Álgebra Linear

URI Permanente para esta coleção

http://200.135.58.21/handle/repositorio/70

Navegar

Navegando Álgebra Linear por Data de Publicação

Filtrar resultados por ano ou mês
Agora exibindo 1 - 1 de 1
  • Item
    Cadeias de Markow para difusão de malwares em redes de computadores
    (2019) Thiel, Natalia Kelim; Luis Fernando Nazari; Diego Staub Felipe; Juliano Tonizetti Brignoli, Dr
    Nos últimos anos dispositivos conectados à rede vêm aumentando consideravelmente, o que consequentemente aumenta os ataques e infecções por malwares nestes equipamentos. Empresas utilizam deste recurso para a rápida dissiminação de infomação, porém estes dados estão suscetíveis a danos, sejam no quesito integridade, corrompimento, vazamento ou outros, o que pode acarretar em grandes prejuízos. Afim de simular e estudar as redes empresariais complexas, criou-se representações matemáticas de redes de computadores com suas variáveis em um modelo matemático. Os modelos propostos foram obtidos considerando o sistema como um pro cesso estocástico, mais especificamente um processo Markoviano. No modelo inicial representa uma rede de computadores em forma de grafo, onde cada nó é um dispositivo e suas transições são representadas pela probabilidade de infecção de um dispositivo ao outro. Transformando então em uma Cadeia de Markov por acrescimo de um estado de extinção, obteve-se o segundo modelo onde foi possível simular para o infinito. Porém, com isso, concluiu-se que a extinção era inevitável sem um fator de reincidência de um vírus uma vez extinto. Então o modelo de Cadeias de Markov com Reincidência surgiu. O ultimo modelo foi gerado a partir do conjunto das partes dos dispositivos, trazendo uma cadeia de representação mais complexa. As cadeias foram implementadas computacionalemente, afim de simular a expanção de malware na rede de computadores, trazendo um resultado já esperado: a cadeia das partes era computacionalmente inviável por conta de sua complexidade ser exponencial. O que resultou no modelo de Cadeia de Markov com Reincidencia no melhor modelo viável.