基于微分博弈的在线社交网络恶意程序传播优化控制方法

doi:10.11959/j.issn.1000-0801.2015215

电信科学 ›› 2015, Vol. 31 ›› Issue (10): 66-73.doi: 10.11959/j.issn.1000-0801.2015215

基于微分博弈的在线社交网络恶意程序传播优化控制方法

沈士根^1,²,黄龙军^1,³,胡珂立¹,李宏杰²,韩日昇²,曹奇英⁴

¹ 绍兴文理学院计算机科学与工程系绍兴 312000
² 嘉兴学院数理与信息工程学院嘉兴 314001
³ 浙江工业大学计算机科学与技术学院杭州 310023
⁴ 东华大学计算机科学与技术学院上海 201620

出版日期:2015-10-20 发布日期:2017-07-21
基金资助:
国家自然科学基金资助项目;浙江省自然科学基金资助项目;浙江省自然科学基金资助项目;绍兴文理学院科研启动项目

Differential Game-Based Optimal Control Method for Preventing Malware Propagation in Online Social Network

Shigen Shen^1,²,Longjun Huang^1,³,Keli Hu¹,Hongjie Li²,Risheng Han²,Qiying Cao⁴

¹ Department of Computer Science and Engineering，Shaoxing University，Shaoxing 312000，China
² College of Mathematics，Physics and Information Engineering，Jiaxing University，Jiaxing 314001，China
³ College of Computer Science and Technology，Zhejiang University of Technology，Hangzhou 310023，China
⁴ College of Computer Science and Technology，Donghua University，Shanghai 201620，China

Online:2015-10-20 Published:2017-07-21
Supported by:
Foundations Items：The National Natural Science Foundation of China;Zhejiang Provincial Natural Science Foundation of China;Zhejiang Provincial Natural Science Foundation of China;Science Foundation of Shaoxing University

摘要/Abstract

摘要：

针对在线社交网络（OSN）易传播恶意程序的现状，通过扩展传统的传染病理论，在考虑防御者和恶意程序主观努力度的基础上，提出了能确切描述OSN恶意程序的微分方程模型。利用微分博弈，建立了能反映防御者和恶意程序交互过程的OSN“恶意程序防御微分博弈”模型，当恶意程序动态改变其最优控制策略时，为防御者给出最优动态控制策略。实验结果表明，提出的方法能明显地抑制OSN恶意程序的传播，为防御OSN恶意程序提供了新途径。

关键词: 在线社交网络, 恶意程序, 传染病理论, 微分博弈

Abstract:

Online social network（OSN）is prone to propagating malware because of their special characteristics.By developing traditional epidemic theory and considering effort intensities of the defender and malware，a differential-equation model to suitably describe characteristics of OSN malware was proposed.Using the differential game，a malware-defense game was constructed to reflect interactions between the defender and malware.Thus，optimal dynamic control strategies for the defender were given when the malware dynamically changed its optimal control strategies.Numerical experiments show that the proposed method is obviously able to suppress the malware propagation.Therefore，a novel way to defend OSN malware was provided.

Key words: online social network, malware, epidemic theory, differential game

沈士根,黄龙军,胡珂立,李宏杰,韩日昇,曹奇英. 基于微分博弈的在线社交网络恶意程序传播优化控制方法[J]. 电信科学, 2015, 31(10): 66-73.

Shigen Shen,Longjun Huang,Keli Hu,Hongjie Li,Risheng Han,Qiying Cao. Differential Game-Based Optimal Control Method for Preventing Malware Propagation in Online Social Network[J]. Telecommunications Science, 2015, 31(10): 66-73.

图/表 4

参考文献 29

1	Wang Y ， Wen S ， Xiang Y ， et al. Modeling the propagation of worms in networks：a survey. IEEE Communications Surveys and Tutorials， 2014，16（2）： 942～960
2	Gao H ， Hu J ， Huang T ， et al. Security issues in online social networks. IEEE Internet Computing， 2011，15（4）： 56～63
3	Makridakis A ， Athanasopoulos E ， Antonatos S ， et al. Understanding the behavior of malicious applications in social networks. IEEE Network， 2010，24（5）： 14～19
4	Chen J ， Kiremire A R ， Brust M R ， et al. Modeling online social network users’ profile attribute disclosure behavior from a game theoretic perspective. Computer Communications， 2014（49）： 18～32
5	刘昕，贾春福，石乐义等. 基于社会计算的IM恶意代码防御机制. 电子学报 2013，41（6）： 1130～1139 Liu X ， Jia C F ， Shi L Y ， et al. A collaborative defending scheme based on social computing against IM malicious codes. Acta Electronica Sinica， 2013，41（6）： 1130～1139
6	Bose A ， Shin K G . Agent-based modeling of malware dynamics in heterogeneous environments. Security and Communication Networks， 2013，6（12）： 1576～1589
7	Faghani M R ， Nguyen U T . A study of xss worm propagation and detection mechanisms in online social networks. IEEE Transactions on Information Forensics and Security， 2013，8（11）： 1815～1826
8	Sanzgiri A ， Hughes A ， Upadhyaya S . Analysis of malware propagation in Twitter. Proceedings of the IEEE Symposium on Reliable Distributed Systems， Braga，Portugal， 2013： 195～204
9	Feng L ， Liao X ， Han Q ， et al. Dynamical analysis and control strategies on malware propagation model. Applied Mathematical Modeling， 2013，37（16～17）： 8225～8236
10	Khosroshahy M ， Mehmet Ali M K ， Qiu D . The SIC botnet lifecycle model：a step beyond traditional epidemiological models. Computer Networks， 2013，57（2）： 404～421
11	Adu-Gyamfi D ， Wang Y ， Zhang F ， et al. A model for spreading behavior of passive worms in mobile social networks. Journal of Computational Information Systems， 2014，10（7）： 2667～2675
12	Yu S ， Gu G ， Barnawi A ， et al. Malware propagation in large-scale networks. IEEE Transactions on Knowledge and Data Engineering， 2015，27（1）： 170～179
13	Cheng S M ， Ao W C ， Chen P Y ， et al. On modeling malware propagation in generalized social networks. IEEE Communications Letters， 2011，15（1）： 25～27
14	Karyotis V ， Papavassiliou S . Macroscopic malware propagation dynamics for complex networks with churn. IEEE Communications Letters， 2015，19（4）： 577～580
15	Peng S ， Yu S ， Yang A . Smartphone malware and its propagation modeling：a survey. IEEE Communications Surveys and Tutorials， 2014，16（2）： 925～941
16	Peng S ， Wang G ， Yu S . Modeling the dynamics of worm propagation using two-dimensional cellular automata in smartphones. Journal of Computer and System Sciences， 2013，79（5）： 586～595
17	Peng S ， Wu M ， Wang G ， et al. Propagation model of smartphone worms based on semi-Markov process and social relationship graph. Computers and Security， 2014（44）： 92～103
18	Peng S ， Wu M ， Wang G ， et al. Containing smartphone worm propagation with an influence maximization algorithm. Computer Networks， 2014（74）： 103～113
19	Wen S ， Zhou W ， Zhang J ， et al. Modeling propagation dynamics of social network worms. IEEE Transactions on Parallel and Distributed Systems， 2013，24（8）： 1633～1643
20	杨海陆，张健沛，杨静 . 基于社区的移动互联网混合蠕虫双向反馈遏制系统. 计算机研究与发展 2014，51（2）： 311～324 Yang H L ， Zhang J P ， Yang J . Community-based bidirectional feedback system for hybrid worm containment in mobile internet Journal of Computer Research and Development， 2014，51（2）： 311～324
21	刘玉岭，冯登国，吴丽辉等. 基于静态贝叶斯博弈的蠕虫攻防策略绩效评估. 软件学报， 2012，23（3）： 712～723 Liu Y L ， Feng D G ， Wu L H ， et al. Performance evaluation of worm attack and defense strategies based on static Bayesian gam. Journal of Software， 2012，23（3）： 712～723
22	Wen S ， Zhou W ， Wang Y ， et al. Locating defense positions for thwarting the propagation of topological worms. IEEE Communications Letters， 2012，16（4）： 560～563
23	Ramachandran K K ， Sikdar B . Dynamics of malware spread in decentralized peer-to-peer networks. IEEE Transactions on Dependable and Secure Computing， 2011，8（4）： 617～623
24	Theodorakopoulos G ， Baras J S ， Le Boudec J Y . Dynamic network security deployment under partial information. Proceedings of the 46th Annual Allerton Conference on Communication，Control，and Computing， Monticello，USA， 2008： 261～267
25	Omic J ， Orda A ， Van Mieghem P . Protecting against network infections：a game theoretic perspective. Proceedings of IEEE INFOCOM， Rio de Janeiro，Brazil， 2009： 1485～1493
26	Bensoussan A ， Kantarcioglu M ， Hoe S . A game-theoretical approach for finding optimal strategies in a botnet defense model. Proceedings of GameSec 2010， Berlin，Germany， 2010： 135～148
27	Khouzani M H R ， Sarkar S ， Altman E . Saddle-point strategies in malware attack. IEEE Journal on Selected Areas in Communications， 2012，30（1）： 31～43
28	Aumann R J ， Hart S . Handbook of Game Theory，Amsterdam：Elsevier， 1994
29	Bressan A . Noncooperative differential games. Milan Journal of Mathematics， 2011，79（2）： 357～427

[1]	叶晓彤, 孙文飞, 沈士根. 基于扩展传染病模型和马尔可夫链的物联网可用度评估方法[J]. 电信科学, 2021, 37(4): 37-45.
[2]	张红,沈士根,吴小军,曹奇英. 基于元胞自动机和静态贝叶斯博弈的WSN恶意程序传染模型[J]. 电信科学, 2019, 35(6): 60-69.
[3]	沈士根,冯晟,周海平,黄龙军,胡珂立,曹奇英. 基于云计算和动态贝叶斯博弈的WSN恶意程序传播优化抑制方法[J]. 电信科学, 2018, 34(9): 78-86.
[4]	周海平,沈士根,黄龙军,冯晟. 基于博弈论的无线传感器网络恶意程序传播模型[J]. 电信科学, 2018, 34(11): 67-76.
[5]	亓晋,许斌,胡筱旋,徐匾珈,肖星琳. 基于用户行为认知的在线社交网络协同推荐[J]. 电信科学, 2015, 31(10): 108-114.
[6]	冀晖,罗志强,金华敏. 互联网恶意流量安全检测技术研究与应用[J]. 电信科学, 2014, 30(Z2): 139-142.
[7]	李俊. 一种基于云—管—端的移动互联网恶意程序管控方案研究[J]. 电信科学, 2013, 29(8): 156-161.

基于微分博弈的在线社交网络恶意程序传播优化控制方法

Differential Game-Based Optimal Control Method for Preventing Malware Propagation in Online Social Network

在线阅读

PDF下载

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 29

相关文章 7

Metrics

推荐阅读 0