具有切换特性和免疫控制的计算机病毒传播模型

针对目前计算机病毒传播建模研究中没有综合考虑安全防护以及病毒持续更新的影响,提出具有切换特性和免疫控制的计算机病毒SEIR(Susceptible-Exposed-Infected-Recovery)传播模型。考虑安全防护措施和病毒更新的影响,构建切换型病毒传播模型,该模型由低防护子系统和高防护子系统构成。考虑免疫控制策略,构建切换脉冲型病毒传播模型。为验证模型的有效性,分别在BA无标度网络和SW小世界网络进行数值仿真,并且进行对比分析。实验结果表明:在SW小世界网络中免疫控制策略更能有效控制病毒的传播;低防护传播期与高防护传播期的比值越小,达到平稳时潜伏节点和感染节点的密度越小;病毒的更新周期越长,潜伏节点和感染节点的峰值密度越低。

具有免疫效力的计算机病毒传播模型的动力学分析和优化控制研究

信息时代计算机病毒的传播、爆发对社会生产和人民生活造成严重影响,有效预防和抑制计算机病毒传播尤为重要。结合最优控制方法,建立了一种具有免疫效力的计算机病毒传播模型。由下一代矩阵方法求得基本再生数R_(0),并证明了无病平衡点的全局稳定性,通过敏感性分析找到对R_(0)敏感的参数;构建了Liapunov函数,证明了当R_(0)≤1时无病平衡点的全局稳定性;基于庞特里亚金最值原理得到最优解。用数值模拟方法对不同控制措施下的结果进行对比分析,结果表明,在及时检测并隔离被感染计算机并提高杀毒软件的安装率和保护率的情况下,控制目标的时间最短且控制成本最低。

人工智能会梦到鬼故事吗?——从“文学模型”到计算机病毒

近来人文研究界对于人工智能(文学)写作的讨论已经跃进式地进入了一个新的阶段。基于“产学研”结合的导向,一些研究者选择直接进入对“大模型”(large models)的应用,对文学创作活动进行直接赋能。在对相关应用的描述中,对“大模型”的理解主要集中于“大”,即通过庞大的参数量、复杂的联结方式和巨大的训练成本达成的文学创作体量与速度上的爆发。但如果“大”是“模型”的修饰词,那么“模型”本身是什么?人类的认识和创造力中的“模型”与“文学模型”在什么层面上可以触及人工智能的“通用性”?在这一视角中,我们将进行另一个向度上的关于“人工智能(大模型)不能做什么”的讨论。

基于复杂网络的计算机病毒传播路由算法

信息安全就是国家安全,为降低计算机病毒在计算机网络中的传播速度,提高计算机网络的安全性,文章提出了基于复杂网络的计算机病毒传播路由算法。首先构建基于复杂网络的计算机网络模型,确定计算机病毒传播模型。其次改进静态路由协议和动态路由协议,在两种协议的基础上设置邻居节点阈值,提出基于复杂网络的计算机病毒传播路由算法,将该算法采用BA网络模型进行对比实验,验证其算法的可行性和有效性。实验结果表明,与改进之前的算法相比,文中提出的基于复杂网络的计算机病毒传播路由算法,极大地降低了病毒的传播速度,验证了算法的可行性和有效性。

计算机网络安全与计算机病毒防范对策

当前,电脑逐渐融入到了人们的工作和生活中,由于互联网具有开放互连性、匿名性、复杂性等特征,网络的安全性日益受到重视。计算机病毒的出现及发展既导致了系统故障,又影响了计算机的运行,还导致了数据泄露问题的出现,造成个人数据、企业及国家机密的泄露,为个人、企业及国家带来了难以预估的损失。在这个过程中,信息系统的安全性不仅关系到了经济发展,也关系到整个社会的发展和国家的安全。因此,文中分析了计算机网络病毒的种类,并对如何防范计算机病毒进行了阐述,旨在为我国网络安全事业的发展做出贡献。

数据挖掘技术在计算机网络病毒防御中的实践应用

随着互联网的普及和深入发展,计算机网络病毒已经成为威胁网络安全的重要因素。传统的病毒防御方法,如防火墙、入侵检测系统等,在面对复杂多变的网络病毒时显得力不从心。数据挖掘技术作为一种从海量数据中提取有用信息的方法,为计算机网络病毒防御提供了新的思路。该文将从数据挖掘技术的原理、方法及其在计算机网络病毒防御中的实践应用等方面进行探讨。

网络型病毒与计算机网络安全

传统的计算机病毒分类法常以寄生对象为标准将病毒分为文件型、引导型和混合型,但根据当前病毒发展的趋势,应增加一类网络型病毒。网络型病毒的寄生对象广泛、传播速度快、危害广,它利用Internet的开放性和软件系统的缺陷,破坏网络中的各种资源以及网络通讯,某些种类的网络病毒还是黑客工具。因此结合多个具体实例,分析了网络型病毒对网络安全的危害,提出网络型病毒的防治应首先从管理措施上着手,并综合防火墙技术、病毒防治软件、软件更新、数据备份等多种技术措施。

计算机病毒演化模型及分析

计算机病毒的演化特性可为反病毒技术的改进与提高提供研究思路,使其防毒于未然。该文借鉴人工生命的思想,从计算机病毒的生命特征层面分析计算机病毒的演化特性,建立了一种基于免疫遗传算法的计算机病毒演化模型,给出了计算机病毒的形式化定义以及计算机病毒演化算子的数学模型,模拟了计算机病毒的繁殖演化过程。仿真实验结果表明,计算机病毒及其演化将长期存在。最后,从计算机病毒演化的角度讨论了计算机病毒的防御策略。

改进的SIR计算机病毒传播模型

通过分析已有网络病毒模型的不足,结合现实情况,根据生物学中的传染病模型提出了一种改进的具有预先免疫措施的SIR计算机病毒传播模型,该模型充分考虑了网络中节点数量变化对病毒传播的影响。此外,利用微分方程理论分析了模型的动力学行为。数值模拟结果表明,提高预先免疫率和控制节点流动可以有效控制病毒在网络中的传播。

计算机安全与计算机病毒的预防分析研究

计算机安全问题自从计算机诞生之日起就已经出现,而且随着互联网的发展,计算机安全问题日益突出。目前,最有效的方式还是通过有效的预防,避免计算机安全问题的泛滥才是最主要的解决安全问题的方案。文章重点分析研究当前计算机的安全隐患及计算机病毒的主要形式和主要的预防方法。

具有时滞的SIR计算机病毒传播模型

基于现实网络病毒的潜伏性以及网络中不同状态节点移出网络概率的不相等性,根据传播动力学理论,建立一个具有不同移出率和直接免疫的网络时滞SIR病毒模型。利用时滞微分方程的稳定性有关理论,分析模型的动力学行为,为有效控制、消除计算机病毒在网络上的传播提供理论依据。通过时滞对模型解的影响分析,表明在网络病毒传播控制中,提高病毒检测识别技术的重要性,并且该模型能够有效地隔离染病节点。

一种计算机病毒的检测方法

介绍了UDV和几种传统的计算机病毒检测方法，并证明它们无法检测UDV。最后提出了一种新的计算机病毒检测方法：传播检测法，证明了它可以检测UDV。

计算机病毒入侵检测技术探讨

计算机病毒是一类很常见的信息安全威胁。本文讨论了病毒的工作原理和检测病毒的常用技术。然后提出了一种基于自我复制行为的病毒检测方法,用图灵机模型给出了形式化的描述,并定性地证明了这种方法可以在图灵机的计算能力范围内自动进行。

基于生物学原理的计算机网络病毒传播模型

针对已有的SIR病毒模型并没有很好地反映现实计算机网络中节点状态转换的问题,根据生物学传染病原理,结合已有的SIR模型,提出一个新的SIRS计算机病毒传播模型。利用微分方程理论分析该模型的动力学行为,发现基本再生数R0的取值是影响网络中病毒是否能彻底控制的关键。数值模拟结果表明,该模型能有效地预测和控制计算机网络病毒的传播。

基于集成神经网络的计算机病毒检测方法

在借鉴传统的特征扫描技术的基础上,提出了一种基于n-gram分析的计算机病毒自动检测方法。将基于信息增益的特征选择技术引入集成神经网络的构建中,结合Bagging算法,同时扰动训练数据和输入属性生成精确且差异度大的个体分类器,在此基础上以集成的BP神经网络为模式分类器实现对病毒的检测。该法并不针对某一特定病毒,是一种通用的病毒检测器。实验表明提出的检测方法具有较强的泛化能力和较高的精确率。

一种新的计算机病毒模型的稳定性分析

目前,网络中计算机病毒的威胁引起了对计算机病毒传播建模和分析的研究热潮.为了更好地反映实际情况,该文基于现有的SIR模式,提出一个新的计算机病毒传播模型.该模型主要考虑了多种状态下的预先免疫措施.同时,利用特征方程的特征值分布和线性微分系统对该模型在平衡点处的稳定性进行了讨论.理论分析和数值模拟表明,这一模型的动力学行为依赖于基本再生数,该模型可以帮助我们更好地了解和预测计算机病毒在网络中的传播行为.

基于免疫原理的计算机病毒免疫系统初探

该文分析了病毒特性并总结了当今反病毒策略,针对传统方法应用范围小且被动等缺点,介绍了鉴于仿生思想的新的免疫系统原理,并将其具体化成一个模型,该模型对病毒特征行为序列进行特征码抽取、识别器识别,运用遗传算法和演化计算,使系统具有更好的适应性、鲁棒性和智能性。

检测多态计算机病毒的数学模型

提出了基于特征码的计算机病毒检测数学模型,分别对于常规病毒、变异病毒、多态病毒提出了检测算法并给出了相应的论证,最后提出了一种综合性的病毒检测模型,该模型对于防范变异和多态的计算机病毒有积极的参考意义。

带有免疫的计算机病毒传播模型的稳定性

研究了带有免疫的计算机病毒传播模型的稳定性问题。建立具体模型来描述计算机网络中带有免疫的病毒传播模型的动力学特性,得出了模型的无病平衡点和有病平衡点。分别应用Lyapunov第一定理求得无病平衡点渐近稳定的条件和圆盘定理求得有病平衡点渐近稳定的条件。仿真结果表明了所求条件的有效性。

计算机病毒计算模型的研究

在分析计算机病毒有关性质的基础上 ,指出 Adlem an病毒模型的最大不足在于没有体现病毒传染性这一根本特征 ,将一些没有传染特性 ,甚至根本不具有破坏性的函数也归于病毒集合 .作者首先采用函数合成的方法给出了传染的形式定义 ,在此基础上 ,给出了计算机病毒的一种计算模型 ,并对病毒的有关性质做了初步分析 .接着将一个函数是否具有传染特性作为判别其是否是病毒的唯一准则 ,与现有模型相比 ,文中所给出的模型更加突出了计算机病毒传染特性和可传播性 .