителя;

2) пропускная способность ребер, т.е объем и ценность прокачиваемого через них наполнителя;

3) удельная ценность наполнителя.

Такой подход открывает совершенно новые перспективы изучения социальных сетей [18-25] особенно с точки зрения обеспечения их безопасности. К сожалению, социальные сети сегодня являются пространством ожесточенного информационного противоборства, что вынуждает исследователей оценивать всевозможные риски с помощью весов, атакуемых вершин и дуг.

В этой связи уместно использовать метрики взвешенной сети. В отличие от большинства метрик не взвешенных сетей, таких как размер сети, ранг сети, средний диаметр, радиус и др. [26-28] метрики взвешенной сети рассчитываются с учетом весов ее вершин и дуг [29-32]. Такими метриками являются: степень взвешенной центральной вершины, степень центральности всей сети, плотность центральности, плотность взвешенной центральности, центральность как посредничество и взвешенная эквивалентность вершин.

Базовыми для их исследования являются макро-модели [33, 34]. Основой для таких моделей социальных сетей являются различные матрицы, например матрица смежности вершин или же матрица послойной связанности [35]. Но данного базиса не достаточно для построения взвешенных социальных сетей, имеющих такие параметры как объем наполнителя вершины и пропускная способность ребер. Поэтому построение взвешенных сетей необходимо производить с использованием матрицы взвешенности сетей, элементами которой являются веса дуг и вершин, причем в диагонали этой матрицы расположены веса вершин, а в столбцах и строках, соответственно веса входящих и исходящих дуг. Матрица послойной связанности [36, 37] также является базисом для построения взвешенных социальных сетей. Таким образом, для построения макро-моделей взвешенных неоднородных социальных сетей необходимо в качестве базиса использовать матрицу послойной связанности и матрицу взвешенности сети.

Другим направлением исследования эпидемических процессов в неоднородных взвешенных сетях является построение микро-модели заражения вершины (агента сети) с изучением переходов вершины в различные состояния. Идея построения микро-модели не является новой, так в следующих работах [38, 39] исследуются эпидемии с построением микро-моделей. Однако новым шагом является добавление в модель дискретных изменений самой структуры модели по временным интервалам. Таким образом, при протекании эпидемического процесса в модели не только вершина меняет свое состояние, но и меняется сама структура микро-модели. Соответственно с изменением структуры меняются и вероятности перехода вершины из одного состояния в другое.

Для практического исследования эпидемиологических процессов в реальных социальных сетях необходимо иметь автоматизированный инструментарий моделирования [40-44] реализующий весь функционал, необходимый для моделирования взвешенный неоднородных социальных сетей, а также включающий в себя полный набор известного на данный момент вредоносного контента [45-47]. При всем этом важно выбрать вид модели, наиболее полно описывающий исследуемую сеть [48].

Исходя из всего выше сказанного, следует значительная актуальность настоящего исследования. При этом разработка и создание программного инструментария моделирования эпидемиологических процессов позволяет практическим путем проверить теоретические выкладки на реально существующих сетях, что является необходимым условием, как при исследовательской работе, так и при эксплуатации взвешенных неоднородных социальных сетей.

Заключение

Дипломная работа посвящена моделированию неоднородных взвешенных сетей и эпидемических процессов протекающих в них. В ходе выполнения работы получены следующие результаты:

1) разработана схема хранения используемой информации в базе данных, разработан соответствующая схема;

2) разработана блочная архитектура программного комплекса программного комплекса моделирования эпидемических процессов во взвешенных неоднородных сетях;

3) разработана функциональная спецификация каждого блока и модуля программного комплекса программного комплекса моделирования эпидемических процессов во взвешенных неоднородных сетях;

4) разработано методическое обеспечение позволяющие преобразовать исходную сеть в сеть меньшего размера с сохранением подобия;

5) представлен набор необходимый метрик и характеристик взвешенных неоднородных сетей, разработаны способы их вычисления;

6) разработана макро-модель многослойной формализации взвешенной социальной сети;

7) разработана микро-модель послойной формализации взвешенной социальной сети;

8) представлено методическое обеспечения для определения: количества инфицированных вершин, количества неинфицированных, ущерба, пользы, риска и эпистойкости взвешенной неоднородной сети при моделировании дискретных эпидемических процессов;

9) разработано методическое обеспечение оценки рисков, возникающих в неоднородных взвешенных сетях;

10) разработаны алгоритмы совместной работы блоков и модулей программного комплекса моделирования эпидемических процессов во взвешенных неоднородных сетях;

11) представлен алгоритм преобразования подобия взвешенных неоднородных сетей;

12) разработан алгоритмы расчета метрик и характеристик взвешенных сетей;

13) поблоково представлены алгоритмы работы частей программного комплекса моделирования эпидемических процессов во взвешенных неоднородных сетях;

14) разработан алгоритм построения макро-модели взвешенной неоднородной социальной сети;

15) представлен алгоритм построения микро-моделей взвешенной неоднородной социальной сети.

Направления дальнейших исследований по представленной в настоящей дипломной работе тематике можно обобщить следующим образом:

1) развитие методологических основ преобразования подобия взвешенных сетей;

2) исследование методологии риск-анализа к контексте взвешенности дуг и узлов сети, с учетом возможных динамических изменений структуры сети;

3) развитие послойной формализации взвешенных сетей, с учетом направленности дуг и количества наполнителя протекающих через вершины сети;

4) развитие методологии риск-анализа в контексте атак на высокоцентральные ребра сети с использованием блокировки данных связей.


Скачать работу на данную тему

Зачем покупать готовое программное обеспечение?

Готовое программное обеспечение (ПО) можно использовать в качестве основополагающего направления для выполнения собственных курсовых, дипломных или магистерских работ
При этом на протяжении учебного семестра/полугодия каждое ПО реализуется единственный раз одному клиенту во избежание проблем и повторений при сдаче

Как узнать точную цену готового ПО

Купить готовое ПО можно от 3.000 руб. Возможность продажи, точная стоимость конкретного ПО и доп. информация предоставляются по запросу:
- Онлайн чат "Бесплатная консультация"
- Мессенджеры 8 (900) 299-30-57
- Запрос на почту zakaz@itdiplom.ru
В запросе необходимо указать ID номер или тему работы

Категории

Скачать презентацию к представленной выше работе

Скачать дипломную работу, представленную выше

Выбрать или купить другие готовые дипломные работы по схожей тематике

Заказать дипломную работу по схожей тематике или оценить стоимость можно при помощи формы Узнать стоимость моей работы.

Воспользуйтесь формой запроса точной стоимости готовых работ, указав ID номера или темы интересующих работ

В стоимость данной работы включены:

- Готовый материал с уникальностью в диапазоне 75-95%
- Презентация и речь, подготовка к защите
- Корректировка до 10 страниц по замечаниям руководителя
- Репетиторские услуги вплоть до защиты
- Программное обеспечение (зависит от темы - наличие по запросу)