具有非线性传染率的计算机病毒模型的稳定性.docVIP

具有非线性传染率的计算机病毒模型的稳定性 施键兰 福建农林大学东方学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 提出一类具有非线性传染率的时滞计算机病毒动力学模型.通过分析相应特征方程根的分布, 讨论了阈值R01时无病平衡点和R01时地方病平衡点的稳定性情况. 关键词： 计算机病毒; 非线性传染率; 时滞; 稳定性; 作者简介：施键兰 (1984-) , 女, 福建福州人, 讲师, 主要从事计算机模型研究.E-mail:jlshicomputer@yeah.net. 收稿日期：2017-03-07 基金：福建省级服务产业特色专业项目 (闽教高[2016]24号) The stability of computer virus model with nonlinear incidence SHI Jianlan Dongfang College, Fujian Agriculture and Forestry University; Abstract： A time-delayed computer virus dynamical model with nonlinear incidence is discussed. By analyzing the distribution of corresponding characteristic equation root, the author investigates the stability of disease-free equilibrium and endemic equilibrium when R01 and R01 respectively. Keyword： computer virus; nonlinear incidence; time-delay; stability; Received： 2017-03-07 0 引言 计算机病毒的自我复制及传播行为和人群中的流行病传播十分相似.1990年初, Kephart等人[1]第一次借助生物学领域已有的数学模型对计算机病毒进行研究, 提出经典的SIS病毒模型.在此基础上, 不少学者对计算机病毒传播模型加以改进并进行研究[2-8].Ren等人[8]考虑了易感染节点数量符合logistic增长的情况, 讨论了平衡点的局部稳定性.本文在文献[8]基础上, 参照了生物学中传染病学的数学模型[9-10], 引入了非线性传染率和潜伏性时滞, 提出了一种新的计算机病毒模型, 通过分析相应特征方程根的分布对其进行稳定性分析. 1 模型建立 假设将网络中一台计算机主机或路由器看作一个节点, 节点分为易感染节点, 感染节点和免疫节点.以S (t) 表示t时刻未感染病毒的易感染节点数;I (t) 表示t时刻已感染病毒的感染节点数;R (t) 表示t时刻对病毒具有免疫能力的免疫节点数.根据上述假设, 建立如下SIR计算机病毒传播动力学模型: 其中, β表示易感染节点与感染节点的传染率系数, 假设易感染节点数量符合logistic增长, 曲线r是内禀增长率, K是网络最大容纳量, μ表示节点自然死亡系数, α表示节点由免疫状态返回到易感染状态的概率, τ表示病毒的潜伏期, 即节点感染病毒到病毒发作的时间间隔. 由于系统 (1) 前2个方程不含有R变量, 故可考虑如下系统: 系统 (2) 存在一个平凡零解E0= (0, 0) , 一个无病平衡点E0= (K, 0) .记基本再生数当R01时, 系统 (2) 还存在另外一个地方病平衡点 2 稳定性分析 设为系统 (2) 的一个平衡点, 则其相对应的线性化系统的雅可比矩阵的特征方程为: 2.1 平凡零解的稳定性 定理1当τ≥0时, 系统 (2) 在平凡零解E0是不稳定的. 证明当τ≥0时, 系统 (2) 在E0处的特征方程为 (λ-r) (λ+α+μ) =0, 解得λ1=r0, 故当τ≥0时, E0是不稳定的. 2.2 无病平衡点的稳定性 定理2当R01, τ=0时, 系统 (2) 在无病平衡点E0是局部渐近稳定的. 证明当τ=0时, 系统 (2) 在处的特征方程为 (λ+r) (λ-Kβ+α+μ) =0, 由于R01, 得到λ1=-r0, λ2=Kβ-α-μ0.故当R01, τ=0时, E0是局部渐近稳定的. 定理3当R01, τ0时, 系统 (2) 在无病平衡点E0是局部渐近稳定的. 证明当τ0时, 系统 (2) 在处的特征方程为: 式 (3) 有一个负实根λ1=-r0和满足下式的根 假设λ=iω (ω0) , 代入式 (4) 分离实虚部得到