关于大数据网络中关键信息源的自动检测推断理论研究与软件开发

发布时间:2018-5-8 11:55:00

浏览次数:890

返回上一页

 在日益增长大数据互联网络中,检测和识别特定关键信息的源头,如互联网上的计算机病毒源,在线社交网络中的关键消息,智能电网或者智慧城市中的导致部分系统瘫痪的节点等,对于各类网络安全和社会管理系统具有重要的意义。给定观察到的被感染节点,如何在网络中识别信息源是一个尚待解决的挑战问题。本研究将建立数学理论和分布式算法来解决网络中单个或多个信息源的识别问题,并将给出检测性能的定量分析。研究将创新地利用概率论中的波利亚罐模型和图论上的统计推断问题之间的内在联系刻画出精确的检测性能。并且根据社交网络数据,开发出网络取证的工具和协议。进而开发出自动检测和估计信息源头的软件,实现理论成果产业化。本研究从理论上将有助于理解和回答一些挑战,如网络传播中的动态性,病毒演进中的信息论,以及图与子图的同构性等。应用上将开发出实用的软件工具用于检测推断关键信息源,既可用于提高安全性也可用于特定信息的商业推广。