本项目属于数理科学与信息科学等新兴交叉科学领域。

自然界和科技领域广泛存在的群体合作、竞争行为是人类社会等各种系统赖以生存和稳定运行的基础。然而，随着网络和智能时代的来临，群体行为变得更加复杂化和多元化，这对传统行为决策理论提出了新的挑战，也是Science列出的当今最具挑战的科学难题之一。针对这一难题，本项目基于复杂网络理论、演化博弈理论和行为数据统计分析方法，在网络群体的行为决策模式、时空传播特性等方面取得系列突破性进展，并成功应用于网络智能攻防、公共安全智能监管、多无人系统协同控制等实际工程。主要研究内容如下：

1.建立了网络博弈动力学理论，以准确分析网络系统行为决策的均衡态特征和自组织模式，丰富了群体合作的相变理论：基于复杂网络、博弈论和伊辛(Ising)模型，建立了网络博弈中行为决策与效用函数的特征耦合方程，揭示了群体通过负反馈机制和聚合效应决定合作行为的时空分布特征和自组织演化规律，实现了网络拓扑对群体行为相变特征影响的统一预测。建立了稀疏网络的博弈动力学框架，发现了不同拓扑环境下群体合作的最优解与行为团簇大小呈正相关性，揭示了网络渗流对群体行为自组织模式和均衡态的影响，给出了网络群体合作行为演化评估的普适性方法。

2.提出了多层耦合网络博弈动力学框架，以准确评估系统耦合特征对行为决策均衡态的影响，拓展了网络互惠理论：提出了多层耦合网络博弈的平均场、对近似动力学模型，建立了网络系统间行为决策与效用函数的多维特征方程，分析了多层网络的耦合特征对群体行为决策时空分布特性的影响，揭示了耦合系统中群体行为决策所展现的全新演化规律(如自发对称性破缺、时空斑图的同步演化)，形成了全新的耦合网络互惠理论。提出了多层耦合网络行为决策的共演化模型，发现了系统的最优群体合作与网络渗流呈现正相关性，完善了系统信息传递和网络行为决策的均衡理论。

3.构建了网络传播动力学模型，以准确刻画群体行为的传播规律和演化态势，完善了网络传播的时空理论：构建了网络传播的仿真计算和平均场动力学框架，揭示了传播阈值、传播规模与网络中心属性的相关性规律，阐明了行为传播的空间分布特征，完善了传播的斑图演化动力学和早期预警机制。构建了行为决策与传播的耦合动力学，分析了行为决策更新机制对传播态势、免疫阈值的影响，揭示了行为决策对传播规模的双刃剑效应和反认知效应，证实了新的防御策略可有效提高病毒防御率，完善了耦合动力学的理论框架。

4.结合真实的行为大数据，以准确预测群体的决策认知模式和网络动态性能，推动了不同学科的交叉融合：建立了跨区域/跨国域的行为决策实验平台，设计了完全信息的网络博弈实验，发现了网络博弈可以极大提升相邻个体的行为决策相似度，证实了网络互惠理论的准确性，揭示了特定的认知反应促使相似的行为聚合为网络团簇这一规律，实现了行为决策认知的定量预测。结合真实网络数据和博弈理论，提出了新的网络鲁棒性分析及优化方法，实现了行为决策对网络演化态势和性能提升影响的准确预测。