計算機病毒網絡傳播模型穩定性與控制研究

江浩

摘要：在當前科技迅猛發展的時代背景之下，為了更為合理有效的預防以及控制計算機病毒的傳播，本文擬出了一個計算機病毒網絡傳播模型，且利用該模型研究分析除了病毒的演化過程，運用動力學的方法探討了該模型的穩定性能，并將其仿真度進行了驗證。在常規理論分析的基礎之上，使用統計模擬方法利用該模型方針了病毒對于傳播率的科學演化選擇，其最終仿真結果表明，繁瑣復雜的生態背景更有助于小傳播率的病毒進行擴散傳播。希望借助此文內容，能夠為計算機病毒網絡的控制防范提供可靠的保障。

關鍵詞：網絡安全；計算機病毒；演化；平衡態與穩定性；動力系統計算機病毒抑制以具有破壞性、可執行性、隱蔽性以及傳染性著稱，隨著科技日新月異的發展，計算機病毒更是以常人無法想像的速度日以萬計的增長著，而且這些病毒與病毒之間還存在著錯綜復雜的關系，例如說：競爭關系、合作關系亦或者合作與競爭兩者并存的關系。為了探討病毒與病毒之間錯綜復雜的交互關系對于計算機網絡病毒傳播的整體影響，國外有專家學者首次在研究報告中提出了多種蠕蟲病毒的交互模式。但是，當前這些研究報告的內容中并沒有考慮到計算機病毒網絡在傳播方面的煙花選擇，然而傳播這一特性對于計算機病毒的穩定性及控制而言，擁有著至關重要的現實意義，本文基于計算機病毒網絡的傳播演化的選擇方向進行了分析與探討，希望能為計算機病毒網絡的傳播控制提供一份有效的借鑒建議。

1蠕蟲病毒的傳播模型

使用SIRS模型作為計算機病毒網絡傳播的基礎模型。分別使用符號S代表易感染計算機比例；使用符號I代表易感染計算機數值比例；使用符號R代表對于病毒傳播完全免疫的計算機數值比例，且假設計算機總數值固定，所得出的公示為S+I+R＝1。β用來表示計算機病毒的整體傳播率。δ（β,t）則代表計算機病毒的恢復率函數。計算機病毒的恢復率函數能夠如實反映出計算機殺毒軟件以及其他同類型的競爭病毒對待分析計算機病毒的遏制作用，其具體定義如下：

在該公式中，to用來表示防止計算機病毒出現的一種傳播時間延遲，在此假設to是服從指數分布的，所期望的數值便為1/（bβ2）；δ1所反映的是對于計算機病毒的抑制程度，與計算機病毒的傳播程度以及危害程度有關，假設為服從正態分布，期望數值為ɑβ。b與α為兩者的待定參數。

在計算機系統重裝時，可能會因為沒有安裝防御病毒的軟件，那么便表示本身對于計算機病毒免疫的計算機便會因此喪失了原有的免疫能力，重新變成為易感機器。如此一來，y則表示為自系統重裝而引起的計算機重新易感率，Y的取值概率便會完全依賴于計算機系統重裝周期中的倒數，其具體公式如下表示：

2計算機病毒網絡傳播模型的穩定性及控制研究

計算機網絡的安全技術發展過程非常的清楚明了：計算機防火墻技術→計算機病毒入侵檢測技術→計算機安全防御技術。可以說，這個過程便是整個計算機病毒網絡控制的主要發展過程。一般來說，計算機病毒網絡防御的技術手段為以下幾種：檢驗病毒技術、行為檢測技術、預先掃描技術、特征代碼技術以及模擬軟件技術，其中應用最為廣泛的技術手段便是特征代碼技術。當前，該種技術是被人們普遍認同的可以用來檢測依然得知的計算機網絡病毒手段，并且操作簡單、成本費用低廉。事實上，生活中大多數人經常使用的計算機防毒軟件中的掃毒模式便是將所有計算機病毒的代碼進行分析歸類，然后依次將其特征全部搜集匯總到計算機病毒代碼的資料庫當中。在計算機病毒掃描軟件開始工作時，便會將計算機內所有的程序與系統和病毒資料庫中的特征一一進行比對，一旦發現相互吻合的內容，便會判定該系統亦或者是程序已然被病毒所入侵。

經過上述假定計算機病毒網絡模型的實驗中，也可以發現模型當中的病毒其傳播非常依賴to的取值。在實際情況中，通過主動性的計算及防御以及病毒查殺來提高計算機網絡的安全性能及穩定性能，從而有效的將計算機網絡中的病毒傳播率控制到最低，是最為有效的方式手段。而這一種方式對于計算機網絡管理人員而言，并不是難以實現的事情。

3結語

綜上所述，本文擬定出一個病毒傳播的模型，從而分析探討了計算機病毒在相對復雜的生態環境背景下對于傳播率的演化發展選擇。通過實驗研究結果可以看出：大傳播率是非常有利于計算機病毒的早期傳播的，且傳播速度迅猛；小傳播率是非常有利于計算機病毒長期存在的。由此可見，伴隨著計算機病毒控防御控制技術的逐漸提高以及計算機病毒生態環境背景的復雜化，其小傳播率的計算機病毒隱蔽性具有顯著優勢。希望通過本文的研究內容，能促進計算機病毒網絡控制的發展進程。

[參考文獻]

[1]蓋紹婷.計算機病毒網絡傳播模型穩定性與控制研究[D].中國海洋大學，2013（05）.

[2]Song L P.Dynamics of multiple internet worms[C].Yentai:the 3rd international Conference on Biomedical Engineering and In-formatics,2010:2726-2729.

[3]張文良,黃亞樓,倪偉健.基于差分貢獻的垃圾郵件過濾特征選擇方法[J].計算機工程，2007（08）.

[4]陳亮,鄭寧,郭艷華,等.基于Win32 API的未知病毒檢測[J].計算機應用，2008（11）.

[5]Waldemar N,Grazyna N,Jolanta N M.Monte carlo study of the translocation of a polymer Chain through a hole [J].European Polymer Journal,2010(01).

endprint

摘要：在當前科技迅猛發展的時代背景之下，為了更為合理有效的預防以及控制計算機病毒的傳播，本文擬出了一個計算機病毒網絡傳播模型，且利用該模型研究分析除了病毒的演化過程，運用動力學的方法探討了該模型的穩定性能，并將其仿真度進行了驗證。在常規理論分析的基礎之上，使用統計模擬方法利用該模型方針了病毒對于傳播率的科學演化選擇，其最終仿真結果表明，繁瑣復雜的生態背景更有助于小傳播率的病毒進行擴散傳播。希望借助此文內容，能夠為計算機病毒網絡的控制防范提供可靠的保障。

關鍵詞：網絡安全；計算機病毒；演化；平衡態與穩定性；動力系統計算機病毒抑制以具有破壞性、可執行性、隱蔽性以及傳染性著稱，隨著科技日新月異的發展，計算機病毒更是以常人無法想像的速度日以萬計的增長著，而且這些病毒與病毒之間還存在著錯綜復雜的關系，例如說：競爭關系、合作關系亦或者合作與競爭兩者并存的關系。為了探討病毒與病毒之間錯綜復雜的交互關系對于計算機網絡病毒傳播的整體影響，國外有專家學者首次在研究報告中提出了多種蠕蟲病毒的交互模式。但是，當前這些研究報告的內容中并沒有考慮到計算機病毒網絡在傳播方面的煙花選擇，然而傳播這一特性對于計算機病毒的穩定性及控制而言，擁有著至關重要的現實意義，本文基于計算機病毒網絡的傳播演化的選擇方向進行了分析與探討，希望能為計算機病毒網絡的傳播控制提供一份有效的借鑒建議。

1蠕蟲病毒的傳播模型

使用SIRS模型作為計算機病毒網絡傳播的基礎模型。分別使用符號S代表易感染計算機比例；使用符號I代表易感染計算機數值比例；使用符號R代表對于病毒傳播完全免疫的計算機數值比例，且假設計算機總數值固定，所得出的公示為S+I+R＝1。β用來表示計算機病毒的整體傳播率。δ（β,t）則代表計算機病毒的恢復率函數。計算機病毒的恢復率函數能夠如實反映出計算機殺毒軟件以及其他同類型的競爭病毒對待分析計算機病毒的遏制作用，其具體定義如下：

在該公式中，to用來表示防止計算機病毒出現的一種傳播時間延遲，在此假設to是服從指數分布的，所期望的數值便為1/（bβ2）；δ1所反映的是對于計算機病毒的抑制程度，與計算機病毒的傳播程度以及危害程度有關，假設為服從正態分布，期望數值為ɑβ。b與α為兩者的待定參數。

在計算機系統重裝時，可能會因為沒有安裝防御病毒的軟件，那么便表示本身對于計算機病毒免疫的計算機便會因此喪失了原有的免疫能力，重新變成為易感機器。如此一來，y則表示為自系統重裝而引起的計算機重新易感率，Y的取值概率便會完全依賴于計算機系統重裝周期中的倒數，其具體公式如下表示：

2計算機病毒網絡傳播模型的穩定性及控制研究

計算機網絡的安全技術發展過程非常的清楚明了：計算機防火墻技術→計算機病毒入侵檢測技術→計算機安全防御技術。可以說，這個過程便是整個計算機病毒網絡控制的主要發展過程。一般來說，計算機病毒網絡防御的技術手段為以下幾種：檢驗病毒技術、行為檢測技術、預先掃描技術、特征代碼技術以及模擬軟件技術，其中應用最為廣泛的技術手段便是特征代碼技術。當前，該種技術是被人們普遍認同的可以用來檢測依然得知的計算機網絡病毒手段，并且操作簡單、成本費用低廉。事實上，生活中大多數人經常使用的計算機防毒軟件中的掃毒模式便是將所有計算機病毒的代碼進行分析歸類，然后依次將其特征全部搜集匯總到計算機病毒代碼的資料庫當中。在計算機病毒掃描軟件開始工作時，便會將計算機內所有的程序與系統和病毒資料庫中的特征一一進行比對，一旦發現相互吻合的內容，便會判定該系統亦或者是程序已然被病毒所入侵。

經過上述假定計算機病毒網絡模型的實驗中，也可以發現模型當中的病毒其傳播非常依賴to的取值。在實際情況中，通過主動性的計算及防御以及病毒查殺來提高計算機網絡的安全性能及穩定性能，從而有效的將計算機網絡中的病毒傳播率控制到最低，是最為有效的方式手段。而這一種方式對于計算機網絡管理人員而言，并不是難以實現的事情。

3結語

綜上所述，本文擬定出一個病毒傳播的模型，從而分析探討了計算機病毒在相對復雜的生態環境背景下對于傳播率的演化發展選擇。通過實驗研究結果可以看出：大傳播率是非常有利于計算機病毒的早期傳播的，且傳播速度迅猛；小傳播率是非常有利于計算機病毒長期存在的。由此可見，伴隨著計算機病毒控防御控制技術的逐漸提高以及計算機病毒生態環境背景的復雜化，其小傳播率的計算機病毒隱蔽性具有顯著優勢。希望通過本文的研究內容，能促進計算機病毒網絡控制的發展進程。

[參考文獻]

[1]蓋紹婷.計算機病毒網絡傳播模型穩定性與控制研究[D].中國海洋大學，2013（05）.

[2]Song L P.Dynamics of multiple internet worms[C].Yentai:the 3rd international Conference on Biomedical Engineering and In-formatics,2010:2726-2729.

[3]張文良,黃亞樓,倪偉健.基于差分貢獻的垃圾郵件過濾特征選擇方法[J].計算機工程，2007（08）.

[4]陳亮,鄭寧,郭艷華,等.基于Win32 API的未知病毒檢測[J].計算機應用，2008（11）.

[5]Waldemar N,Grazyna N,Jolanta N M.Monte carlo study of the translocation of a polymer Chain through a hole [J].European Polymer Journal,2010(01).

endprint

摘要：在當前科技迅猛發展的時代背景之下，為了更為合理有效的預防以及控制計算機病毒的傳播，本文擬出了一個計算機病毒網絡傳播模型，且利用該模型研究分析除了病毒的演化過程，運用動力學的方法探討了該模型的穩定性能，并將其仿真度進行了驗證。在常規理論分析的基礎之上，使用統計模擬方法利用該模型方針了病毒對于傳播率的科學演化選擇，其最終仿真結果表明，繁瑣復雜的生態背景更有助于小傳播率的病毒進行擴散傳播。希望借助此文內容，能夠為計算機病毒網絡的控制防范提供可靠的保障。

關鍵詞：網絡安全；計算機病毒；演化；平衡態與穩定性；動力系統計算機病毒抑制以具有破壞性、可執行性、隱蔽性以及傳染性著稱，隨著科技日新月異的發展，計算機病毒更是以常人無法想像的速度日以萬計的增長著，而且這些病毒與病毒之間還存在著錯綜復雜的關系，例如說：競爭關系、合作關系亦或者合作與競爭兩者并存的關系。為了探討病毒與病毒之間錯綜復雜的交互關系對于計算機網絡病毒傳播的整體影響，國外有專家學者首次在研究報告中提出了多種蠕蟲病毒的交互模式。但是，當前這些研究報告的內容中并沒有考慮到計算機病毒網絡在傳播方面的煙花選擇，然而傳播這一特性對于計算機病毒的穩定性及控制而言，擁有著至關重要的現實意義，本文基于計算機病毒網絡的傳播演化的選擇方向進行了分析與探討，希望能為計算機病毒網絡的傳播控制提供一份有效的借鑒建議。

1蠕蟲病毒的傳播模型

使用SIRS模型作為計算機病毒網絡傳播的基礎模型。分別使用符號S代表易感染計算機比例；使用符號I代表易感染計算機數值比例；使用符號R代表對于病毒傳播完全免疫的計算機數值比例，且假設計算機總數值固定，所得出的公示為S+I+R＝1。β用來表示計算機病毒的整體傳播率。δ（β,t）則代表計算機病毒的恢復率函數。計算機病毒的恢復率函數能夠如實反映出計算機殺毒軟件以及其他同類型的競爭病毒對待分析計算機病毒的遏制作用，其具體定義如下：

在該公式中，to用來表示防止計算機病毒出現的一種傳播時間延遲，在此假設to是服從指數分布的，所期望的數值便為1/（bβ2）；δ1所反映的是對于計算機病毒的抑制程度，與計算機病毒的傳播程度以及危害程度有關，假設為服從正態分布，期望數值為ɑβ。b與α為兩者的待定參數。

在計算機系統重裝時，可能會因為沒有安裝防御病毒的軟件，那么便表示本身對于計算機病毒免疫的計算機便會因此喪失了原有的免疫能力，重新變成為易感機器。如此一來，y則表示為自系統重裝而引起的計算機重新易感率，Y的取值概率便會完全依賴于計算機系統重裝周期中的倒數，其具體公式如下表示：

2計算機病毒網絡傳播模型的穩定性及控制研究

計算機網絡的安全技術發展過程非常的清楚明了：計算機防火墻技術→計算機病毒入侵檢測技術→計算機安全防御技術。可以說，這個過程便是整個計算機病毒網絡控制的主要發展過程。一般來說，計算機病毒網絡防御的技術手段為以下幾種：檢驗病毒技術、行為檢測技術、預先掃描技術、特征代碼技術以及模擬軟件技術，其中應用最為廣泛的技術手段便是特征代碼技術。當前，該種技術是被人們普遍認同的可以用來檢測依然得知的計算機網絡病毒手段，并且操作簡單、成本費用低廉。事實上，生活中大多數人經常使用的計算機防毒軟件中的掃毒模式便是將所有計算機病毒的代碼進行分析歸類，然后依次將其特征全部搜集匯總到計算機病毒代碼的資料庫當中。在計算機病毒掃描軟件開始工作時，便會將計算機內所有的程序與系統和病毒資料庫中的特征一一進行比對，一旦發現相互吻合的內容，便會判定該系統亦或者是程序已然被病毒所入侵。

經過上述假定計算機病毒網絡模型的實驗中，也可以發現模型當中的病毒其傳播非常依賴to的取值。在實際情況中，通過主動性的計算及防御以及病毒查殺來提高計算機網絡的安全性能及穩定性能，從而有效的將計算機網絡中的病毒傳播率控制到最低，是最為有效的方式手段。而這一種方式對于計算機網絡管理人員而言，并不是難以實現的事情。

3結語

綜上所述，本文擬定出一個病毒傳播的模型，從而分析探討了計算機病毒在相對復雜的生態環境背景下對于傳播率的演化發展選擇。通過實驗研究結果可以看出：大傳播率是非常有利于計算機病毒的早期傳播的，且傳播速度迅猛；小傳播率是非常有利于計算機病毒長期存在的。由此可見，伴隨著計算機病毒控防御控制技術的逐漸提高以及計算機病毒生態環境背景的復雜化，其小傳播率的計算機病毒隱蔽性具有顯著優勢。希望通過本文的研究內容，能促進計算機病毒網絡控制的發展進程。

[參考文獻]

[1]蓋紹婷.計算機病毒網絡傳播模型穩定性與控制研究[D].中國海洋大學，2013（05）.

[2]Song L P.Dynamics of multiple internet worms[C].Yentai:the 3rd international Conference on Biomedical Engineering and In-formatics,2010:2726-2729.

[3]張文良,黃亞樓,倪偉健.基于差分貢獻的垃圾郵件過濾特征選擇方法[J].計算機工程，2007（08）.

[4]陳亮,鄭寧,郭艷華,等.基于Win32 API的未知病毒檢測[J].計算機應用，2008（11）.

[5]Waldemar N,Grazyna N,Jolanta N M.Monte carlo study of the translocation of a polymer Chain through a hole [J].European Polymer Journal,2010(01).

endprint