图1。1。1(1) 2007-2015中国社交网络使用人次统计图

在中国，网民的队伍也在日渐壮大。2016年1月的《中国互联网络发展状况统计报告》

指出，截止2015年12月，中国网民数量直逼7亿（准确数字为6。88亿），互联网普及率已经过半，达50。3%。使用手机实现网络交流的数量约占总人数90%，达6。2亿人。而每周上网的平均时间约为26。2小时。此外，江苏省位列全国网民数量排行榜第三位，约有网民4416万，仅仅次于广东和山东。

不仅是网络使用规模的扩大，中国网民也日渐倾向于使用网络社交这种新型交流工具。以微信为例，在腾讯公布的2015微信（WeChat）用户数据中，微信已覆盖90%以上的智能手机，成为人们日常生活的重要组成部分。数据显示，微信每月活跃用户，已达5。49亿；使用微信公众号进行宣传的公司，已经超过800万；约有55。2%的人每天打开微信10次以上。微信作为一种重要的社交工具，除了方便用户交流外，也促进了娱乐行业、饮食行业（外卖点餐）、交通运输行业（提供打车平台）以及银行业（在线微信支付）的发展。由此可见，在线社交网络的蓬勃发展，除了简化人类交流，也加速推动社会发展，为人类活动带来更多的便捷。

图1。1。1(2) 2016微信用户日均使用频率饼状图

1。1。2  社交网络特点

研究在线社交网络，可以揭示该网络背后的一般性特征，把握其一般规律，有利于学者深入研究网络系统中的动力行为学及个体间的相互作用。

节点度是社交网络的一个重要概念。通俗而言，节点度指的是某一节点与其他节点之间的连接数。不同的网络中，存在不同形式、不同规模的度分布。在社交网络中，主要有两种特殊的度分布网络需要我们研究。

首先，第一种网络分布，我们称之为均匀分布。均匀分布的特点是，大部分节点度的值与平均值相似，具体的分布情况，可以用Poisson分布或者Gauss分布进行模拟。现代复杂网络的第一研究人：匈牙利数学家Erdos和Renyi就是基于此类网络展开研究的，建立了随机图理论。均匀分布的学习，利于初步学习和研究社交网络中信息传播特点。本文的主要模拟、仿真也是在这一中网络分布的假设下进行的。

第二种网络分布可以用幂分布来表现，是极度的不均匀分布。这类网络分布的特点是，节点的度分布参差不齐，数值相差很大，有的节点度很大而有的节点度很小。这类网络具有无标度性。如今，越来越多的学者热衷于对这种形式网络的研究，其原因主要有以下几点。

首先，是因为无标度网络是普遍存在的。在日常生活中，在线社交网络经常是Scale-free(无标度)的，每一节点之间的度分布相差很大，具有幂分布的规律，更符合生活的实际情况。其次，是因为对不均匀网络的研究，更加有利于学习探索动力行为学。其中，无标度网络研究对于研究动力行为学中的病毒模型问题有着重要意义，有助于学习研究SIR模型、SIS模型、SI模型等模型稳定性问题以及病毒防范问题。

图1。1。2 均匀网络与随机网络示意图

1。1。3  网络病毒综述

网络病毒是随着网络的发展而日渐兴起的。1988年时，由于Morris蠕虫事件，成立了CERT(计算机紧急响应小组)。据CERT统计，威胁网络安全的事件，每年以指数的形式增长。近些年来，增长事态迅猛，网络病毒呈现出种类多样化，破坏剧烈化的特点。

    病毒会感染计算机系统文件，破坏电脑的正常运行。而网络病毒则会利用网络的信息技术，通过人们的在线社交，传染感染数量更多、规模更大的联网计算机。在表现形式上，网络病毒可以是单独的程序代码，也可以是附着在e-mail、音频图片中的“寄生虫”。具体而言，病毒会以某种形式（通过软盘或硬盘的网络节点站）进入网络，通过各终端的信息交流，传播病毒。病毒一旦进入网络服务器，就可以迅速传播开来。网络病毒传播主要有以下几种特点： 在线社交网络中的病毒传播及其防范(3):http://www.youerw.com/jisuanji/lunwen_97498.html