KI‑Modelle prognostizieren Malware‑Ausbreitung in drahtlosen Sensornetzen
In drahtlosen Sensornetzen fehlt es an epidemiologischen Daten, was die Entwicklung zuverlässiger Vorhersagemodelle für Bedrohungen wie Viren und Würmer erschwert. Um dieses Problem anzugehen, wurde ein agentenbasiertes SEIRV‑Modell (susceptible‑exposed‑infected‑recovered‑vaccinated) eingesetzt, das speziell auf die Eigenschaften von WSNs zugeschnitten ist, etwa Energiegrenzen und Node‑Mobilität.
