發(fā)布時間：2021-07-18 14:39

　　在科學(xué)技術(shù)快速發(fā)展的今天,網(wǎng)絡(luò)在給人類提供巨大方便的同時,也為計算機病毒的傳播提供了土壤。雖然殺毒軟件,補丁程序,防火墻等技術(shù)是對抗計算機病毒的有效手段,但是當(dāng)新型病毒爆發(fā)時,這些技術(shù)卻顯得束手無策,為對抗計算機病毒,減少網(wǎng)絡(luò)安全事件的發(fā)生,我們有必要對病毒的傳播機理進行深入的了解,期望能為能夠為計算機病毒的防治工作提供一些理論參考。本學(xué)位論文主要進行了以下兩方面研究。（1）在經(jīng)典SIRS（易感-感染-免疫-易感）的基礎(chǔ)上,本文提出了一種網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生變化的改進SIRS模型,通過對模型的理論推導(dǎo)得出計算機網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的變化對計算機病毒的傳播有著至關(guān)重要的影響。并運用李雅普諾夫穩(wěn)定性理論分析得到閾值條件,當(dāng)系統(tǒng)滿足閾值條件時,計算機病毒最終消失;不滿足閾值條件時計算機病毒將始終存在于計算機網(wǎng)絡(luò)中。同時也表明了本文改進的SIRS模型更貼近現(xiàn)實情況中計算機病毒的傳播過程。給計算機病毒的防控提供了具有參考價值的理論依據(jù)。（2）針對機理模型在刻畫病毒傳播過程中的不足,本文結(jié)合猩紅熱2012²017年發(fā)病率數(shù)據(jù),分別建立了基于SIS模型近似解析解的改進模型,NAR神經(jīng)網(wǎng)絡(luò)的... 

【文章來源】：遼寧石油化工大學(xué)遼寧省

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【部分圖文】：

NAR模型工作流程圖

23的計算機網(wǎng)絡(luò)病毒傳播模型，并取得了良好的效果，文獻[42],[43],運用MATLAB并結(jié)合相應(yīng)數(shù)據(jù)進行了數(shù)值模擬實驗，均取得了相應(yīng)的效果，相較于文獻[41]-[43]中均采用單一實驗方式，本文采用Netlogo，與MATLABA相結(jié)合的方式來驗證本文理論分析所得結(jié)果。3.4.1改進SIRS模型無病平衡點仿真本小節(jié)實驗采用復(fù)雜網(wǎng)絡(luò)仿真建模工具netlogo來構(gòu)建仿真系統(tǒng)，設(shè)置不同turtles的顏色來表示計算機的不同狀態(tài)[44]。統(tǒng)計在每個時間節(jié)點上處于不同狀態(tài)的計算機數(shù)量畫出統(tǒng)計圖。仿真中，設(shè)定網(wǎng)絡(luò)規(guī)模為300，平均度分別為3和6，假設(shè)0.1，0.7初始感染節(jié)點均為180個,此時K(0)1，根據(jù)引理1，計算機病毒將從網(wǎng)絡(luò)中消失。(a)k為3時sirs模型無病平衡點實際仿真（b)k為6時sirs模型無病平衡點實際仿真圖3.4SIRS無病平衡點仿真Fig.3.4SimulationofSIRSatdisease-freeequilibriumpoint

24對比圖3.4中(a)和(b)不難發(fā)現(xiàn)，在同樣滿足引理1的情況下，較為稀疏的網(wǎng)絡(luò)由于計算機節(jié)點之間的聯(lián)系不是那么密切，當(dāng)病毒在網(wǎng)絡(luò)中傳播時，可以有效的抑制病毒在網(wǎng)絡(luò)上的傳播，而聯(lián)系較為密切的網(wǎng)絡(luò)，由于計算機之間的聯(lián)系較為密切，當(dāng)網(wǎng)絡(luò)中爆發(fā)病毒時，計算機病毒可以在網(wǎng)絡(luò)中迅速蔓延，并駐留較長時間。3.4.2SIRS地方病平衡點仿真仿真中，設(shè)定網(wǎng)絡(luò)規(guī)模為300，平均度分別為3和6，0.1，0.7初始感染節(jié)點均為3個,此時K(0)1，根據(jù)引理2，計算機病毒將不會從網(wǎng)絡(luò)中消失。(a)K為10時sirs模型地方病平衡點實際仿真（b）K為15時sirs模型地方病平衡點實際仿真圖3.5SIRS地方病平衡點仿真與數(shù)值模擬Fig.3.5SimulationaofSIRSatendemicequilibriumpoint

【參考文獻】：
期刊論文
[1]潛伏機制下網(wǎng)絡(luò)病毒傳播SEIQRS模型及穩(wěn)定性分析[J]. 王剛,陸世偉,胡鑫,馬潤年.  哈爾濱工業(yè)大學(xué)學(xué)報. 2019(05)
[2]一類隨機離散的SIR流行病模型解的穩(wěn)定性分析[J]. 魯銀霞,廖新元,陳會利,李佳季.  南華大學(xué)學(xué)報(自然科學(xué)版). 2019(01)
[3]基于復(fù)雜網(wǎng)絡(luò)Deffuant模型的輿情演化規(guī)律研究[J]. 馬永軍,杜禹陽.  情報雜志. 2018(06)
[4]基于NAR模型的上海市房產(chǎn)稅規(guī)模預(yù)測[J]. 劉洋,蔡明明,楊婉瑩.  中國房地產(chǎn). 2016(30)
[5]帶有非線性免疫率的SIRS計算機病毒傳播模型[J]. 昂蓉蓉,葉雷.  安慶師范學(xué)院學(xué)報(自然科學(xué)版). 2016(03)
[6]基于NAR模型的電視頻道收視率預(yù)測[J]. 肖啟偉,楊秀芝.  電視技術(shù). 2015(04)
[7]流行性感冒數(shù)學(xué)建模研究進展[J]. 陳田木,劉如春,謝知,胡偉紅,李亞曼,李葉蘭,王智宇.  中國熱帶醫(yī)學(xué). 2014(07)
[8]基于SIR模型的微博信息擴散規(guī)律仿真分析[J]. 劉丹,殷亞文,宋明.  北京郵電大學(xué)學(xué)報(社會科學(xué)版). 2014(03)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的河南省甲乙類法定報告?zhèn)魅静☆A(yù)測研究[J]. 徐學(xué)琴,孫寧,徐玉芳.  中華疾病控制雜志. 2014(06)
[10]基于Netlogo的計算機網(wǎng)絡(luò)病毒傳播模型SIRH及仿真[J]. 張安勇,邵世芬,蘇麗君.  青島大學(xué)學(xué)報(自然科學(xué)版). 2014(02)

博士論文
[1]網(wǎng)絡(luò)病毒傳播規(guī)律及控制策略研究[D]. 楊櫓星.重慶大學(xué) 2015
[2]傳染病動力學(xué)模型研究[D]. 曹宇.東北大學(xué) 2014
[3]三種新型計算機病毒傳播模型：理論研究與應(yīng)用策略[D]. 楊茂斌.重慶大學(xué) 2012

碩士論文
[1]幾類傳染病微分方程模型的傳播動力學(xué)分析[D]. 陳思行.桂林電子科技大學(xué) 2018
[2]三類傳染病模型的若干問題研究[D]. 任雪.東北林業(yè)大學(xué) 2018
[3]基于SIR社交網(wǎng)絡(luò)的謠言傳播模型研究[D]. 余莎莎.南京郵電大學(xué) 2017
[4]一類計算機病毒SIR模型的傳播動力學(xué)[D]. 郭曉菲.安徽師范大學(xué) 2017
[5]云計算下基于認(rèn)知的學(xué)習(xí)質(zhì)量評價優(yōu)化算法的研究[D]. 孫麗娜.沈陽師范大學(xué) 2017
[6]幾類傳染病模型的動力學(xué)研究[D]. 韓怡茹.西安電子科技大學(xué) 2017
[7]基于BP神經(jīng)網(wǎng)絡(luò)模型和NAR動態(tài)神經(jīng)網(wǎng)絡(luò)模型的期貨跨品種套利策略對比研究[D]. 梁仁方.浙江財經(jīng)大學(xué) 2016
[8]基于NAR神經(jīng)網(wǎng)絡(luò)的車速預(yù)測及應(yīng)用[D]. 袁魯山.大連理工大學(xué) 2016
[9]具有風(fēng)險預(yù)知的復(fù)雜網(wǎng)絡(luò)傳染病模型研究[D]. 張喜娟.中北大學(xué) 2010



本文編號：3289775