(2)万能攻击者模型
此模型中Eve除了在控制链接数目上受到一定限制外，是万能的、无所不知的，Alice和Bob之间没有独立于Eve的秘密信道。假设攻击者到接收节点之间的最小割c0＜C/2，其中C是网络容量。
(3)有限的窃听模型
在这个模型中，Eve的窃听能力是有限制的，只能观察到至多ZI个传送的包。
2.3适应网络纠错的网络编码
在网络编码先前的研究中，网络中的传输多数情况下是假定无差错的。然而，实际的通信网络中，传输受各种不同错误的影响，例如：
由信道噪声引起的随机错误。在经典纠错码理论中已经广泛讨论了随机错误的纠正，在一个数据包中可以利用具有好的错误检测能力的纠错码作为局部码，当数据包中错误的数目很少时错误可以被纠正，而当错误很大时能以很高的概率检测出错误、并删除数据包，只有在错误不可检测的情况下错误包依然保留在网络中，并且当使用网络编码时会影响其他的数据包。
擦除错误或者由网络拥塞引起的数据包丢失。这种类型的错误在网络理论中被广泛讨论，数据包丢失也可能是由数据包头的错误引起。
由恶意节点故意改变或者创造的数据包。恶意节点的目的是在网络中干扰通信，并且使通信不可靠。这或许可能是网络通信较其他类型错误更严重的问题，恶意节点可能改变数据包携带的消息或者是包含在数据包包头的信息。
包头错误。在一个数据包中，一些重要的信息例如在网络编码中的全局编码核、数据包产生的位置(信源)、数据包的目的地(接收节点)等是记录在包头中的，包头任意错误可能引起传输的严重问题。如果全局编码核改变，称为是全局编码核错误，将影响接收节点的解码；如果目的地的信息被改变，可能引起接收节点的数据包丢失。而按Lamport等人[11]的分类，上面的大多数错误都可归结到拜占庭错误中。
在研究网络编码理论的同时，一些研究者已经注意到网络编码可以用来检测和纠正网络中的错误。杨伟豪和蔡宁[12-13]在经典纠错码基础上，引入了网络纠错码的概念。此推广目的在于利用网络编码，通过引入空间域的冗余代替时间域的冗余来纠正网络通信中的错误。他们将经典纠错码的Hamming界、Singleton界和Gilber-Vashamov界推广到网络编码，并构造纠正错误能力能达到Singleton界的极大距离可分码(MDS码)，以及提出了网络纠错码的解码原则——包括接收节点处的解码矩阵和错误空间、接收节点处的消息空间、错误模式的秩、网络纠错码的最小距离等。
杨胜豪[14]在杨伟豪和蔡宁的基础上，研究了线性网络编码的重量性质。在为差错向量、接收向量和信息向量引入了一些新的称为网络重量的定义的基础上(所有这些网络的Hamming重量在特殊的网络纠错码情形下，就变为通常的Hamming重量)，定义了网络编码的最小距离。
D Silva等人[15]主要考虑端到端的错误控制编码，受R Koetter and Kschischang[16]的启发，致力于实际码的构造。不像张珍和杨伟豪提出的网络编码差错控制方式，D Silva假定信源和接收节点未知，或者至少不设法知道网路拓扑或者网络中所使用的特定的网络编码，传输器选择对信息编码合适的向量空间V，而不是传统纠错码中的向量。V 的选择是通过将V 的一组基嵌入到网络中以发出信号，其中每个基向量都对应一个传送的数据包，接收者搜集数据包。假设这些数据包能构成一个接收空间U的一组基，如果V ∩U 可得一个充分大维数的空间，那么正确接收是可能的。通过在子空间上定义一个合适距离，就可以一般化在汉明距离意义下的经典编码理论。此方法在任意给定域和对数据包大小无实质上要求的情况下都可行，对于一大类码，R Koetter and Kschischang[16]的子空间距离度量和秩度量的是密切相关的，许多来自秩距离码理论中的工具可以运用到随机网络编码。在秩距离码的环境下，错位和错值两种情形可能发生——错位对应于知道错误的位置但不知道错误的值，错值意味着知道错误的值但不知道错误的位置，这些概念推广了在秩距离情形下行列错误术语。
张珍在杨伟豪和蔡宁研究的基础上，致力于线性网络纠错码基本问题的研究提出了线性网络纠错码的基本性质、构造和对各种各样错误的差错纠正能力[17-18]。文中的讨论限制在单信源的多播情形，作者定义了一个网络纠错码的最小距离，它和经典编码理论中的最小距离起同样的作用。基于杨伟豪和蔡宁提出的网络纠错码的解码原则，作者引进两个解码算法并且分析它们的性能，进而阐明了全局核错误和擦除错误纠正问题，并利用码的最小距离来刻画此类型错误的差错纠正能力。
3结束语
网络编码在抗搭线窃听、抗拜占庭攻击和网络纠错码等网络安全领域的3个重要方面已展开应用，但是还需进一步发展[19]，例如网络编码在抗搭线窃听方面研究的假设还是稍微有些强，所以将这些理论应用到现实网络通信中还有很多工作要做。
