- •Введение
- •1. Теоретические основы анализа вирусных эпидемий в информационно-телекоммуникационных сетях
- •1.1. Актуальность противодействия вирусным эпидемиям вредоносного программного обеспечения
- •1.2. Информационно-телекоммуникационная сеть как объект внедрения вредоносного программного обеспечения
- •1.3. Многообразие вредоносного программного обеспечения вирусного характера
- •1.4. Многообразие антивирусного программного обеспечения
- •1.5. Особенности вирусных эпидемий
- •1.6. Выводы по главе
- •2. Вирусные потоки на элементы информационно - телекоммуникационных сетей: оценка вероятности заражения
- •2.1. Входящий поток
- •2.2. Заражение элемента системы файловым вирусом
- •2.3. Заражение элемента системы сетевым вирусом
- •2.4. Заражение элемента системы загрузочным вирусом
- •2.5. Заражение элемента системы макровирусом
- •2.6. Заражение элемента системы скрипт-вирусом
- •2.7. Оценка вероятностей реализации различных этапов вирусной атаки
- •2.7.1. Вероятностная модель процесса инфекционного заражения элемента системы
- •2.7.2. Вероятностная модель процесса излечения зараженного элемента системы
- •2.7.3. Вероятностная модель процесса латентного инфицирования элемента системы
- •2.7.4. Вероятностная модель процесса выхода из строя зараженного элемента системы
- •3. Модели развития вирусных эпидемий в информационно-телекоммуникационных сетях
- •3.1. Математическая модель развития вирусных алгоритмов на примере sir-модели
- •3.2. Описание процесса реализации и риск-оценки вирусной эпидемии по модели si
- •3.2.1. Принцип построения и перечень обозначений для si-модели
- •3.2.2. Риск-анализ и оценка эпистойкости информационно-телекоммуникационных сетей в условиях распространения эпидемии по модели si
- •3.3. Описание процесса реализации и риск-оценки вирусной эпидемии по модели sis
- •3.3.1. Принцип построения и перечень обозначений для sis-модели
- •3.3.2. Риск-анализ и оценка эпистойкости информационно-телекоммуникационных сетей в условиях распространения вирусной эпидемии по модели sis
- •3.4. Описание процесса реализации и риск-оценки вирусной эпидемии по модели seis
- •3.4.1. Принцип построения и перечень обозначений для seis-модели
- •3.4.2. Риск-анализ и оценка эпистойкости информационно-телекоммуникационных сетей в условиях распространения вирусной эпидемии по модели seis
- •3.5. Описание процесса реализации и риск-оценки вирусной эпидемии по модели sir
- •3.5.1. Принцип построения и перечень обозначений для sir-модели
- •3.5.2. Риск-анализ и оценка эпистойкости информационно-телекоммуникационных сетей в условиях распространения вирусной эпидемии по модели sir
- •3.6. Описание процесса реализации и риск-оценки вирусной эпидемии по модели seir
- •3.6.1. Принцип построения и перечень обозначений для seir-модели
- •3.6.2. Риск-анализ и оценка эпистойкости информационно-телекоммуникационных сетей в условиях распространения вирусной эпидемии по модели seir
- •3.7. Механизм регулирования рисков
- •3.8. Выводы по главе
- •Заключение
- •Библиографический список
- •Оглавление
- •394026 Воронеж, Московский просп., 14
3.2.2. Риск-анализ и оценка эпистойкости информационно-телекоммуникационных сетей в условиях распространения эпидемии по модели si
Общий риск Risk(k) на k-ом этапе эпидемии будет равен:
|
(3.27) |
Эпистойкость системы L(k) можно оценить как отношение ожидаемого количества незараженных узлов к их общему количеству, участвующих в процессе. В результате имеем:
|
(3.28) |
Рассмотрим формулы (3.20) и (3.21) для различных оценок. Для усредненной оценки формулы риска и эпистойкости системы принимают следующий вид:
|
(3.29) |
|
(3.30) |
где – математическое ожидание количества зараженных элементов на i-ом этапе эпидемии.
В случае пиковой оценки риск и эпистойкость системы можно оценить по следующим формулам:
|
(3.31) |
|
(3.32) |
|
где – мода количества зараженных элементов на i-ом этапе эпидемии.
По аналогии, для интервальной оценки получаем следующие формулы:
|
(3.33) |
|
(3.34) |
|
(3.35) |
|
(3.36) |
|
|
|
(3.37) |
|
(3.38) |
где – математическое ожидание количества зараженных элементов на i-ом этапе эпидемии;
– СКО количества зараженных элементов на i-ом этапе эпидемии.
При таком виде оценок общий риск системы и эпистойкость системы оценивается в интервалах и соответственно.
3.3. Описание процесса реализации и риск-оценки вирусной эпидемии по модели sis
3.3.1. Принцип построения и перечень обозначений для sis-модели
Рассмотрим предыдущий сценарий атаки ИТКС сетевым вирусом (см. раздел 3.2) и отразим работу средств антивирусной защиты. Опишем случай, когда антивирус способен обнаружить вредоносный вирус и восстановить зараженный элемент ИТКС.
К данному сценарию применима модель SIS, согласно которой элементы ИТКС могут относиться к одному из нижеперечисленных подмножеств:
1. Восприимчивые (S) – множество элементов, которые восприимчивы к получению вредоносной информации. Как только они заражаются, они переходят в разряд зараженных элементов. – количество восприимчивых элементов на i-ом этапе процесса заражения;
2. Зараженные (I) – элементы, которые могут распространять вредоносную информацию восприимчивым объектам. – количество зараженных элементов на i-ом этапе развития эпидемии.
Параметры развития вирусной эпидемии опишем следующим образом:
N – общее количество элементов системы, является заданным параметром, не изменяемо в процессе эпидемии и не имеет вероятностной природы;
(1+n) – среднее количество элементов, непосредственно контактирующих с каждым элементом, является в определенной мере вероятностным параметром, зависимым от топологии системы;
Qi – оценка ожидания заражения элементов на i-ом этапе эпидемии, согласно соответствующему закону распределения вероятностей;
Pi – оценка ожидания восстановления элементов на i-ом этапе эпидемии, согласно соответствующему закону распределения вероятностей.
На нулевом этапе развития эпидемии заражается первый элемент, с которого и начинается вирусная эпидемия в системе. Таким образом:
|
(3.39) |
, |
(3.40) |
. |
(3.41) |
На первом этапе количество восприимчивых и заражённых элементов можно представить как:
|
(3.42) |
|
(3.43) |
На следующем этапе каждый из заражённых элементов взаимодействует с соседними элементами, причём становятся заражёнными. Таким образом:
|
(3.44) |
|
(3.45) |
По аналогии, для k-го этапа эпидемии получим следующие выражения:
|
(3.46) |
|
(3.47) |
Модифицируем формулы (3.42) и (3.43) для различных оценок. Для усредненной оценки получаем:
|
(3.48) |
|
(3.49) |
где – математическое ожидание количества зараженных элементов на i-ом этапе эпидемии;
– математическое ожидание количества восстановленных элементов на i-ом этапе эпидемии.
Для пиковой оценки:
|
(3.50) |
|
(3.51) |
где – мода количества зараженных элементов на i-ом этапе эпидемии;
– мода количества восстановленных элементов на i-ом этапе эпидемии.
В случае интервальной оценки имеем:
|
(3.52) |
|
(3.53) |
где – математическое ожидание количества зараженных элементов на i-ом этапе эпидемии;
– математическое ожидание количества восстановленных элементов на i-ом этапе эпидемии;
– СКО количества окончательно зараженных элементов на i-ом этапе эпидемии;
– СКО количества восстановленных зараженных элементов на i-ом этапе эпидемии.
Количество зараженных и восприимчивых элементов находятся в интервалах и соответственно.