Modeling and analyzing the dynamic spreading of epidemic malware by a network eigenvalue method

این مقاله به طور عمده بر بررسی تاثیر مشخصات شبکه در گسترش بدافزارها تمرکز دارد. در ابتدا یک مدل عمومی با گره های حساس محافظت شده و محافظت شده با شدت محافظت شده با در نظر گرفتن احتمال یک گره تهاجمی که تبدیل به یک حساسیت ضعیف محافظت می شود، توسعه می یابد. پویایی مدل مجتمع تعمیم یافته به شدت مورد بحث و تجزیه و تحلیل قرار می گیرد و شرایط چندگانه ای را برای ثبات جهانی به ارمغان می آورد. به دنبال این کار، یک مدل مبتنی بر گره جدید به تازگی پیشنهاد شده است که برای توصیف انتشار تروجان بر روی یک شبکه متصل به دلخواه از جمله شبکه های سنتز شده و واقعی. از یک دیدگاه میکروسکوپی، مدل جدیدی را با معرفی چندین متغیر مختلف برای هر گره که امکان تعیین موقعیت گره در ایالت مربوطه را توصیف می کند، ایجاد می کنیم. تجزیه و تحلیل نظری ما نشان می دهد که بزرگترین ارزش واقعی شبکه های تبلیغاتی یک عامل کلیدی تعیین شیوع تروجان است. به طور خاص، محدوده ارزش اصلی پیشین را می توان به سه زیر مقیاس تقسیم کرد که در آن نرم افزارهای مخرب بسیار سریع به حالت انقراض نزدیک می شوند یا تمایل به انقراض دارند یا باقی می ماند بسته به کدام مقطع زمانی، بزرگترین مقدار واقعی شبکه پخش می شود. به لحاظ نظری، تعادل بی اهمیت مدل جدید مبتنی بر گره به طور واضح ثابت می شود که در صورت حداکثر مقدار واقعی از یک آستانه، ثابت باقی می ماند. ما همچنین اثرات پیش بینی شده از مدل ما را با طراحی برخی از شبیه سازی های عددی در برخی از شبکه های منظم و مقیاس آزاد نشان می دهیم. در نتیجه، ما نتیجه می گیریم که شیوع تروجان ها به طور مناسب می تواند با تنظیم مناسب شبکه گسترش، مثلا کاهش تعداد گره ها و حذف برخی از لبه ها به طور موثر جلوگیری شود، به طوری که حداکثر مقدار واقعی آن در زیرمجموعه مناسب قرار می گیرد.