ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ЗАЩИЩЕННОЙ ОТ ЗАРАЖЕНИЯ ВИРУСАМИ ИНФОРМАЦИОННОЙ СИСТЕМЫ НА ОСНОВЕ SIR-МОДЕЛИ
Аннотация
Представлен анализ детерминированных моделей распространения эпидемии компьютерных вирусов (SIR-модели) и их классификация. Выделены основные направления исследований данных моделей. Приведен анализ существующих стохастических моделей на основе SIR-модели и их разнообразие. Предлагается метод построения стохастической SIR-модели на основе классической SIR-модели в виде системы стохастических дифференциальных уравнений Ито с винеровским процессом. Особенностью предложенного метода является сохранение инвариантов, один из которых присутствует в классической модели, а второй связан с постановкой задачи информационной безопасности. Показана возможность построения стохастической и детерминированной модели информационной системы, защищенной с вероятностью 1 от заражения компьютерными вирусами: стохастическая, инфицирование которой вирусами происходит непрерывно, и детерминированная, в которой вирус находится в информационной системе. Математическая стохастическая модель информационной системы, защищенной от эпидемии компьютерных вирусов, строится как система стохастических дифференциальных уравнений, первыми интегралами которой являются инварианты, сохраняющиеся с вероятностью 1. В качестве показателя защищенности системы рассматривается некоторое функциональное соотношение между переменными модели, сохраняющие постоянное значение. Внесение в модель компенсатора (программное управлением с вероятностью 1 (PCP1)), позволяет сохранять с вероятностью 1 заданный показатель защищенности, описанный с помощью переменных модели. Аналогичным образом, на основе предложенного алгоритма, строится детерминированная модель информационной системы, защищенной от заражения компьютерными вирусами. В построенную модель вводится управление, подобное программному управлению с вероятностью 1, которое позволит сохранять значение инвариантов. Особенность предлагаемых моделей состоит в том, что в модели сохраняются инварианты, связанные со свойствами, которые обеспечивают защищенность информационной системы. Исследование поведения построенных моделей проводится с использованием численного моделирования в среде MathCad. По результатам исследований сделаны выводы о возможности применения предложенного метода при построении стохастических моделей на основе других моделей распространения эпидемии, а также для моделей защиты информационной системы от распространения эпидемии компьютерных вирусов
Список литературы
1. Kermack W.O., McKendrick A. Contributions to the Mathematical Theory of Epidemics, Proc. Royal Society, 1927, A 115, pp. 700-721.
2. Romanyukha A.A. Matematicheskie modeli v immunologii i epidemiologii infektsionnykh zabolevaniy [Mathematical models in immunology and epidemiology of infectious diseases]. Moscow: BINOM. La-boratoriya znaniy, 2015, 256 p.
3. Zakharchenko A. Chervodinamika: prichiny i sledstviya [Chervodynamics: causes and consequences], Zashchita informatsii. Konfident [Information Security. Konfident], 2004, No. 2, pp. 50-55.
4. Kotenko I.V., Vorontsov V.V. Analiticheskie modeli rasprostraneniya setevykh chervey [Analytical Mod-els of Network Worm Propagation], Tr. SPIIRAN [SPIIRAS Proceedings]. Saint Petersburg: Nauka, 2007, No. 4.
5. Minaev V.A., Sychev M.P., Vayts E.V., Kirakosyan A.E. Imitatsionnoe modelirovanie epidemii komp'yuternykh virusov [Simulation modeling of computer virus epidemics], Vestnik Rossiyskogo no-vogo universiteta [Bulletin of the Russian New University], 2019, No. 3, pp. 3-12.
6. Davydov V.V., Semenov S.G. Matematicheskaya model' rasprostraneniya komp'yuternykh virusov v geterogennykh komp'yuternykh setyakh avtomatizirovannykh sistem upravleniya tekhnologicheskim protsessom [Mathematical model of computer virus propagation in heterogeneous computer networks of automated process control systems], Vestnik NTU KhPI [Bulletin of NTU "KhPI"], 2012, No. 38, pp. 163-171.
7. Kachalin A.I. Modelirovanie protsessa rasprostraneniya setevykh chervey dlya optimizatsii zashchity korporativnoy seti [Modeling the process of network worm propagation for optimizing corporate net-work protection], Iskusstvennyy intellect [Artificial Intelligence], 2006, No. 2, pp. 84-87.
8. Eremeeva N.I. Postroenie modeli rasprostraneniya virusa v komp'yuternoy seti na osnove sravneniya rezul'tatov modelirovaniya s empiricheskimi dannymi [Building a virus spread model in a computer net-work based on comparing simulation results with empirical data], Vestnik TvGU. Seriya: Prikladnaya matematika [Bulletin of Tver State University. Series: Applied Mathematics], 2022, No. 4, pp. 39-52.
9. Les'ko S.A., Aleshkin A.S., Filatov V.V. Stokhasticheskie i perkolyatsionnye modeli dinamiki blokirovki vychislitel'nykh setey pri rasprostranenii epidemiy evolyutsioniruyushchikh komp'yuternykh virusov [Stochastic and Percolation Models of Computational Network Lockdown Dynamics During the Spread of Evolving Computer Virus Epidemics], Rossiyskiy tekhnologicheskiy zhurnal [Russian Technological Journal], 2019, Vol. 7, No. 3, pp. 7-27.
10. Borisenko A.B., Nemtinov V.A., Borisenko A.A. Primenenie stokhasticheskoy SIR-modeli dlya modeliro-vaniya epidemicheskogo protsessa [Application of the Stochastic SIR Model for Epidemic Process Modeling], Vestnik Tambovskogo GTU [Transactions TSTU], 2023, Vol. 29, No. 1, pp. 41-51.
11. Almbrok Hussin Alsonosi Omar, Yahya Abu Hasan, Numerical simulations of an SIR epidemic model with random initial states, ScienceAsia, 2013, 39S, pp. 42-47.
12. Germán Riaño. Epidemic Models with Random Infectious Period, medRxiv. 2020.05.15.20103465.
13. Caraballo T., Colucci R. A comparison between random and stochastic modeling for a SIR model, Commun. Pure Appl., 2017, A 16, pp. 151-162.
14. Qingshan Yang, Xuerong Mao. Stochastic dynamics of SIRS epidemic models with random perturba-tion, Mathematical Biosciences and Engineering, 2014, Vol. 11, Issue 4, pp. 1003-1025.
15. Swishchuk A., Svishchuk M. Endemic SIR model in random media with applications, Biom Biostat Int J., 2018, Vol. 7, Issue 2, pp. 115-121.
16. Xue X. Phase transition for SIR model with random transition rates on complete graphs, Frontiers of Mathematics in China, 2018, A 13, pp. 667-690.
17. Bartoszek K., Bartoszek W., Krzemiński M. Simple SIR models with Markovian control, Jpn J Stat Data Sci., 2021, A 4, pp. 731-762.
18. Yoon-Gu Hwang, Hee-Dae Kwon, Jeehyun Lee. Optimal Control Problem of an SIR Model with Ran-dom Inputs Based on a Generalized Polynomial Chaos Approach, International Journal of Numerical Analysis and Modeling, 2022, Vol. 19. Issue 2-3, pp. 255-274.
19. Dubko V.A. Pervyy integral sistemy stokhasticheskikh differentsial'nykh uravneniy [The first integral of the system of stochastic differential equations]. Kiev: Institut matematiki AN USSR, 1978, 21 p.
20. Gikhman I.I., Skorokhod A.V. Stokhasticheskie differentsial'nye uravneniya [Stochastic differential equa-tions]. Kiev: Nauk. Dumka, 1968, 354 p.
21. Karachanska E.V. Integral'nye invarianty stokhasticheskikh sistem i programmnoe upravlenie s veroyatnost'yu 1 [Integral invariants of stochastic systems and program control with probability 1]. Kha-barovsk: Izd-vo Tikhokean. gos. un-ta, 2015, 149 p.
22. Chalykh E.V. Postroenie mnozhestva programmnykh upravleniy s veroyatnost'yu 1 dlya odnogo klassa stokhasticheskikh sistem [Constructing the set of program controls with probability 1 for one class of stochastic systems], Avtomatika i telemekhanika [Automation and Remote Control], 2009, Vol. 70, No. 8, pp. 110-122.
23. Karachanskaya E.V. Modelirovanie sistem differentsial'nykh uravneniy s dinamicheskimi invariantami [Modeling of systems of differential equations with dynamic invariants], Matematicheskoe modeliro-vanie i chislennye metody [Mathematical modeling and numerical methods], 2019, No. 1, pp. 98-117.
24. Rybkina O.V. Postroenie determinirovannoy i stokhasticheskoy matematicheskikh modeley zashchity informatsionnoy sistemy [Construction of deterministic and stochastic mathematical models of infor-mation system protection], Problemy informatsionnoy bezopasnosti. Komp'yuternye sistemy [Problems of information security. Computer systems], 2024, No. 3, pp. 30-39.








