logo móvil
Contáctanos

Análisis y control del modelo de mutación de malware en una red de sensores inalámbricos recargables con retraso de carga

Autores: Liu, Guiyun; Peng, Zhimin; Liang, Zhongwei; Zhong, Xiaojing; Xia, Xinhai

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Análisis y control del modelo de mutación de malware en una red de sensores inalámbricos recargables con retraso de carga


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Sensores recargables inalámbricos
Ataque de malware
Sistema de seguridad
Errores de descifrado
Retraso de carga
Esquema de control óptimo

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 23

Citaciones: Sin citaciones


Descripción
En los sensores recargables inalámbricos (WRSNs), el sistema es vulnerable a ser atacado por malware. Debido a la estructura de red distribuida de WRSNs, el ataque de malware tiene gran influencia en el sistema de seguridad de WRSNs. Con la variabilidad en el malware, el problema de descifrado y errores de codificación llevará a la mutación del malware. En este documento, hay dos problemas que deben ser resueltos, incluyendo la mutación del malware y el retraso de carga en WRSNs. Se introducen el estado de mutación del malware y el estado de baja energía. En primer lugar, se presentan tres soluciones de equilibrio diferentes del modelo de mutación. Luego, se demuestra la estabilidad local mediante la ecuación característica, y el sistema se estabilizará en diferentes soluciones de equilibrio cuando el número reproductivo base es diferente. Con la condición de retraso de carga, se investiga el fenómeno de bifurcación utilizando la teoría de bifurcación de Hopf. Además, para mejorar la seguridad de WRSNs y disminuir el costo de control, se aplica el Principio del Máximo de Pontryagin para obtener un esquema de control óptimo bajo mutación y retraso de carga. Finalmente, se aplica la simulación numérica mediante Matlab para confirmar este modelo. Los resultados de la simulación muestran que el malware de mutación puede ser controlado cuando el retraso es menor que el umbral máximo.

Otros recursos que podrían interesarte

Temas Virtualpro