计算机病毒传播模型介绍共106页
计算机病毒理论模型
S
dS
SI
I
(d a) I
rI
• S，I分别表示易感者类和染病者类 • β表示一个染病者所具有的最大传染力 • α表示自然死亡率和额外死亡率
• 流行病的传播服从双线形传染率的SIS模 型 S be N N SI dS rI
I SI (d a r ) I • 总种群的生长为： N (t ) S (t ) I (t )
基于图灵机的计算机病毒的计 算模型
• 随机访问计算机（Random Access Machine —— RAM）
x1
x2
xn
输入带
程序(不能 够存储在 存储器中)
控制单元
r2 r3
r1
r0
存储器
y1 y2
输出带Leabharlann • 随机访问存储程序计算机（Ramdom Access Stored Program Machine,RASPM）
• 2.少态型病毒和多态型病毒
– 当有两个程序被同样的病毒以指定传播方式 感染，并且病毒程序的代码顺序不同时，这 种传播方式称为多形态的。 – 当有两个程序被同样的病毒以指定传播方式 感染，并且病毒程序的代码顺相同但至少有 一部分病毒代码被使用不同的密钥加密时， 这种传播方式称为少形态的。
• 多态型病毒的实现要比少态型病毒的实现复杂 得多，它们能改变自身的译码部分。例如，通 过从准备好的集合中任意选取译码程序。该方 法也能通过在传播期间随即产生程序指令来完 成。例如，可以通过如下的方法来实现：
• （6）对所有i,j∈N，<i,j>表示e′(i,j)。 • （7）对所有部分函数f：N→N及所有 i,j∈N,f(i,j)表示f(<i,j>)。 • （8）对所有部分函数f：N→N及所有 n∈N,f(n)↓表示f(n)是有定义的。 • （9）对所有部分函数f：N→N及所有 n∈N,f(n)↑表示f(n)是未定义的。
浅析网络中计算机病毒的传播模型
浅析网络中计算机病毒的传播模型作者：聂华来源：《电子世界》2013年第13期【摘要】发展迅速的网络技术不仅极大改善了人们的日常生活、学习和办公，推动人类社会更加快速地发展，同时也带来了巨大的威胁——计算机病毒。
计算机病毒通过窃取私密数据、破坏网络服务器、销毁重要文件甚至是毁坏硬件等手段影响计算机网络系统的安全，特别是最近几年时常爆发全球性的计算机病毒扩散事件，造成大量网民信息泄露、大量企业机构数据外泄、许多事业单位无法正常运作甚至瘫痪，给各个产业造成巨大损失，严重威胁世界互联网的安全。
本文简要探讨了网络中几种主要的计算机病毒的传播模型。
研究计算机病毒的传播模型有助于深入认识计算机病毒传播机理，从而为阻止计算机病毒传播的工作提供理论指导。
【关键词】网络；计算机病毒；传播模型虽然当今防毒软件种类繁多，对阻止计算机病毒的传播起到了很大的作用，但是新的病毒层出不穷，计算机病毒的发展速度远超防毒软件的发展，因此新病毒或病毒的新变种出现时防毒软件束手无策。
起始计算机病毒基本局限于Windows平台，如今，计算机病毒几乎无孔不入，大量出现在其它平台，如Unix平台的Morris、塞班平台的Cardtrap、安卓平台的AnserverBot和FakePlayer、PalmOS平台的Phage、IOS平台的Ikee及Mac OS X平台的Flashback。
计算机病毒危害巨大，防毒软件的发展远远落后于病毒的更新速度，因此，研究如何有效防止计算机病毒在网络中的扩散传播有深远意义，而要预防计算机病毒的传播就需要深入了解计算机病毒的传播机理和传播模型，只有把握住了病毒的传播机理与模型，才能对病毒的传播与危害状况作出准确的预测，同时采取有效地措施来防止或降低危害。
本文探讨了网络中几种主要的计算机病毒传播模型，下面我们对这几种模型进行一一介绍。
一、易感染-感染-易感染模型易感染-感染-易感染模型又称Suscep tible-Infected-Susceptible模型，简称为SIS模型。
计算机病毒知识课件pptx
行为监测
实时监测计算机系统中的各种 行为，发现异常行为及时报警 。
内存检测
通过对计算机内存的检测，发 现正在运行的病毒程序。
清除工具介绍
杀毒软件
专门用于检测和清除计算机病毒 的软件，如360安全卫士、腾讯
电脑管家等。
系统急救箱
在计算机系统出现严重故障时， 提供一键式病毒查杀和修复功能
勒索软件攻击事件剖析
事件背景
近年来，勒索软件攻击事件频发，攻击者通过加密受害者的文件并 索要赎金来获利。
攻击方式
攻击者通常通过钓鱼邮件、恶意网站等途径传播勒索软件，一旦感 染，受害者的文件将被加密并无法访问，攻击者会索要高额赎金。
应对措施
加强网络安全防护，定期备份重要数据，避免打开未知来源的邮件和 链接，及时安装和更新安全软件。
蠕虫病毒
蠕虫病毒是一种通过网络传播的计算机病毒，它会利用计 算机系统漏洞进行传播，占用大量网络资源，导致网络性 能下降甚至瘫痪。
06 总结与展望
当前形势总结
计算机病毒数量激增
01
随着互联网的普及，计算机病毒数量呈指数级增长，对信息安
全构成严重威胁。
ห้องสมุดไป่ตู้病毒传播方式多样化
02
计算机病毒通过网络、移动存储介质等多种方式进行传播，传
云安全挑战加剧
云计算的广泛应用使得数据集中存储，一旦云计算平台被 病毒攻击，后果将不堪设想。
加强个人信息安全意识
不轻易打开未知来源的邮件和附件
很多计算机病毒通过邮件和附件进行传播，不要轻易打开未知来源的邮件和附件，以免感 染病毒。
定期更新操作系统和软件补丁
操作系统和软件中存在的漏洞可能会被病毒利用，定期更新操作系统和软件补丁可以降低 感染病毒的风险。
计算机病毒-8计算机病毒传播模型
2计算机病毒与生物病毒
• 2.1 计算机病毒与生物病毒的相似性 • 2.2 计算机病毒与生物病毒在传播特征上的
主要差异
2.1 计算机病毒与生物病毒的相似性
• 和生物病毒一样，计算机病毒是在正常的计算机程序中插入的破坏计算机正常功 能或毁坏数据的一组计算机指令或程序的一段代码，计算机病毒的独特复制功能 使得计算机病毒可以很快地蔓延，又常常难以根除。为了便于隐藏，它们的“个 体”比一般的正常程序都要小。它们能把自已附在特定文件上，当文件被复制或 从一个用户传送到另一用户时，计算机病毒也就随着这些文件蔓延开来。
8.1当前计算机病毒防治的主要手段及不足之处
• 解决病毒攻击的理想办法是对病毒进行预 防，即阻止病毒的入侵，但由于受工作环 境和具体技术的制约，预防的办法很难实 现，也就是说，当前对计算机病毒的防治 还仅仅是以检测、清除为主。
8.1病毒防治的主要手段
• （1）反病毒的软件采用单纯的特征值检测技术，将病毒从染病文件中消 除。这种方式的可靠性很高，但随着病毒技术的发展，特别是加密和变 形技术的运用，使得这种静态的扫描技术正在逐渐失去作用。
• （3）门限值问题 从前面的叙述中可以看出，与大多数的生物病毒传播模型一样，现有的一些网络病毒传 播模型，也都给出了它们自己模型的门限值。然而实际的网络病毒传播数据表明，大多 数的网络病毒并不具有这一传播特征，它们大都不具备唯一的极值，而是反复跳跃，呈 现出反复感染、重复传播的情况。比如CIH病毒在每月的26日，就会重复发作。2004年 4~5月间爆发的震荡波病毒，即使在初始爆发阶段，它的统计数据也呈现反复攀升的模 式。因此人们不仅要问计算机病毒模型是否具备门限值呢？
计算机网络流行病模型及应用研究
计算机网络流行病模型及应用研究计算机网络是当今社会中不可或缺的一部分，它为人们提供了无数便利，极大地改变了人们的生活方式。
然而，正如人类社会一样，网络也会受到各种各样的疾病的侵袭。
为了更好地理解和控制网络疾病的传播，计算机网络流行病模型应运而生。
一、计算机网络流行病模型的基本理论计算机网络流行病模型是指将流行病传播的基本原理和算法应用到计算机网络中，用于描述网络中信息、病毒、蠕虫等疾病的传播和控制。
其主要基于两大理论基础：传染病模型和网络图论。
传染病模型是基于人口统计数据的一种数学模型，主要有SIR模型、SI模型等，其中SIR是指易感者（Susceptible）、感染者（Infected）、康复者（Recovered）三种状态，而SI则只有易感者和感染者两种状态。
将传染病模型应用到网络中，易感者可以视为网络中的普通主机，感染者则是已经感染了某种疾病的主机，康复者则是已经被治愈的主机。
网络图论是一种描述网络结构的理论，主要关注网络中各个节点之间的关系和连接。
将网络图论应用到计算机网络流行病模型中，就是要用图论中的知识来描述网络中各个主机之间可能的连接关系，进而确定病毒或蠕虫在网络中的传播路径。
二、计算机网络流行病模型的应用研究1. 网络蠕虫传播模型网络蠕虫是指一种可以自动复制并传播的恶意软件程序，以感染其他主机为主要目的。
这种恶意软件的传播和控制一直是计算机网络安全领域的一个热门研究方向，计算机网络流行病模型可以提供一种新的解决方案。
一种常见的网络蠕虫流行病模型是SIS模型，即易受感染状态（Susceptible-Infected-Susceptible Model）。
在这个模型中，网络中的主机只有两种状态，即易感者状态和已感染状态。
易感者会通过网络与其他主机交互，从而感染病毒。
而已感染状态只有在一定的时间后才会从中恢复出来重新变成易感者状态。
2. 基于数据包交换的传染模型除了网络蠕虫外，计算机网络还有一种病毒侵袭方式是利用网络数据包进行传染。
病毒传播模型
资料仅供参考,不当之处，请联系改正。
蠕虫病毒初期传染模型
假设时间为t．感染蠕虫病毒的数目为m，病毒的增长率为km。当t=0时，有m0个蠕 虫病毒。
分离变量后．得到：
两边同时积分得到： 结果为： 设m0=l，得到结果如图
资料仅供参考,不当之处，请联系改正。
蠕虫病毒中期传染模型
蠕虫病毒增长到一定程度后，增长率会下降．这是因 为全球计算机数量有一个限度。随着蠕虫病毒的增 长．阻碍增长的作用就会变得越来越大。
出100封有毒邮件．美国中央控制中心于45min内即收到3 800份的感染报告。
资料仅供参考,不当之处，请联系改正。
网络病毒传播特性
网络病毒是利用互联网进行传播的病毒．由于 其传播途径的不同．所以其传播速度远远快于 早期病毒。
资料仅供参考,不当之处，请联系改正。
网页病毒传染初期模型
网页病毒主要是利用软件或系统操作平台等的安全漏洞．通过 执行嵌入在网页HTML超文本标记语言内的Java Applet小应用 程序。JavaScript脚本语言程序，ActiveX软件部件网络交互 技术支持可自动执行的代码程序。以强行修改用户操作系统的 注册表设置及系统实用配置程序．或非法控制系统资源盗取用 户文件，或恶意删除硬盘文件、格式化硬盘为行为目标的非法 恶意程序。
资料仅供参考,不当之处，请联系改正。
蠕虫病毒后期传染模型
假设y(0)=0.03，n(0)=0.97，l(0)=0，k=l，p=0.4。 根据初始状态值，求得结果如图
这种模型也称为阻滞增长模型(Logistic)。
SIS 模型
资料仅供参考,不当之处，请联系改正。
对感染人群进行进一步的细 分．被治愈的病人还可以变成健 康人群．并且可能再度被感 染．而且引入了治愈率、平均传 染期和接触数。
第2章 计算机病毒理论模型汇总
Machine with Attached Background Storage,
RASPM_ABS)
x1 x2
xn 输入带
后台存储器
z1 z2
程序(能够 存储在存
储器中)
控制单元
r0
r1
r2 存储器 r3
y1 y2
输入带
基于RASPM_ABS的病毒
• 计算机病毒被定义成程序的一部分，该程序附着在 某个程序上并能将自身链接到其他程序上。当病毒 所附着的程序被执行时，计算机病毒的代码也跟着 被执行。
• 改变译码程序的顺序；
• 处理器能够通过一个以上的指令（序列）来执行同样 的操作；
• 向译码程序中随机地放入哑命令（Dummy Command）。
3.病毒检测的一般问题
• 如果存在着某一能够解决病毒检测问题的算法，那么 就能通过建立图灵机来执行相应的算法。不幸的是， 即使在最简单的情况下，我们也不可能制造出这样的 图灵机。
1.病毒的传播模型 • 如果病毒利用了计算机的一些典型特征或服务，那么 病毒的这种传播方式被称作专用计算机的传播方式。 如果病毒在传播时没有利用计算机的服务，那么此传 播方式被称为独立于计算机的传播方式。
• PC中，引导型病毒就具有专用计算机的传播方式 • 感染C源文件的病毒就是具有独立计算机的传播方式
案例病毒的伪代码
{main:= Call injure; Call submain; Call infect;
} {injure:=
If date>= Jan. 1,1990 then While file != 0 File = get-random-file; Delete file; Halt;
} {injure:=
Internet网络中的蠕虫病毒扩散传播模型
Internet网络中的蠕虫病毒扩散传播模型1 简单传播模型在简单传播模型（Simple Epidemic Model）中，每台主机保持两种状态：易感染和被感染。
易感个体（Susceptible）是未染病但与已感染的个体接触会被感染的一类；另一类为感染个体（Infective），这类个体已染病且其具有传染性。
假定一台主机一旦被感染就始终保持被感染的状态。
其状态转换关系可表示为：由此可见这种模型的蠕虫传播速度是由初始感染数量I(0)和主机感染率这两个参数决定的。
其微分方程表达式为dI(t)/dt=βI(t)[N-I(t)]其中I(t)为时刻t 已被感染的主机数；Ｎ为网络中主机总数；β 为时刻t 的感染率。
当t=0 时,I(0)为已感染的主机数，N-I(0)为易感染主机数。
取节点数N=10000000,感染概率因子为β=1/10000000，即K=βN=1,当蠕虫繁殖副本数量I(0)=3 时，仿真结果如图3-2 所示，横坐标为传播时间，纵坐标为整个网络被感染的百分比。
此模型能反映网络蠕虫传播初期的传播行为，但不适应网络蠕虫后期的传播状态。
此外，其模型过于简单，没有体现蠕虫扫描策略和网络特性对蠕虫传播所产生的影响。
2 KM 模型在Kermack-Mckendrick 传播模型(简称KM 模型)中，主机保持 3 种状态：易感染、被感染和免疫。
用状态转换关系表示为：对感染节点进行免疫处理，是指把此节点从整个网络中去除。
因为，每当对一台主机进行免疫处理，网络节点总数在原有基础上减1，最终将使得所有被感染的主机数量减少到0,也就是所有的主机最终都将处于免疫状态。
KM 模型的微分方程表达式为：dJ(t)/dt=βJ(t)[N-J(t)]dR(t)/dt=γI(t)J(t) = I(t)+R(t)=N-S(t)KM 模型将感染主机的免疫状态考虑进去，进一步接近了蠕虫传播的情况。
该模型仍然没有考虑易感染主机和感染主机被补丁升级或人为对抗蠕虫传播的情况另外，把感染率作为常量也是不恰当的。