浅论基于有向网络Email病毒传播模型

论文导读：
引言：互联网的发展，为人们的生活带来了更多的便利和乐趣，但计算机病毒的存在却给许多用户的生活造成了困扰。为设计出有效的病毒防御机制，了解病毒的传播机制举足轻重。本文基于有向网络针对最广为传播的Email病毒建立了传播模型，并对其进行了数理分析。首先阐述了研究课题的背景作用、国内外目前研究的传播模型及其优缺点。然后，分析了Email病毒的传播机制，建立了一个有向的Email网络，在引入感染率函数后分两个阶段建立了Email病毒的传播模型。最后，本文分别从理论与实验这两个方面分析了病毒传播的巅峰时刻及病毒清除的条件，得到了一致、合理的结果，为病毒抵御策略的制定提供了科学有力的指导。

一、研究背景与作用

计算机病毒是编制者在计算机程序中插入的破坏计算机功能或者影响计算机使用，且能自我复制的一组指令基于有向网络的Email病毒传播模型由提供海量免费论文范文的www.7ctime.com,希望对您的论文写作有帮助.或程序代码。它具有非授权的可执行性、隐蔽性、破坏性、传染性及可触发性。 随着互联网的高速发展，现有的计算机病毒绝大多数是基于网络进行传播的病毒，而将病毒代码附属在Email中进行传播则是网络病毒传播的一个主要途径。
随着越来越多的网站账户乃至安全选择与Email账户进行绑定与认证，用户通过网络群收发邮件、贺卡，开启订阅后定期接收推送内容的习惯，Email成为当今世界上传播计算机病毒最主要的媒介。因此，分析Email病毒的传播特性，进而提出相应的防御策略已成为网络信息安全领域一个首要而紧迫的任务。

二、 国内外研究目前状况

当前关于Email病毒传播模型的研究主要是在生物学病毒传播模型的启发下建立起来的。Kephart和White于20世纪末提出了首个计算机病毒传播模型——SIS模型。此后，一些学者在此基础上将影响病毒传播的外界因素、反病毒措施等对病毒传播的影响考虑进来，力求建立更能准确描述病毒的传播特征。他们研究内容主要包括分析病毒如何在不同的网络环境中传播、传播的时间临界值是什么、免疫措施的影响等。其中，Bimal Kumar Mishra，Dinesh Saini依据信息的网络延迟性提出了SEIRS模型。Jose R.C.Piqueira，Adolfo A.de Vasconcelos，Vanessa O.Araujo等人在对SIR、AIR、SAI模型进行分析的基础上提出了动态SAIC模型。Hua Yuan，Guoqing Chen等人考虑了点到组的传播，建立了一个扩展的SEIR模型——e-SEIR。Cliff C.Zou，Don Towsley，Weibo Gong等人分析过网络拓扑结构、初始感染节点度的大小、检查电子邮件的时间间隔等因素对Email病毒传播的影响。T.Komninos，P.Spirakis，Y.C.Stamatiou，G.Vitsas等人尝试在无标度的网络环境下，建立关于电子邮件和即时消息的蠕虫传播模型。
国内关于计算机病毒的研究也在不断深入。韩兰胜、洪帆等人建立了群组内Email病毒的迭代传播模型，包含了节点的连接率，并利用矩阵的谱半径分析了病毒消亡的条件。韩宗芬、陶智飞等人利用复杂网络的幂律分布，通过分析节点的度对病毒传播的影响，给出了特定节点感染病毒的概率函数。
在复杂的互联网系统中，网络节点的连接也是动态变化的。与此同时，Email病毒的传播还受到人为因素等综合因素的影响，这提高了人们对病毒传播模型开展研究的难度。现有传播模型的主要缺陷包括：
1.没有较好地刻画人为因素的影响。人为作用对Email病毒的传播有很大的影响，例如用户使用计算机的日常习惯、中毒后用户警惕性的提高、采取的反病毒措施等等。用户警惕性越高，感染病毒的概率越小，采取反病毒抵御措施还能制止病毒的进一步传播。
2.未考虑网络环境变化的影响。在现实网络中，病毒传播会受到连通性和带宽等的影响。此外，时间也是个不可忽视的因素。在复杂网络中，病毒的感染率在任何一个时刻都发生着变化，它应当被视为一个关于时间的函数。
3.未充分结合实际考虑病毒的免疫情况。目前的研究大多从传播初期便开始考虑病毒的免疫情况，但其实病毒的免疫是有滞后性的，而且免疫的措施来自网络管理员和用户两方面。用户下载安装反病毒程序的频率会随着这类程序的增加而提升。因此，免疫率与时间有关也值得纳入模型的考虑。
针对以上不足并结合已有的研究成果，本文基于有向网络拓扑结构，设定了动态传播函数，建立了一个新的Email病毒传播模型。

三、 基于有向网络的Email病毒传播模型

1、Email病毒传播过程综述

电子邮件病毒是一种利用电子邮件地址进行传播的恶意代码，制造者可能将病毒代码附在电子邮件的主体中作为链接，也能以附件为载体。一开始只有少数的用户被感染，有的病毒会对破坏被感染的主机，有的还会自动扫描其文件和有关联系人，通过自我复制并将病毒邮件发送到扫描到的地址，从而使病毒大规模扩散。如果用户直接将收到的陌生邮件删除，则不会感染上病毒。由此可见，用户打开含病毒的邮件是Email病毒传播的直接理由，用户的防备心越弱，病毒传播越快，其影响也越大。
不难看出，Email病毒的传播需要用户参与其中，它的传播不仅受到网络拓扑结构和节点度的影响，还与用户使用电子邮件的习惯有关。如：用户打开感染邮件的概率、用户检查邮件的时间间隔等。因此，本文将Email病毒的感染率定义为一个关于节点的度、打开感染邮件的概率和检查邮件的时间间隔等变量的函数，引入动态的感染率函数将使建立的模型更符合病毒的实际传播情况。
病毒免疫总是滞后于新病毒的出现。在传播初期，由于用户缺乏对新病毒的防备性，反病毒措施的缺失使病毒自由地传播蔓延。然而，随着病毒的不断传播，用户将提高警惕，采取措施。因此，在病毒传播的高峰期的关键点及时提高用户防备性，使其采取防疫措施可以有效地制约病毒传播，所以本文将以高峰期为临界值，从两个阶段分析病毒的传播。基于有向网络的Email病毒传播模型相关范文由写论文的好帮手www.7ctime.com提供,转载请保留.基于有向网络的Email病毒传播模型相关论文由{#GetFullDomain}收集,如需论文. 全文地址：www.7ctime.com/gbdslllw/lw38896.html上一论文：简析虚假失实报道责任缺失现象