|
|
مدلسازی انتشار باج افزار sirqs در شبکههای ناهمگن
|
|
|
|
|
نویسنده
|
اسدی الهام ,حسینی سوده
|
منبع
|
اولين كنفرانس بين المللي دوسالانه هوش مصنوعي و علوم داده - 1403 - دوره : 1 - اولین کنفرانس بین المللی دوسالانه هوش مصنوعی و علوم داده - کد همایش: 03231-85169 - صفحه:0 -0
|
چکیده
|
رشد و توسعه دنیای هوشمند امروزی در کنار تمام ویژگیهای مثبتی که دارد چالشها و مسایلی را هم به وجود آورده است. شبکه های هوشمند می توانند در برابر حملات مخربی که امنیت سایبری آنها را تضعیف می کند، آسیب پذیر باشند. حملات باج افزارها بهعنوان دستهای از بدافزارها روز به روز پیچیدهتر میشوند و پیشگیری از آن حملات از الزامات کار در حیطهی هوشمندسازی به شمار میرود. در این مقاله، یک روش مدلسازی پویا (مستعدین-آلودهها-بهبودیافته-قرنطینه) مبتنی بر بیماریهای همهگیری برای انتشار باجافزار مورد بررسی قرار گرفته است. حد آستانهی همه گیری را بهدست آوردهایم و شبیهسازی مدل در محیط متلب انجام شده است.
|
کلیدواژه
|
مدلسازی بیماریهای همهگیری، شبکههای ناهمگن، امنیت سایبری، انتشار باجافزار
|
آدرس
|
, iran, , iran
|
پست الکترونیکی
|
so_hosseini@uk.ac.ir
|
|
|
|
|
|
|
|
|
sirqs ransomware propagation modeling in heterogeneous networks
|
|
|
Authors
|
|
Abstract
|
the growth and development of the modern smart world, alongside all its positive features, have also brought about challenges and issues. smart networks can be vulnerable to destructive attacks that undermine their cybersecurity. ransomware attacks, as a category of malware, are becoming increasingly sophisticated, and preventing such attacks is considered essential in the realm of smartification. in this article, a dynamic modeling approach (susceptible-infectious-recovered-quarantined) based on epidemic diseases for ransomware propagation has been examined. the epidemic threshold has been determined, and the model simulation has been conducted in the matlab environment.
|
Keywords
|
epidemic disease modeling ,heterogeneous networks ,cybersecurity ,ransomware propagation
|
|
|
|
|
|
|
|
|
|
|