参研单位：江苏省社会公共安全科技协同创新中心、南京理工大学、江苏省三台山数据应用与安全重点实验、江苏省妇联新媒体与网络信息传播中心、江苏警官学院、南京晓庄学院、南京邮电大学，江苏移动苏州研究院

组织单位：江苏省计算机学会信息安全专委会

联系人：李千目，王群，任玉梅，黄炎焱，刘晓迁，倪震，夏彬，刘婷

2019-nCoV病毒传播事件是一种复杂系统，但是和传统复杂系统相比，在病毒传播的过程中用户和政府行为因素起到了不可忽略的作用，显然朴素的复杂网络理论很难描述2019-nCoV事件上的病毒传播行为。研究组针对复杂网络中病毒传播研究现状，结合现有的理论研究成果以及政府行为、社会工程学的相关理论，推理了2019-nCoV事件中的病毒传播模型，并分析影响2019-nCoV事件上病毒传播的关键因素。
   研究组将2019-nCoV事件上的节点用以下四个状态描述：(1)S状态。S状态表示节点并没有收到任何传播，有可能会被感染。(2)I状态。I状态表示节点已经感染，并且会继续发出病毒传播，感染其他节点。(3)R状态。R状态表示该节点从I状态恢复，进入治疗过程，传染力被限制。(4)E状态。E状态表示节点E接收到了传染，但是并没有被感染（无症状传播者）。对比并分析了在规则网络和随机网络两种不同的拓扑结构中病毒的传播规律。仿真表明：新冠病毒传播行为在高群聚系数的规则网络中要比在随机网络中传播的更快。同样，社会安全强化因子是重要的影响因子，个体如果能收到来自更多某种行为的信息，宏观上这个行为或观点就会影响规则网络上传播。研究结论包括：(1)在区域内，即使当初始传播率非常小的时候，如果社会安全强化因子较大，病毒依然可以在规则网络上进行传播，但是同样的条件，病毒不能在均匀随机网络上大面积的传播。也就是说，在这种情况下，在规则网络中的病毒传播比在均匀随机网络中的病毒传播速度更快，范围更广。(2) 在区域内，当初始传播率较大，但是社会安全强化因子较小的时候，病毒的传播在均匀随机网络中比在规则网络中的传播速率快，传播范围广。(3) 在区域内，当初始传播率非常大的时候，不管社会安全强化因子的取值如何，网络中的节点都有很高的可能性感染病毒，因此病毒会迅速扩展，此时的病毒传播已经和网络结构无关。