[发明专利]基于非线性可充电传感网模型的多类型恶意程序攻防方法

说明书

本发明涉及一种基于非线性可充电传感网模型的多类型恶意程序攻防方法，包括：S1，构建基于无线可充电传感器网络的多类型的恶意程序传播模型，所述恶意程序传播模型以逻辑斯蒂增长率作为无线可充电传感器网络的节点数量增长率；S2，构建无线可充电传感器网络节点的状态流程图，并根据状态流程图列写各个状态的微分方程；S3，构建恶意程序传播模型下的成本代价函数；S4，根据各个状态的微分方程以及成本代价函数，构建哈密尔顿方程。本发明不仅进一步考虑了能量消耗的问题，而且还引入了非线形逻辑斯蒂输入与非线形感染率，从而更进一步符合实际无线传感器网络的工作环境。

技术领域

本发明涉及无线可充电传感网络技术领域，特别是涉及一种基于非线性可充电传感网模型的多类型恶意程序攻防方法。

背景技术

随着无线传感网相应技术的不断更新换代，其涉及的领域也越来越广，像军事领域，医疗卫生，环境监测，建筑安全，地震监测，智能交通等等，由此可见其重要性以及可发展性。传统的无线传感网又可以采集周围信息的节点组成，节点与基站或者远程数据中心通过多跳的形式完成处理信息的传播。正是由于无线传感网结构相对简单的特性，一旦在没有任何防御措施的情况下受恶意程序侵袭，恶意程序会迅速感染整个网络，由此带来的网络瘫痪，信息泄露都将造成巨大的经济隐患与损失。

恶意程序在无线传感网的传播从最基础的SIS模型，即易感状态-感染状态-易感状态，逐渐在这个基础上增加了，R状态，即修复状态；Q状态，即隔离状态；E状态，即暴露状态，还有各种休眠状态等等，这些都是从节点感染层面去探讨细化的。

在传统的恶意程序传播模型，投放节点是一次性的，然而随着时间的推移，必将有不少节点会消亡，总体呈现的就是节点数目的下降。节点数目的不断下降必将使得无线传感网不能正常工作。在感染过程，也就是节点状态从易感状态到被感染状态的过程中，传统的恶意程序传播模型为线形增长模型和单一类型的恶意程序传播，在单一类型的恶意程序传播模型中，易感节点被感染后，最终要么死亡，要么变成免疫的节点。但是实际情况是，恶意程序不可能有一种类型，如同电脑病毒一样，电脑也需要实时更新防护措施针对新的病毒。

综上，传统的恶意程序传播模型不能采用准确感染率和面对多种类的恶意程序，且不能维持传感网的正常工作，不符合实际无线传感器网络的工作环境。

发明内容

针对现有技术存在的基于非线性可充电传感网模型的多类型恶意程序攻防方法的问题，本发明提供一种基于非线性可充电传感网模型的多类型恶意程序攻防方法。

本申请的具体方案如下：

一种基于非线性可充电传感网模型的多类型恶意程序攻防方法，包括：

S1，构建基于无线可充电传感器网络的多类型的恶意程序传播模型，所述恶意程序传播模型以逻辑斯蒂增长率作为无线可充电传感器网络的节点数量增长率；

S2，构建无线可充电传感器网络节点的状态流程图，并根据状态流程图列写各个状态的微分方程；

S3，构建恶意程序传播模型下的成本代价函数；

S4，根据各个状态的微分方程以及成本代价函数，构建哈密尔顿方程；

S5，根据所述哈密尔顿方程，进一步求解满足协态变量条件的方程组以及相应的攻防策略。

优选地，所述恶意程序传播模型采用非线形感染率，所述非线形感染率为：

m＝[1-(1-P_SI)^nI(t)]

其中P_SI表示节点从易感状态转移到被感染状态的概率，且满足 0≤P_SI≤1，其中I(t)就是被感染节点的数量，数字n代表节点的度。

优选地，逻辑斯蒂增长率为：