×

具有非线性对抗概率和受感染可移动存储介质的计算机病毒传播行为的建模与分析。 (英语) Zbl 1459.68016号

摘要:传播对策被广泛认为是遏制计算机病毒传播的最有效策略之一。为了更好地理解对策和可移动存储介质对病毒传播的影响,本文提出了一个包含非线性对策概率和受感染可移动存储媒体的动态模型。理论分析表明,该模型的唯一(病毒)平衡点是全局渐近稳定的。一些数值实验也说明了这一主要结果。此外,还进行了不同对抗概率的数值实验。

MSC公司:

68英里11 互联网主题
68平方米25 计算机安全
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Szor,P.,《计算机病毒研究与防御的艺术》(2005),美国马萨诸塞州波士顿:Addison Wesley Professional,美国马萨诸塞州波士顿
[2] Wierman,J.C。;Marchette,D.J.,用易感染易感模型模拟计算机病毒流行率,重新引入,计算统计与数据分析,45,1,3-23(2004)·Zbl 1429.68037号 ·doi:10.1016/s0167-9473(03)00113-0
[3] d'Onofrio,A.,基于网络的SIS流行病模型的全球行为注释,非线性分析现实世界应用,9,4,1567-1572(2008)·Zbl 1154.34355号
[4] 米什拉,B.K。;Jha,N.,在计算机节点上运行反恶意软件后的固定临时免疫期,应用数学与计算,190,2,1207-1212(2007)·Zbl 1117.92052号 ·doi:10.1016/j.amc.2007.02.004
[5] 甘,C。;冯(Q.Feng)。;朱,Q。;张,Z。;Zhang,Y。;Xiang,Y.,复杂网络上计算机病毒传播行为分析:俄勒冈州路由网络案例研究,非线性动力学,100,1725-1740(2020)·Zbl 1459.34082号 ·doi:10.1007/s11071-020-05562-1
[6] Yang,L.-X。;杨,X。;Wen,L。;Liu,J.,一种新的计算机病毒传播模型及其动力学,国际计算机数学杂志,89,172307-2314(2012)·Zbl 1255.68058号 ·doi:10.1080/00207160.2012.715388
[7] 朱,Q。;杨,X。;Yang,L。;张欣,计算机病毒的混合传播模型与对策,非线性动力学,73,7,1433-1441(2013)·Zbl 1281.68056号 ·doi:10.1007/s11071-013-0874-z
[8] Yang,L.-X。;Yang,X.,受感染的外部计算机对病毒传播的影响:一项分区建模研究,Physica a:统计力学及其应用,392,246523-6535(2013)·Zbl 1395.34063号 ·doi:10.1016/j.physa.2013.08.024
[9] 张,X。;Gan,C.,复杂网络中病毒传播模型的全局吸引和最优动态对策,物理a:统计力学及其应用,4901004-1018(2018)·Zbl 1514.68024号 ·doi:10.1016/j.physa.2017.08.085
[10] 刘伟。;Zhong,S.,网络恶意软件传播建模和最佳控制策略,《科学报告》,7,1(2017)·doi:10.1038/srep42308
[11] 陈,L.-C。;Carley,K.M.,《对抗传播对计算机病毒流行的影响》,IEEE系统、人与控制论汇刊,B部分(控制论),34,2,823-833(2004)·doi:10.1109/tsmcb.2003.817098
[12] Thieme,H.R.,渐近自治微分方程的收敛结果和poincare-bindixson三分法,数学生物学杂志,30,7,755-763(1992)·Zbl 0761.34039号 ·doi:10.1007/bf00173267
[13] Robinson,R.C.,《动力系统导论:连续与离散》(2004),美国新泽西州恩格尔伍德克利夫斯:普伦蒂斯·霍尔,美国新日本州恩格尔伍德·克利夫斯·Zbl 1073.37001号
[14] 张,C。;刘伟。;肖,J。;Zhao,Y.,改进SLBS模型在潜伏期影响下的Hopf分岔,工程数学问题,2013(2013)·兹比尔1296.34154 ·doi:10.1155/2013/196214
[15] Ren,J。;Xu,Y.,具有延迟和不完全防病毒能力的计算机病毒传播模型的稳定性和分岔,工程数学问题,2014(2014)·Zbl 1407.68055号 ·数字对象标识代码:10.1155/2014/475934
[16] 姚,Y。;冯,X.D。;杨伟(Yang,W.)。;Xiang,W.L。;Gao,F.X.,带有脉冲隔离策略的延迟互联网蠕虫传播模型分析,工程数学问题,2014(2014)·Zbl 1407.34073号 ·doi:10.1155/2014/369360
[17] 张,C。;Zhao,Y。;Wu,Y。;邓,S.,计算机病毒的随机动力学模型,《自然与社会中的离散动力学》,2012(2012)·Zbl 1248.68080号 ·doi:10.1155/2012/264874
[18] Amador,J.,《计算机病毒的随机SIRA模型》,应用数学与计算,2321112-1124(2014)·Zbl 1410.68035号 ·doi:10.1016/j.amc.2014年12月15日
[19] 张,C。;Huang,H.,无标度网络上新型计算机病毒传播模型的最优控制策略,物理a:统计力学及其应用,451251-265(2016)·Zbl 1400.34093号 ·doi:10.1016/j.physa.2016.01.028
[20] 冯,L。;宋,L。;赵(Q.Zhao)。;Wang,H.,无线传感器网络中蠕虫传播的建模与稳定性分析,工程数学问题,2015(2015)·Zbl 1394.68013号 ·doi:10.1155/2015/129598
[21] 辛格,A。;Awasthi,A.K。;辛格,K。;Srivastava,P.K.,无线传感器网络中蠕虫传播的建模与分析,无线个人通信,98,3,2535-2551(2018)·doi:10.1007/s11277-017-4988-3
[22] 张,Z。;昆都,S。;Wei,R.,无线传感器网络中恶意代码传播的延迟流行病模型,数学,7,5(2019)·doi:10.3390/路径7050396
[23] 北阿尔都亚吉。;Datta,A。;Li,J.,社交网络中基于集团的社区检测的影响传播模型,IEEE计算社会系统汇刊,5,2,563-575(2018)·doi:10.1109/tcss.2018.2831694
[24] 李,J。;蔡,T。;邓,K。;王,X。;塞利斯,T。;Xia,F.,《社交网络中社区多元化影响最大化》,信息系统,92(2020)·doi:10.1016/j.is.2020.101522
[25] 甘,C。;冯(Q.Feng)。;张,X。;张,Z。;朱强,云计算安全恶意软件的动态传播模型,IEEE Access,820325-20333(2020)·doi:10.1109/access.2020.2968916
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。