基于无标度网络的蠕虫传播预测研究

《基于无标度网络的蠕虫传播预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据ResearchonWorm-PropagationPredictionBasedonScale-freeNetworkAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationsEngineeringByYangXianbiaoSupervisor:CuiYanpengAssociateProfessorShenZhenSeniorEngineerNovember2015万方数据西安电子科技大学学位

2、论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权属于西

3、安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，结合学位论文研究成果完成的论文、发明专利等成果，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名：导师签名：日期：日期：万方数据万方数据摘要摘要每次网络蠕虫病毒在互联网的爆发，都造成相当严重的网络瘫痪和巨大的财产损失，现已成为互联网最具威胁的攻击方式之一。大量研究表明蠕虫传播是一个Markov过程，其传播趋势只与当前复杂网络状态和网络拓扑结构有关，因此为了达到良好的预测效果，现行国内外对蠕虫传播预测工作都集中

4、在研究并改进Markov链模型，但是网络蠕虫病毒其种类之多、传播速度之快使得复杂网络状态变化极快，导致有效的防御机会转瞬即逝，因此不具备极佳的指导意义和实际的应用价值。基于无标度网络的节点特征，利用非线性SVR模型对网络蠕虫传播趋势进行预测是一个以不变以万变的预测方式。一般地，真实复杂网络具有结构极其复杂、网络不断进化、连接非常多样以及多重复杂性的融合等特征，使得复杂网络具体形态难以把握，但是其唯一不变的是“小世界”性和无标度性等，公司运维人员以及网络安全工作者在审定自身网络所具备的特征时在蠕虫爆发初期就可以对蠕虫传播趋势做出较精准预判，从而从容应对蠕虫攻击。这一研究对蠕虫传播防御有着实

5、际的工程指导意义，为网络蠕虫病毒研究提供了新思路。具体研究内容如下：第一部分，复杂网络是蠕虫传播的媒介，通过分析常见复杂网络演化模型（规则网络模型、ER随机图模型、WS小世界网络模型、BA无标度网络模型）和提取度分布、单源最短距离、网络集群系数、富裕系数以及紧密中心系数等网络节点特征，来刻画网络中每一个节点所在位置和地位。第二部分，蠕虫传播行为是本课题的研究对象，文中分析了SI模型、SIS模型和SIR模型三类蠕虫传播模型的动力学过程，并通过在复杂网络下仿真证明了蠕虫传播模型的可靠性；仿真实验表明节点度值越大越有利于蠕虫传播，并且节点到蠕虫感染源爆发地（单源最短距离）越远，则总体上感染时间

6、越晚。第三部分，对网络蠕虫传播趋势的预测是研究的目的，利用非线性SVR模型对其传播趋势进行预测，并作出了结果检验与分析。通过分析比较线性回归预测模型和SVR模型，建立非线性SVR预测模型对无标度网络下蠕虫传播趋势作出了较精准的预测，并最终通过误差检验分析发现非线性SVR模型对高维数据的回归预测的优越性。关键词：复杂网络，蠕虫传播，节点特征，SVR模型，预测I万方数据西安电子科技大学硕士学位论文II万方数据ABSTRACTABSTRACTEachtimetheeruptionoftheInternetwormandnetworkvirushappened,whichusuallycause

7、quiteseriousnetworkparalysisandhugepropertyloss.AlargenumberofstudiesshowthatthewormpropagationisaMarkovprocesswhosespreadingisrelatedtothecurrentcomplicatednetworkstateandthenetworktopologystructure.Inordertoachievego