计算机病毒传播机制的参数估计及模型选择
发布时间：2021-09-05 06:28
以抑制计算机病毒传播为目的的研究由来已久,但都是在传播模型已知、参数固定的假设下展开的。而在现实生活中,是无法准确预知传播模型及参数。这将导致许多研究结果偏离实际意义。本文通过统计学的方法,针对模型确定与否及数据是否完备,分别采取不同的算法对计算机病毒传播模型选择及参数估计问题进行研究。第三、四章基于确定的随机SIR模型,根据观测数据是否完备提出不同的统计方法解决参数估计问题。第三章在数据完备的条件下,根据单位时间内新增数据是随机变量进而用极大似然估计方法分别构造关于感染速率β和移除速率γ的近似的似然函数。针对待估计参数无显式解的问题,则根据等价无穷小得到近似似然函数,进而得到感染速率和移除速率的似然函数估计量。第四章是在数据不完备的条件下,本文主要介绍了两个算法估计模型参数:其一是集合卡尔曼滤波,本文用随机变量的期望代替随机SIR模型中随机变量的值,从而构造集合卡尔曼滤波的预测方程;其二由于EM算法无法计算未知的初始值的期望,所以我们提出了ABC-EM算法,ABC算法能代替EM算法的E步去抽样出初始值的后验分布进而求解感染速率和移除速率。在本章中我们同时使用了ABC-EM算法、集合卡...
【文章来源】：天津工业大学天津市
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图１－１计算机病毒造成的经济损失表??从防御计算机病毒的角度来说，现如今的防御技术有很大的局限性并且计??
?为易感状态；另一方面，易感人群一旦被感染，就又成为新的感染源，其中两种??状态转换如图１－２所示。??图１－２?ＳＩＳ模型的状态转换??ＳＩＳ模型的表达式如下：??ｄ＾?＝?ｙＩ－ＰＳ－Ｌ??￥?ＳＩ?Ｎ?（１－Ｄ??ｉｒｐＴＹＬ??上式表示在任意一个很小的时间区间内，ＳＩＳ模型中各个状态间的转化是由??于己经感染了计算机病毒的计算机与容易感染计算机病毒的计算机完成连接，??而使得易感染的计算机转化为受到感染的计算机的总概率为）ＳＳ／／Ａ／。而己被感染??的计算机通过杀毒软件转化为易感的计算机的概率为ｒ／。??（２）?ＳＩＲ模型??在计算机病毒传播和控制策略的研究中，研究人员再次引用了描述生物动??力系统的ＳＩＲ模型。该模型把计算机大致分为Ｓ、Ｉ和Ｒ（记作Ｒ，?Ｒｅｍｏｖｅｄ，指计??算机安装杀毒软件且具有查或者杀该类计算机病毒的能力而使计算机形成免疫??的状态）三类。ＳＩＲ模型相比ＳＩＳ模型将计算机的类别划分得更加详细，使其更??接近实际情况。??ＳＩＲ模型三种状态的转化关系如图１－３所示：??Ｓ?—?Ｉ?—＾?Ｒ??图１＿３?ＳＩＲ模型的状态转换??ＳＩＲ模型的表达式如下：??色＝?丄??ｄｔ?Ｎ??２）??ｄｔ??其中５代表感染速率，ｒ代表移除速率。??６??
?为易感状态；另一方面，易感人群一旦被感染，就又成为新的感染源，其中两种??状态转换如图１－２所示。??图１－２?ＳＩＳ模型的状态转换??ＳＩＳ模型的表达式如下：??ｄ＾?＝?ｙＩ－ＰＳ－Ｌ??￥?ＳＩ?Ｎ?（１－Ｄ??ｉｒｐＴＹＬ??上式表示在任意一个很小的时间区间内，ＳＩＳ模型中各个状态间的转化是由??于己经感染了计算机病毒的计算机与容易感染计算机病毒的计算机完成连接，??而使得易感染的计算机转化为受到感染的计算机的总概率为）ＳＳ／／Ａ／。而己被感染??的计算机通过杀毒软件转化为易感的计算机的概率为ｒ／。??（２）?ＳＩＲ模型??在计算机病毒传播和控制策略的研究中，研究人员再次引用了描述生物动??力系统的ＳＩＲ模型。该模型把计算机大致分为Ｓ、Ｉ和Ｒ（记作Ｒ，?Ｒｅｍｏｖｅｄ，指计??算机安装杀毒软件且具有查或者杀该类计算机病毒的能力而使计算机形成免疫??的状态）三类。ＳＩＲ模型相比ＳＩＳ模型将计算机的类别划分得更加详细，使其更??接近实际情况。??ＳＩＲ模型三种状态的转化关系如图１－３所示：??Ｓ?—?Ｉ?—＾?Ｒ??图１＿３?ＳＩＲ模型的状态转换??ＳＩＲ模型的表达式如下：??色＝?丄??ｄｔ?Ｎ??２）??ｄｔ??其中５代表感染速率，ｒ代表移除速率。??６??
【参考文献】：
期刊论文
[1]基于EnKF融合地球物理数据刻画含水层非均质性[J]. 康学远,施小清,邓亚平,廖凯华,吴吉春. 水科学进展. 2018(01)
[2]SIR模型在成人麻疹爆发及其疫情控制评价中的应用[J]. 罗成,许青,孙霖,章涛,李润滋,刘言训,薛付忠,李秀君. 山东大学学报(医学版). 2016(09)
[3]基于非线性回归模型参数估计[J]. 朱仲邃. 内蒙古科技与经济. 2014(02)
[4]SIR模型在一起校园急性出血性结膜炎暴发疫情处理中的应用[J]. 陈田木,刘如春,王琦琦,朱松林,谭爱春,何琼,刘鑫,胡国清. 中华流行病学杂志. 2011 (08)
[5]一类SIR流行病模型及参数的贝叶斯估计[J]. 李琼,叶鹰,魏晟,刘芳. 湖北民族学院学报(自然科学版). 2005(04)
[6]SIR模型对北京市SARS疫情流行规律的拟合研究[J]. 黄德生,关鹏,周宝森. 疾病控制杂志. 2004(05)
博士论文
[1]计算机病毒的传播模型及其求源问题研究[D]. 韩兰胜.华中科技大学 2006
硕士论文
[1]基于网络攻击的计算机病毒传播模型的优化算法研究[D]. 裴宏悦.天津工业大学 2017
本文编号：3384861
【文章来源】：天津工业大学天津市
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图１－１计算机病毒造成的经济损失表??从防御计算机病毒的角度来说，现如今的防御技术有很大的局限性并且计??
?为易感状态；另一方面，易感人群一旦被感染，就又成为新的感染源，其中两种??状态转换如图１－２所示。??图１－２?ＳＩＳ模型的状态转换??ＳＩＳ模型的表达式如下：??ｄ＾?＝?ｙＩ－ＰＳ－Ｌ??￥?ＳＩ?Ｎ?（１－Ｄ??ｉｒｐＴＹＬ??上式表示在任意一个很小的时间区间内，ＳＩＳ模型中各个状态间的转化是由??于己经感染了计算机病毒的计算机与容易感染计算机病毒的计算机完成连接，??而使得易感染的计算机转化为受到感染的计算机的总概率为）ＳＳ／／Ａ／。而己被感染??的计算机通过杀毒软件转化为易感的计算机的概率为ｒ／。??（２）?ＳＩＲ模型??在计算机病毒传播和控制策略的研究中，研究人员再次引用了描述生物动??力系统的ＳＩＲ模型。该模型把计算机大致分为Ｓ、Ｉ和Ｒ（记作Ｒ，?Ｒｅｍｏｖｅｄ，指计??算机安装杀毒软件且具有查或者杀该类计算机病毒的能力而使计算机形成免疫??的状态）三类。ＳＩＲ模型相比ＳＩＳ模型将计算机的类别划分得更加详细，使其更??接近实际情况。??ＳＩＲ模型三种状态的转化关系如图１－３所示：??Ｓ?—?Ｉ?—＾?Ｒ??图１＿３?ＳＩＲ模型的状态转换??ＳＩＲ模型的表达式如下：??色＝?丄??ｄｔ?Ｎ??２）??ｄｔ??其中５代表感染速率，ｒ代表移除速率。??６??
?为易感状态；另一方面，易感人群一旦被感染，就又成为新的感染源，其中两种??状态转换如图１－２所示。??图１－２?ＳＩＳ模型的状态转换??ＳＩＳ模型的表达式如下：??ｄ＾?＝?ｙＩ－ＰＳ－Ｌ??￥?ＳＩ?Ｎ?（１－Ｄ??ｉｒｐＴＹＬ??上式表示在任意一个很小的时间区间内，ＳＩＳ模型中各个状态间的转化是由??于己经感染了计算机病毒的计算机与容易感染计算机病毒的计算机完成连接，??而使得易感染的计算机转化为受到感染的计算机的总概率为）ＳＳ／／Ａ／。而己被感染??的计算机通过杀毒软件转化为易感的计算机的概率为ｒ／。??（２）?ＳＩＲ模型??在计算机病毒传播和控制策略的研究中，研究人员再次引用了描述生物动??力系统的ＳＩＲ模型。该模型把计算机大致分为Ｓ、Ｉ和Ｒ（记作Ｒ，?Ｒｅｍｏｖｅｄ，指计??算机安装杀毒软件且具有查或者杀该类计算机病毒的能力而使计算机形成免疫??的状态）三类。ＳＩＲ模型相比ＳＩＳ模型将计算机的类别划分得更加详细，使其更??接近实际情况。??ＳＩＲ模型三种状态的转化关系如图１－３所示：??Ｓ?—?Ｉ?—＾?Ｒ??图１＿３?ＳＩＲ模型的状态转换??ＳＩＲ模型的表达式如下：??色＝?丄??ｄｔ?Ｎ??２）??ｄｔ??其中５代表感染速率，ｒ代表移除速率。??６??
【参考文献】：
期刊论文
[1]基于EnKF融合地球物理数据刻画含水层非均质性[J]. 康学远,施小清,邓亚平,廖凯华,吴吉春. 水科学进展. 2018(01)
[2]SIR模型在成人麻疹爆发及其疫情控制评价中的应用[J]. 罗成,许青,孙霖,章涛,李润滋,刘言训,薛付忠,李秀君. 山东大学学报(医学版). 2016(09)
[3]基于非线性回归模型参数估计[J]. 朱仲邃. 内蒙古科技与经济. 2014(02)
[4]SIR模型在一起校园急性出血性结膜炎暴发疫情处理中的应用[J]. 陈田木,刘如春,王琦琦,朱松林,谭爱春,何琼,刘鑫,胡国清. 中华流行病学杂志. 2011 (08)
[5]一类SIR流行病模型及参数的贝叶斯估计[J]. 李琼,叶鹰,魏晟,刘芳. 湖北民族学院学报(自然科学版). 2005(04)
[6]SIR模型对北京市SARS疫情流行规律的拟合研究[J]. 黄德生,关鹏,周宝森. 疾病控制杂志. 2004(05)
博士论文
[1]计算机病毒的传播模型及其求源问题研究[D]. 韩兰胜.华中科技大学 2006
硕士论文
[1]基于网络攻击的计算机病毒传播模型的优化算法研究[D]. 裴宏悦.天津工业大学 2017
本文编号：3384861
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3384861.html
