Statistical modeling of computer malware propagation dynamics in cyberspace
Statistical modeling of computer malware propagation dynamics in cyberspace
复制标题
网络空间中计算机恶意软件传播动态的统计建模
DOI：
10.1080/02664763.2020.1845621
复制
发表时间：
2020-11
影响因子：
1.5
通讯作者：
Fang X.
中科院分区：
文献类型：
--
作者：
Fang Z.;Zhao P.;Xu M.;Xu S.;Hu T.;Fang X.
计算机恶意软件（恶意软件）在网络空间中的传播动态建模是一个重要的研究问题，因为模型可以加深我们对动态网络威胁的理解。本文研究了动态网络攻击宏观演化的统计建模方法。具体而言，我们提出了一种贝叶斯结构时间序列方法来模拟计算机恶意软件在网络空间中的传播动态。该模型不仅具有简约性（即使用较少的模型参数），而且可以通过适应不确定性提供动力学的预测分布。仿真研究表明，该模型可以准确拟合和预测计算机恶意软件的传播动态，而不需要知道底层的攻击防御交互机制和底层的网络拓扑结构信息。利用该模型对Conficker和Code Red蠕虫这两种特定的计算机恶意软件的传播进行了研究，结果表明该模型具有非常满意的拟合和预测精度。
ABSTRACT Modeling cyber threats, such as the computer malicious software (malware) propagation dynamics in cyberspace, is an important research problem because models can deepen our understanding of dynamical cyber threats. In this paper, we study the statistical modeling of the macro-level evolution of dynamical cyber attacks. Specifically, we propose a Bayesian structural time series approach for modeling the computer malware propagation dynamics in cyberspace. Our model not only possesses the parsimony property (i.e. using few model parameters) but also can provide the predictive distribution of the dynamics by accommodating uncertainty. Our simulation study shows that the proposed model can fit and predict the computer malware propagation dynamics accurately, without requiring to know the information about the underlying attack-defense interaction mechanism and the underlying network topology. We use the model to study the propagation of two particular kinds of computer malware, namely the Conficker and Code Red worms, and show that our model has very satisfactory fitting and prediction accuracies.
登录
查看更多内容
影响因子：
7.3
作者：
Shouhuai Xu;Wenlian Lu;Zhenxin Zhan
通讯作者：
Shouhuai Xu;Wenlian Lu;Zhenxin Zhan
DOI：
10.1007/978-3-030-10597-6_1
发表时间：
2020-10
期刊：
ArXiv
影响因子：
--
作者：
Shouhuai Xu
通讯作者：
Shouhuai Xu
预防性和反应性网络防御动态在全球范围内保持稳定
DOI：
10.1109/tnse.2017.2734904
发表时间：
2016-02
影响因子：
6.6
作者：
Ren Zheng;Wenlian Lu;Shouhuai Xu
通讯作者：
Shouhuai Xu
影响因子：
3.7
作者：
通讯作者：
--
DOI：
10.1109/tnse.2021.3098443
发表时间：
2020-01
影响因子：
6.6
作者：
Yujuan Han;Wenlian Lu;Shouhuai Xu
通讯作者：
Yujuan Han;Wenlian Lu;Shouhuai Xu