[发明专利]设备感染预测方法及系统

说明书

本发明提供一种设备感染预测方法及系统，涉及计算机技术领域。该方法通过传染病SIR模型构建可以预测设备感染数的设备感染扩散模型，并结合采集的设备感染数据，按照预设的统计规则得到该设备感染扩散模型的各个参数值，最后，根据所获取的各个参数值以及设备感染扩散模型通过欧拉公式进行计算，得到设备感染的预测值，相对人工观察，能够减少人工误差，使得预测设备感染病毒的设备数更加准确。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种设备感染预测方法及系统。

背景技术

目前，计算机病毒对计算机具有破坏性的危害，现有技术中，是通过采集一段时间内现有计算机感染病毒的设备数，通过人工观察这段时间内计算机感染病毒的设备数的规律，去预测下一时刻计算机感染病毒的设备数。

但是，采用现在技术，仅仅通过人工观察，无法准确预测设备感染病毒的设备数。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种设备感染预测方法及系统，以解决现有技术中无法准确预测设备感染病毒的设备数的问题。

为实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种设备感染预测方法，方法包括：

基于传染病SIR模型获取设备感染扩散模型；

根据预设的统计规则获取设备感染扩散模型中的各个参数值；

根据所获取的各个参数值以及设备感染扩散模型通过欧拉公式进行计算，得到设备感染的预测值。

可选地，设备感染扩散模型，包括：

其中，为设备感染的扩散率，λ为设备感染的传染率，κ为设备感染的控制率，T表示采集设备感染的周期，t表示周期T内任意时间点，S(t)表示t时间点的设备感染数，Φ(t)表示设备感染数的初始值，t_o表示设备感染数的初始值对应的时间点。

可选地，根据预设的统计规则获取设备感染扩散模型中的各个参数值，包括：

统计周期内新增设备感染数和截止到t时刻所累计设备感染数，将周期内新增设备感染数与累计设备感染数的比值作为设备感染扩散模型的传染率λ；

统计周期内新增设备感染数和前一周期内新增设备感染数，将周期内新增设备感染数与前一周期内新增设备感染的比值作为设备感染扩散模型的控制率κ。

可选地，根据所获取的各个参数值以及设备感染扩散模型通过欧拉公式进行计算，得到设备感染的预测值，包括：获取步长值h；

假定欧拉公式中的f(x_n，y_n)为并根据步长值h、λ、κ、T以及设备感染扩散模型通过欧拉公式进行计算，得到步长值h对应的设备感染的预测值。

可选地，上述方法还包括：

获取周期内任意时间点的设备感染数的真实值；

获取多个步长值计算得到多个步长值对应的设备感染的预测值；

将真实值与多个预测值比较，确定与真实值误差最小的预测值所对应的步长值h。

第二方面，本发明实施例还提供了一种设备感染预测系统，包括：获取模型模块、获取参数模块和预测模块；

获取模型模块，用于基于传染病SIR模型获取设备感染扩散模型；

获取参数模块，根据预设的统计规则获取设备感染扩散模型中的各个参数值；