1.一种在移动过载攻击下的无标度网络的级联失效模型，其特征在于：具体包括以下步骤：步骤1：静态网络模型的建立；

步骤2：移动模型的建立：在静态网络模型中引入移动节点，移动节点的移动轨迹是由高斯马尔可夫模型生成，移动节点通过注入负载，引起网络中负载的变化；

步骤3：攻击模型的建立：研究三种不同的攻击模式：高度过载攻击、低度过载攻击和全过载攻击；

步骤4：定义失效规模的计算方法；

步骤5：基于时间序列的级联失效过程；

所述步骤1具体包括以下步骤：

步骤1.1：BA无标度网络模型的建立；

初始状态:m0个节点彼此连接；

增长：对于添加的每个节点，连接数增加x，其中x＜m0；

优先连接：新节点与现有的节点连接概率为

其中，ki是节点i的度，kj是节点j的度；

经过t个时间步长之后网络将会演化成Nnum＝t+m0个节点和x·t条边；

步骤1.2：定义静态节点的负载：

其中Lsi(0)是初始时刻静态节点si的负载，τ>0是可调参数，ksi是初始时刻静态节点si的度，Ns是静态节点的数量；

步骤1.3：定义静态节点的容量：

Csi＝(1+α)Lsi(0)                             (2)，步骤1.4：静态节点的负载重分配：

其中L'j(t)是t时刻本轮级联失效的邻居j的负载，Lj(t)是t时刻上一轮级联失效的邻居j的负载，L'si(t)是t时刻本轮级联失效的静态节点si的负载， 是t时刻负载分配比例；

所述步骤2中移动节点的移动轨迹更新公式如下：步骤2.1：移动节点的轨迹

Xmi(t+1)＝Xmi(t)+V(t)·cos(θ(t))            (6)，Ymi(t+1)＝Ymi(t)+V(t)·sin(θ(t))            (7)，其中λ是一个可调参数，Vp是速度平均值，Vni(t‑1)是t‑1时刻服从高斯分布的速度参数，θp是角度平均值，θni(t‑1)是t‑1时刻服从高斯分布的方向参数，Xmi(t+1)和Ymi(t+1)分别是t+1时刻移动节点mi的坐标；

步骤2.2：移动节点的负载及容量

Lmi(t)＝β，mi＝1,2,3,...,Nm              (8)，其中Lmi(t)是t时刻移动节点mi的负载，β＞0是一个可调参数，Nm是移动节点mi的数量；

由于在静‑动网络中移动节点的硬件设备和软件设备相对于静态节点都比较强大，因此移动节点的容量不受限制；

所述步骤3具体包括以下步骤：

步骤3.1攻击模式定义如下：

全过载攻击AOA：移动节点攻击在其半径内Rmi所有的静态节点；

高度过载攻击HDOA：移动节点在其半径Rmi选取nnum个度大于p的节点，在nnum中随机选取mnum个节点进行过载攻击，当nnum≤mnum时，nnum个节点被选取攻击，否则选取mnum个节点攻击；

低度过载攻击LDOA：移动节点在其半径Rmi选取nnum个度小于p的节点，在nnum中随机选取mnum个节点进行过载攻击，当nnum≤mnum时，nnum个节点被选取攻击，否则选取mnum个节点攻击；

其中，Rmi是移动节点mi的攻击半径，p是一个节点度阈值，当选取的节点的度大于p我们称为高度攻击，否则为低度攻击，mnum是最大攻击个数；

步骤3.2：移动节点的负载的注入方式

其中，ΔLmi(t)是t时刻移动节点mi给静态节点si的负载，Ωmn是被攻击正常静态节点的集合；

所述步骤4失效规模计算如下：

其中，G(t)是t时刻的失效的规模，N'(t)是t时刻网络中孤立节点的个数，N代表网络中所有节点的数量；

所述步骤5中基于时间序列的级联失效过程包括以下步骤：步骤5.1：在初始时刻，所有静态节点的负载都小于其容量，所有移动节点都不会攻击任何静态节点；当t＞0时，移动节点从区域S边缘随机加入网络；

步骤5.2：随着t的增加，移动节点的坐标会更新；更新后，移动节点获取其半径内正常静态节点的数量；如果半径内正常静态节点的数量大于0，移动节点根据攻击模式和注入方法攻击静态节点；否则，直接跳到步骤5.4；此时，更新网络中所有静态节点的负载；

步骤5.3：如果静态节点的负载超过其容量，则该静态节点将从网络中删除；更新其相邻节点的负载；重复步骤5.3，直到网络中没有新的静态节点过载；

步骤5.4：计算失效的规模G(t)的大小；t继续增加，重复步骤5.2和5.3，直到t达到预定时间T。