计算机病毒网络传播模型稳定性与控制研究

江浩

摘要：在当前科技迅猛发展的时代背景之下，为了更为合理有效的预防以及控制计算机病毒的传播，本文拟出了一个计算机病毒网络传播模型，且利用该模型研究分析除了病毒的演化过程，运用动力学的方法探讨了该模型的稳定性能，并将其仿真度进行了验证。在常规理论分析的基础之上，使用统计模拟方法利用该模型方针了病毒对于传播率的科学演化选择，其最终仿真结果表明，繁琐复杂的生态背景更有助于小传播率的病毒进行扩散传播。希望借助此文内容，能够为计算机病毒网络的控制防范提供可靠的保障。

关键词：网络安全；计算机病毒；演化；平衡态与稳定性；动力系统计算机病毒抑制以具有破坏性、可执行性、隐蔽性以及传染性著称，随着科技日新月异的发展，计算机病毒更是以常人无法想像的速度日以万计的增长着，而且这些病毒与病毒之间还存在着错综复杂的关系，例如说：竞争关系、合作关系亦或者合作与竞争两者并存的关系。为了探讨病毒与病毒之间错综复杂的交互关系对于计算机网络病毒传播的整体影响，国外有专家学者首次在研究报告中提出了多种蠕虫病毒的交互模式。但是，当前这些研究报告的内容中并没有考虑到计算机病毒网络在传播方面的烟花选择，然而传播这一特性对于计算机病毒的稳定性及控制而言，拥有着至关重要的现实意义，本文基于计算机病毒网络的传播演化的选择方向进行了分析与探讨，希望能为计算机病毒网络的传播控制提供一份有效的借鉴建议。

1蠕虫病毒的传播模型

使用SIRS模型作为计算机病毒网络传播的基础模型。分别使用符号S代表易感染计算机比例；使用符号I代表易感染计算机数值比例；使用符号R代表对于病毒传播完全免疫的计算机数值比例，且假设计算机总数值固定，所得出的公示为S+I+R＝1。β用来表示计算机病毒的整体传播率。δ（β,t）则代表计算机病毒的恢复率函数。计算机病毒的恢复率函数能够如实反映出计算机杀毒软件以及其他同类型的竞争病毒对待分析计算机病毒的遏制作用，其具体定义如下：

在该公式中，to用来表示防止计算机病毒出现的一种传播时间延迟，在此假设to是服从指数分布的，所期望的数值便为1/（bβ2）；δ1所反映的是对于计算机病毒的抑制程度，与计算机病毒的传播程度以及危害程度有关，假设为服从正态分布，期望数值为ɑβ。b与α为两者的待定参数。

在计算机系统重装时，可能会因为没有安装防御病毒的软件，那么便表示本身对于计算机病毒免疫的计算机便会因此丧失了原有的免疫能力，重新变成为易感机器。如此一来，y则表示为自系统重装而引起的计算机重新易感率，Y的取值概率便会完全依赖于计算机系统重装周期中的倒数，其具体公式如下表示：

2计算机病毒网络传播模型的稳定性及控制研究

计算机网络的安全技术发展过程非常的清楚明了：计算机防火墙技术→计算机病毒入侵检测技术→计算机安全防御技术。可以说，这个过程便是整个计算机病毒网络控制的主要发展过程。一般来说，计算机病毒网络防御的技术手段为以下几种：检验病毒技术、行为检测技术、预先扫描技术、特征代码技术以及模拟软件技术，其中应用最为广泛的技术手段便是特征代码技术。当前，该种技术是被人们普遍认同的可以用来检测依然得知的计算机网络病毒手段，并且操作简单、成本费用低廉。事实上，生活中大多数人经常使用的计算机防毒软件中的扫毒模式便是将所有计算机病毒的代码进行分析归类，然后依次将其特征全部搜集汇总到计算机病毒代码的资料库当中。在计算机病毒扫描软件开始工作时，便会将计算机内所有的程序与系统和病毒资料库中的特征一一进行比对，一旦发现相互吻合的内容，便会判定该系统亦或者是程序已然被病毒所入侵。

经过上述假定计算机病毒网络模型的实验中，也可以发现模型当中的病毒其传播非常依赖to的取值。在实际情况中，通过主动性的计算及防御以及病毒查杀来提高计算机网络的安全性能及稳定性能，从而有效的将计算机网络中的病毒传播率控制到最低，是最为有效的方式手段。而这一种方式对于计算机网络管理人员而言，并不是难以实现的事情。

3结语

综上所述，本文拟定出一个病毒传播的模型，从而分析探讨了计算机病毒在相对复杂的生态环境背景下对于传播率的演化发展选择。通过实验研究结果可以看出：大传播率是非常有利于计算机病毒的早期传播的，且传播速度迅猛；小传播率是非常有利于计算机病毒长期存在的。由此可见，伴随着计算机病毒控防御控制技术的逐渐提高以及计算机病毒生态环境背景的复杂化，其小传播率的计算机病毒隐蔽性具有显著优势。希望通过本文的研究内容，能促进计算机病毒网络控制的发展进程。

[参考文献]

[1]盖绍婷.计算机病毒网络传播模型稳定性与控制研究[D].中国海洋大学，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]张文良,黄亚楼,倪伟健.基于差分贡献的垃圾邮件过滤特征选择方法[J].计算机工程，2007（08）.

[4]陈亮,郑宁,郭艳华,等.基于Win32 API的未知病毒检测[J].计算机应用，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：在当前科技迅猛发展的时代背景之下，为了更为合理有效的预防以及控制计算机病毒的传播，本文拟出了一个计算机病毒网络传播模型，且利用该模型研究分析除了病毒的演化过程，运用动力学的方法探讨了该模型的稳定性能，并将其仿真度进行了验证。在常规理论分析的基础之上，使用统计模拟方法利用该模型方针了病毒对于传播率的科学演化选择，其最终仿真结果表明，繁琐复杂的生态背景更有助于小传播率的病毒进行扩散传播。希望借助此文内容，能够为计算机病毒网络的控制防范提供可靠的保障。

关键词：网络安全；计算机病毒；演化；平衡态与稳定性；动力系统计算机病毒抑制以具有破坏性、可执行性、隐蔽性以及传染性著称，随着科技日新月异的发展，计算机病毒更是以常人无法想像的速度日以万计的增长着，而且这些病毒与病毒之间还存在着错综复杂的关系，例如说：竞争关系、合作关系亦或者合作与竞争两者并存的关系。为了探讨病毒与病毒之间错综复杂的交互关系对于计算机网络病毒传播的整体影响，国外有专家学者首次在研究报告中提出了多种蠕虫病毒的交互模式。但是，当前这些研究报告的内容中并没有考虑到计算机病毒网络在传播方面的烟花选择，然而传播这一特性对于计算机病毒的稳定性及控制而言，拥有着至关重要的现实意义，本文基于计算机病毒网络的传播演化的选择方向进行了分析与探讨，希望能为计算机病毒网络的传播控制提供一份有效的借鉴建议。

1蠕虫病毒的传播模型

使用SIRS模型作为计算机病毒网络传播的基础模型。分别使用符号S代表易感染计算机比例；使用符号I代表易感染计算机数值比例；使用符号R代表对于病毒传播完全免疫的计算机数值比例，且假设计算机总数值固定，所得出的公示为S+I+R＝1。β用来表示计算机病毒的整体传播率。δ（β,t）则代表计算机病毒的恢复率函数。计算机病毒的恢复率函数能够如实反映出计算机杀毒软件以及其他同类型的竞争病毒对待分析计算机病毒的遏制作用，其具体定义如下：

在该公式中，to用来表示防止计算机病毒出现的一种传播时间延迟，在此假设to是服从指数分布的，所期望的数值便为1/（bβ2）；δ1所反映的是对于计算机病毒的抑制程度，与计算机病毒的传播程度以及危害程度有关，假设为服从正态分布，期望数值为ɑβ。b与α为两者的待定参数。

在计算机系统重装时，可能会因为没有安装防御病毒的软件，那么便表示本身对于计算机病毒免疫的计算机便会因此丧失了原有的免疫能力，重新变成为易感机器。如此一来，y则表示为自系统重装而引起的计算机重新易感率，Y的取值概率便会完全依赖于计算机系统重装周期中的倒数，其具体公式如下表示：

2计算机病毒网络传播模型的稳定性及控制研究

计算机网络的安全技术发展过程非常的清楚明了：计算机防火墙技术→计算机病毒入侵检测技术→计算机安全防御技术。可以说，这个过程便是整个计算机病毒网络控制的主要发展过程。一般来说，计算机病毒网络防御的技术手段为以下几种：检验病毒技术、行为检测技术、预先扫描技术、特征代码技术以及模拟软件技术，其中应用最为广泛的技术手段便是特征代码技术。当前，该种技术是被人们普遍认同的可以用来检测依然得知的计算机网络病毒手段，并且操作简单、成本费用低廉。事实上，生活中大多数人经常使用的计算机防毒软件中的扫毒模式便是将所有计算机病毒的代码进行分析归类，然后依次将其特征全部搜集汇总到计算机病毒代码的资料库当中。在计算机病毒扫描软件开始工作时，便会将计算机内所有的程序与系统和病毒资料库中的特征一一进行比对，一旦发现相互吻合的内容，便会判定该系统亦或者是程序已然被病毒所入侵。

经过上述假定计算机病毒网络模型的实验中，也可以发现模型当中的病毒其传播非常依赖to的取值。在实际情况中，通过主动性的计算及防御以及病毒查杀来提高计算机网络的安全性能及稳定性能，从而有效的将计算机网络中的病毒传播率控制到最低，是最为有效的方式手段。而这一种方式对于计算机网络管理人员而言，并不是难以实现的事情。

3结语

综上所述，本文拟定出一个病毒传播的模型，从而分析探讨了计算机病毒在相对复杂的生态环境背景下对于传播率的演化发展选择。通过实验研究结果可以看出：大传播率是非常有利于计算机病毒的早期传播的，且传播速度迅猛；小传播率是非常有利于计算机病毒长期存在的。由此可见，伴随着计算机病毒控防御控制技术的逐渐提高以及计算机病毒生态环境背景的复杂化，其小传播率的计算机病毒隐蔽性具有显著优势。希望通过本文的研究内容，能促进计算机病毒网络控制的发展进程。

[参考文献]

[1]盖绍婷.计算机病毒网络传播模型稳定性与控制研究[D].中国海洋大学，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]张文良,黄亚楼,倪伟健.基于差分贡献的垃圾邮件过滤特征选择方法[J].计算机工程，2007（08）.

[4]陈亮,郑宁,郭艳华,等.基于Win32 API的未知病毒检测[J].计算机应用，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：在当前科技迅猛发展的时代背景之下，为了更为合理有效的预防以及控制计算机病毒的传播，本文拟出了一个计算机病毒网络传播模型，且利用该模型研究分析除了病毒的演化过程，运用动力学的方法探讨了该模型的稳定性能，并将其仿真度进行了验证。在常规理论分析的基础之上，使用统计模拟方法利用该模型方针了病毒对于传播率的科学演化选择，其最终仿真结果表明，繁琐复杂的生态背景更有助于小传播率的病毒进行扩散传播。希望借助此文内容，能够为计算机病毒网络的控制防范提供可靠的保障。

关键词：网络安全；计算机病毒；演化；平衡态与稳定性；动力系统计算机病毒抑制以具有破坏性、可执行性、隐蔽性以及传染性著称，随着科技日新月异的发展，计算机病毒更是以常人无法想像的速度日以万计的增长着，而且这些病毒与病毒之间还存在着错综复杂的关系，例如说：竞争关系、合作关系亦或者合作与竞争两者并存的关系。为了探讨病毒与病毒之间错综复杂的交互关系对于计算机网络病毒传播的整体影响，国外有专家学者首次在研究报告中提出了多种蠕虫病毒的交互模式。但是，当前这些研究报告的内容中并没有考虑到计算机病毒网络在传播方面的烟花选择，然而传播这一特性对于计算机病毒的稳定性及控制而言，拥有着至关重要的现实意义，本文基于计算机病毒网络的传播演化的选择方向进行了分析与探讨，希望能为计算机病毒网络的传播控制提供一份有效的借鉴建议。

1蠕虫病毒的传播模型

使用SIRS模型作为计算机病毒网络传播的基础模型。分别使用符号S代表易感染计算机比例；使用符号I代表易感染计算机数值比例；使用符号R代表对于病毒传播完全免疫的计算机数值比例，且假设计算机总数值固定，所得出的公示为S+I+R＝1。β用来表示计算机病毒的整体传播率。δ（β,t）则代表计算机病毒的恢复率函数。计算机病毒的恢复率函数能够如实反映出计算机杀毒软件以及其他同类型的竞争病毒对待分析计算机病毒的遏制作用，其具体定义如下：

在该公式中，to用来表示防止计算机病毒出现的一种传播时间延迟，在此假设to是服从指数分布的，所期望的数值便为1/（bβ2）；δ1所反映的是对于计算机病毒的抑制程度，与计算机病毒的传播程度以及危害程度有关，假设为服从正态分布，期望数值为ɑβ。b与α为两者的待定参数。

在计算机系统重装时，可能会因为没有安装防御病毒的软件，那么便表示本身对于计算机病毒免疫的计算机便会因此丧失了原有的免疫能力，重新变成为易感机器。如此一来，y则表示为自系统重装而引起的计算机重新易感率，Y的取值概率便会完全依赖于计算机系统重装周期中的倒数，其具体公式如下表示：

2计算机病毒网络传播模型的稳定性及控制研究

计算机网络的安全技术发展过程非常的清楚明了：计算机防火墙技术→计算机病毒入侵检测技术→计算机安全防御技术。可以说，这个过程便是整个计算机病毒网络控制的主要发展过程。一般来说，计算机病毒网络防御的技术手段为以下几种：检验病毒技术、行为检测技术、预先扫描技术、特征代码技术以及模拟软件技术，其中应用最为广泛的技术手段便是特征代码技术。当前，该种技术是被人们普遍认同的可以用来检测依然得知的计算机网络病毒手段，并且操作简单、成本费用低廉。事实上，生活中大多数人经常使用的计算机防毒软件中的扫毒模式便是将所有计算机病毒的代码进行分析归类，然后依次将其特征全部搜集汇总到计算机病毒代码的资料库当中。在计算机病毒扫描软件开始工作时，便会将计算机内所有的程序与系统和病毒资料库中的特征一一进行比对，一旦发现相互吻合的内容，便会判定该系统亦或者是程序已然被病毒所入侵。

经过上述假定计算机病毒网络模型的实验中，也可以发现模型当中的病毒其传播非常依赖to的取值。在实际情况中，通过主动性的计算及防御以及病毒查杀来提高计算机网络的安全性能及稳定性能，从而有效的将计算机网络中的病毒传播率控制到最低，是最为有效的方式手段。而这一种方式对于计算机网络管理人员而言，并不是难以实现的事情。

3结语

综上所述，本文拟定出一个病毒传播的模型，从而分析探讨了计算机病毒在相对复杂的生态环境背景下对于传播率的演化发展选择。通过实验研究结果可以看出：大传播率是非常有利于计算机病毒的早期传播的，且传播速度迅猛；小传播率是非常有利于计算机病毒长期存在的。由此可见，伴随着计算机病毒控防御控制技术的逐渐提高以及计算机病毒生态环境背景的复杂化，其小传播率的计算机病毒隐蔽性具有显著优势。希望通过本文的研究内容，能促进计算机病毒网络控制的发展进程。

[参考文献]

[1]盖绍婷.计算机病毒网络传播模型稳定性与控制研究[D].中国海洋大学，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]张文良,黄亚楼,倪伟健.基于差分贡献的垃圾邮件过滤特征选择方法[J].计算机工程，2007（08）.

[4]陈亮,郑宁,郭艳华,等.基于Win32 API的未知病毒检测[J].计算机应用，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