Analizando la propagación de malware en redes de sensores inalámbricos: un nuevo enfoque utilizando teoría de colas y HJ-Biplot con un modelo SIRS
Autores: Frutos-Bernal, Elisa; Rodríguez-Rosa, Miguel; Anciones-Polo, María; Martín-del Rey, Ángel
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Analizando la propagación de malware en redes de sensores inalámbricos: un nuevo enfoque utilizando teoría de colas y HJ-Biplot con un modelo SIRS
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Investigación
Malware
Propagación
Predicción
Metodología
Estadístico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 39
Citaciones: Sin citaciones
La mayoría de las investigaciones sobre malware se centran principalmente en su detección, sin prestar atención a sus tendencias de propagación. Sin embargo, modelar la propagación de malware es un problema de investigación importante porque nos permite predecir cómo evolucionará el malware y tomar medidas para prevenir su propagación, de ahí el interés en analizar esta propagación desde un punto de vista estadístico. Este trabajo propone una metodología de predicción de propagación de malware basada en técnicas estadísticas multivariadas como HJ-Biplot en combinación con redes de colas cerradas. Se utilizan conjuntos de datos generados utilizando modelos SIRS basados en individuos para validar la metodología propuesta, aunque se podría haber elegido cualquier otro modelo para probar su validez. Los resultados experimentales muestran que el modelo propuesto puede predecir y clasificar eficazmente el malware y descubrir la influencia de diferentes parámetros del modelo en la situación de propagación del malware.
Descripción
La mayoría de las investigaciones sobre malware se centran principalmente en su detección, sin prestar atención a sus tendencias de propagación. Sin embargo, modelar la propagación de malware es un problema de investigación importante porque nos permite predecir cómo evolucionará el malware y tomar medidas para prevenir su propagación, de ahí el interés en analizar esta propagación desde un punto de vista estadístico. Este trabajo propone una metodología de predicción de propagación de malware basada en técnicas estadísticas multivariadas como HJ-Biplot en combinación con redes de colas cerradas. Se utilizan conjuntos de datos generados utilizando modelos SIRS basados en individuos para validar la metodología propuesta, aunque se podría haber elegido cualquier otro modelo para probar su validez. Los resultados experimentales muestran que el modelo propuesto puede predecir y clasificar eficazmente el malware y descubrir la influencia de diferentes parámetros del modelo en la situación de propagación del malware.