مدل سازی انتشاربدافزار HD-SEIRS در شبکه های پیچیده ناهمگن
Publish place: Journal Of Modeling in Engineering، Vol: 22، Issue: 79
Publish Year: 1403
Type: Journal paper
Language: Persian
View: 48
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JME-22-79_002
Index date: 1 December 2024
مدل سازی انتشاربدافزار HD-SEIRS در شبکه های پیچیده ناهمگن abstract
در سال های اخیر اینترنت جزئی از الزامات زندگی انسان شده است. با استفاده ی گسترده از اینترنت، وب و شبکه های اجتماعی برخط، تعداد آسیب پذیری ها و تهدیدات امنیتی به میزان قابل توجهی افزایش یافته است. انواع مختلف بدافزارها (کرم ها و ویروس ها) به یک تهدید بزرگ برای امنیت سیستم ها و شبکه ها تبدیل شده اند. در این راستا محققین به دنبال روش هایی برای شناسایی بدافزارها و مبارزه با آنها هستند. یکی از روش های مورد استفاده در این زمینه مدل سازی انتشار بدافزار است تا با مدل کردن رفتار بدافزارها به شناسایی و مبارزه با آنها بپردازیم. در این مقاله یک مدل انتشار بد افزار مبتنی بر انتشار بیماری های همه گیری در ساختار شبکه ای ناهمگن با درنظر گرفتن دستگاه های متصل به شبکه و شبکه ی اینترنت معرفی شده است. مدل سازی بر اساس مدل بیماری های همه گیری مستعد–درمعرض آلودگی– آلوده–بهبودیافته برای دستگاه ها و شبکه اینترنت انجام می شود. نتایج نشان می دهد سرعت انتشار بدافزار در مدل پیشنهادی HD-SEIRS در مقایسه با مدل SEIR به طور قابل توجهی کاهش یافته است. همچنین در این مقاله نسبت بازتولید اولیه برای مدل پیشنهادی محاسبه شده است و اثر تغییرات پارامترها روی مدل پیشنهادی مورد بررسی قرار می گیرد.
مدل سازی انتشاربدافزار HD-SEIRS در شبکه های پیچیده ناهمگن Keywords:
مدل سازی انتشار بدافزار , نسبت بازتولید اولیه , شبکه های بی مقیاس , شبکه های ناهمگن , بیماری های همه گیری
مدل سازی انتشاربدافزار HD-SEIRS در شبکه های پیچیده ناهمگن authors
الهام اسدی
گروه علوم کامپیوتر، دانشگاه شهید باهنرکرمان، کرمان، ایران
سوده حسینی
گروه علوم کامپیوتر، دانشگاه شهید باهنرکرمان، کرمان، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
