比例ハダマード–カプト積分作用素の下にある無線センサにおける分数サイバー疫学モデルの人工ニューラルネットワーク解析

デジタル感染が長引く理由

悪意あるソフトウェアは常にコンピュータネットワーク内で瞬時かつ一掃されるように広がるわけではありません。建物や農地、都市に散在して環境を計測する小型の無線センサネットワークでは、攻撃が長期間にわたりくすぶり、古い接続や遅延した更新が再び影響を及ぼすと再燃することがあります。本稿はそのような「長期記憶」を伴うサイバー流行を記述する新たな手法を紹介し、マルウェアが速やかに消えるのか、頑なに残るのかを理解する手助けをします。

病人から感染したセンサへ

著者らは古典的な疾病モデリングの考え方を借用します。そこでは集団を感受性（susceptible）、感染（infected）、回復（recovered）などのグループに分けます。本研究では「集団」は無線センサネットワークに相当します。端末は脆弱だが健康な状態、感染は受けているがまだ拡散していない潜伏状態、積極的に感染を広げる感染状態、隔離された状態、回復状態、および更新やパッチで強化されたワクチン化（耐性）状態の六つのクラスに分けられます。この構造により、端末が互いに接触し、隔離され、修理され、保護される過程でどのように状態を移るかをモデルで追跡できます。人の疫学的な考え方をデジタル領域に移すことで、公衆衛生数学の長年の知見を現代のサイバー防御に結び付けています。

数学に記憶を組み込む

標準的なモデルは通常、ネットワークの現在の状態だけが重要であり、次に何が起きるかは現在にのみ依存すると仮定します。しかしそれはしばしば現実的ではありません。実際には、古い接続、遅いパッチ適用、残存する脆弱性により過去が現在に影響を与え続けます。これを捉えるために著者らは「分数」微積分のバージョンを用い、変化率が過去の活動の重み付けられた履歴に依存することを可能にします。特化した道具である比例ハダマード–カプト（Hadamard–Caputo）作用素は、この記憶を調整可能にし、対数時間スケールで表現できます。これは時間経過とともに遅くなるプロセスに適しています。二つの主要なパラメータが過去が未来に及ぼす影響の強さを制御し、古典的で記憶を持たない挙動が特別な極限ケースとして現れます。

モデルの整合性を保証する

有用なモデルは現実的であるだけでなく、数学的にも健全でなければなりません。著者らは系が時間的に滑らかに変化する少なくとも一つの解を持ち、穏やかな条件下でその解が一意であることを示しています。元の分数方程式を積分方程式に書き換え、それから強力な「不動点」定理を適用することでこれを達成しています。不動点定理は方程式が関数を制御された形でそのまま写すことを示す道具です。さらにウラム–ハイアーズ（Ulam–Hyers）安定性と呼ばれる安定性の一形態も確立しています。つまり方程式やデータが測定ノイズや数値誤差でわずかにずれていても、得られる解は真の解に近く保たれます。これによりモデルに基づくシミュレーションや予測は明確な誤差範囲内で信頼できるものになります。

長期にわたるデジタル流行のシミュレーション

枠組みを実用化するために、研究チームは逐次的な数値法を設計し、既知の予測子–修正子（predictor–corrector）スキームをこの作用素の特別な記憶核に適合させました。変換された時間変数で作業することで、過去の状態がどれだけ影響を保持するかを符号化する単純な重みを導出します。センサネットワークにおけるマルウェア拡散のシミュレーションは際立ったパターンを示します。記憶効果が強いか分数階が低い場合、感染はより緩やかに減少し、「能動的拡散」段階が長く続きます。モデルの設定が古典的で記憶のないケースに近づくと、感染のピークは速く到達し急速に収束し、ネットワークは迅速に安定化します。

ネットワーク防護にとっての意義

平たく言えば、本研究はデジタルの記憶――過去の接触、清掃の遅れ、ゆっくり薄れる脆弱性――を考慮することで、マルウェアが無線センサシステム内でどれほど長く循環するかに関する期待が大きく変わり得ることを示しています。分数モデルは現実に観測される長い裾のデータに合わせるための調整パラメータを提供し、安定性の結果はその予測が適度な不確実性に対して堅牢であることを保証します。記憶効果が弱く迅速な判断が必要な場合はより単純な古典モデルで十分な場合もあります。しかし感染が対策にもかかわらず「長引く」ように見える場合、この分数的で記憶を考慮した枠組みは、センサネットワークの隔離、パッチ適用、ワクチネーション戦略を設計する際に、より慎重で現実的な指針を提供します。

引用: Barakat, M.A., Hyder, AA., Aboelenen, T. et al. Artificial neural network analysis of a fractional cyber-epidemic model in wireless sensors under the proportional Hadamard–Caputo operator. Sci Rep 16, 10742 (2026). https://doi.org/10.1038/s41598-026-45202-z

キーワード: 無線センサネットワーク, マルウェア伝播, 分数計算学, サイバー疫学, ネットワークセキュリティモデリング