• / 23

基于随机演化博弈模型的网络防御策略选取方法

关 键  词:
基于 随机 演化 博弈 模型 网络 防御 策略 选取 方法
资源描述:

《基于随机演化博弈模型的网络防御策略选取方法》文档由会员分享,可在线阅读,更多相关《基于随机演化博弈模型的网络防御策略选取方法(23页珍藏版)》请在白瓜网上搜索。

1、UA表示攻击者的博弈收益, 攻防收益值由攻防决策者选取的策略共同决定。 0011 优选的, 防御方度系数, 且满足 10, 20; U(UD,UA)是博弈收益函数集合, UD表示防御者的博弈收 益, 2是随机 干扰强度系数集合,1表示随机干扰对防御方的影响强度系数,2表示随机干扰对攻击方的 影响强念集合, q表示防御者选取 不同防御策略的概率集合, p表示攻击者选取不同攻击策略的概率集合; 1,是博弈策略空间, DS表示防御者 的可选策略集, AS表示攻击者的可选策略集; P(q,p)是博弈信, N(ND,NA)是演化博 弈的参与者空间, ND表示防御方, NA表示攻击方; S(DS,AS)弈。

2、模型采用五元组表示。 0010 优选的, 网络攻防随机演化模型ADEGM(N,S,P,U), 其中态进行稳定性分析, 并输出均衡解中的网络安全防御策略。 0009 上述的, 所述的网络攻防随机演化博 均衡解; 0008 针对攻防演化的均衡解, 根据随机微分方程解的稳定性定理对攻防双方的策略选 取状弈系统; 0007 采用Milstein方法对网络攻防随机演化博弈系统进行数值求解, 获取攻防演化的构建非对称网络攻防随机演化博弈模型; 并借鉴高斯白噪声, 采用It随机微分方程得到网络攻防随机演化博计方案, 一种基于随机演化博弈模型的网络防御策略选取 方法, 包含: 0006 基于随机动力系统, 之。

3、间的随机动态演化过程, 增强安全防御策略选取的实用 性和指导意义。 0005 按照本发明所提供的设解决传统确定博弈模型应用于网络防御策略选取不够准确等问题, 能够更加准 确地分析有限理性的攻防决策者4 0004 针对现有技术中的不足, 本发明提供一种基于随机演化博弈模型的网络防御策略 选取方法, 低模型和方法的 有效性和准确性。 发明内容 说明书 1/15 页 4 CN 107483486 A 、 系统运行环境的改变及其他外 来因素的干扰等均具有一定的随机性, 因此, 忽略对随机因素的考虑会降达到最大, 但并未考虑博弈过程中存在的各类 随机因素的干扰问题。 在实际攻防过程中, 攻击手段的选择有。

4、效性。 (2)传统演化博弈理论以复制动态学习机制为基础, 决策者通过学习调整自身策略, 使自身收益条件会对最终的博弈结果产生重大影响, 使最终的博弈均衡结果与实际相差较 大, 从而降低了模型和方法的 不符, 而现实中由于人的决策能力是有限的, 即决策者实际属于非完全理性个体。 忽视行为 者有限理性论应用于网络安全 防御策略选取存在以下缺点: (1)经典博弈模型中的行为者完全理性前提假设与实际情况U(UD,UA)是收益函数集 合, 表示参与者的博弈收益, 由所有参与者的策略共同决定。 传统博弈理信念集合。 其中pi表示攻击 者选择攻击策略ASi的概率, qj表示防御者选防御策略DSj的概率。 S。

5、n表示防御者的可选策略集,AS AS1,AS2,ASm表示攻击者的可选策略集。 P(p,q)是博弈中, ND为防御方, NA为攻 击方。 S(DS,AS)是博弈策略空间。 其中DSDS1,DS2,D表示为4元组, ADEGM(N,S,P,U), 其中, N(ND,NA)是演化博弈的参与者空间。 其化博弈模型ADEGM(Attack-Defense Evolutionary Game Model)未考虑 攻防过程中存在的各类随机干扰因素的影响, 确定型博弈模型降低了其实际的应用价值。 网络攻防演况不符, 基于非完全理性 的演化博弈理论更加符合攻防对抗的实际, 但目前使用最多的复制动态学习机制并程。

6、的建模与分析成为近几年的研究热点。 由 于传统博弈模型大都建立在行为者完全理性的前提下, 与实际情 关系非合作性、 策略依存性等特点均与网络攻防的基本 特征吻合。 因此, 将博弈理论应用于网络攻防过体系, 具有重要现实意义。 博弈论是研究决策主体之间行为直接相互 作用的决策理论, 具有目标对立性、03 网络安全的本质在于攻防对抗, 因此从攻防对抗的角度出发, 研究探索网络安全 分析方法和防御技术的干扰等均具有一定的随机性, 因 此, 对随机因素进行考虑能够提高模型和方法的有效性和准确性。 00法均建立在确定性攻防条件下。 在实际攻防过程中, 攻击手段的选择、 系统运行环境的改变及其他外来因素于。

7、网络攻防过程的建模与分析成为近几年的研究热点。 但已有研究成 果具有一个共同特征, 即所有模型和方目标对立性、 关系非合作性、 策略依存性等特点均与网络攻防的基本特征吻合。 因 此, 将博弈理论应用络空间 安全已成为亟待解决的迫切问题。 博弈论是研究决策主体之间行为直接相互作用的决策理 论, 具有攻击目的也不断转向 经济利益驱动。 直面网络空间安全领域的诸多挑战, 增强网络安全防御能力, 确保网御 策略选取方法。 背景技术 0002 目前, 网络攻击手段日益复杂化、 智能化和多样化, 攻击者的选取方法 技术领域 0001 本发明属于网络安全技术领域, 特别涉及一种基于随机演化博弈模型的网络防。。

8、 权利要求书 2/2 页 3 CN 107483486 A 3 基于随机演化博弈模型的网络防御策略ad+10, 且Ca-Va+10时, 网络攻防随机演化博弈系统存在唯一演化稳定策略ESS (1,1)ad1时, 网络攻防随机 演化博弈系统存在唯一演化稳定策略ESS(0,0); 当满足且Cd-Va+V进行稳定性分析, 验证网络攻防随机演化博弈系统的演化稳 定策略, 包含: 当满足且Cd1,且Ca-V权利要求7所述的基于随机演化博弈模型的网络防御策略选取方法, 其特征在 于, 攻防双方的策略选取状态t), d(t)服从 正态分布N(0,t), 其中, T表示时间维度的延续, R为实数。 10.根据t。

9、0, T, x(t0)x0, x0R, (t)属于一维的标准Brown运动, 服从正态分布N(0,)中, It随机微分方程表示为dx(t)f(t,x(t)dt+g(t,x(t)d(t), 其中, t均衡解。 9.根据权利要求8所述的基于随机演化博弈模型的网络防御策略选取方法, 其特征在 于, B1、 采用Milstein方法对网络攻防随机演化博弈系统中微分方程进行数值求解, 得到 相应的攻防演化微分方程对网络攻防随机演化博弈系统中防御方和攻击方两者的随 机演化微分方程进行随机泰勒展开; B2)的网络防御策略选取方法, 其特征在 于, 获取攻防演化的均衡解, 具体包含: B1)、 根据It随机,。

10、 描述网络攻防过程中博 弈演化受随机干扰因素的影响。 8.根据权利要求1所述的基于随机演化博弈模型御策略的防御者数量和选取不同防御策 略的人数比例关于时间的函数; (t)属于一维的标准Brown运动击方选择强攻击策略能够获得的攻击回报, 且满足VaVad; q(t)和1-q(t)分别表示选取不同防取弱防御策略时, 攻击方选择强攻击策略能够获得的 攻击回报; Vad表示防御方选取强防御策略时, 攻选择强防御策略时所需的防御成本; Ca表示攻击方选择强攻击策略 时所需的攻击成本; Va表示防御方选选取方法, 其特征在 于, A5)中, 网络攻防随机演化博弈系统表示为: , 其中, Cd表示防御方页。

11、 2 CN 107483486 A 2 7.根据权利要求5所述的基于随机演化博弈模型的网络防御策略阵, 计算攻防双方的平均收益, 其中, 防御方的平均收益为 防御方的期望收益。 权利要求书 1/2 于, A3)中计算防御方的平均收益包含: 结合网络攻防博弈树, 获取博弈收益矩阵; 根据 博弈收益矩机演化博弈系 统。 6.根据权利要求5所述的基于随机演化博弈模型的网络防御策略选取方法, 其特征在 攻击方的随机复制动态微分方程; A5)、 联立防御方和攻击方的随机复制动态微分方程, 得到网络攻防随 20; A4)、 借鉴高斯白噪声并采用随机微分方程描述攻防双方演化博弈的随机干扰, 得到防 御方和i。

12、, 其中, A3)、 计算防御方的平均收益构建攻防随机干扰强度系数集合 1, 2, 其中 1 0,中, m为攻击方决策者可选策略数目; A2)、 针对攻击方所选攻击策略, 以概率qi选取防御策略DS1)、 构建防御方的类型空间集合Ddi,i1; 构建防御者可选策略空间集合DS DSj,1jm, 其弈模型的网络防御策略选取方法, 其特征在 于, 网络攻防随机演化博弈系统的获取, 包含如下内容: A示攻击者实施强攻 击策略, AS2表示攻击者实施弱攻击策略。 5.根据权利要求4所述的基于随机演化博策略, DS2表示防 御者采取弱防御策略; 攻击方的可选策略集ASAS1,AS2, 其中, AS1表取。

13、方法, 其特征在 于, 防御方的可选策略集DSDS1,DS2, 其中, DS1表示防御者采取强防御收益值由攻防决策者选取的策略共同决定。 4.根据权利要求3所述的基于随机演化博弈模型的网络防御策略选U(UD,UA)是博弈收益函数集合, UD表示防御者的博弈收益, UA表示攻 击者的博弈收益, 攻防示随机干扰对防御方的影响强度系数,2表示随机干扰对攻击方的影响强度系 数, 且满足 10, 20; 策 略的概率集合, p表示攻击者选取不同攻击策略的概率集合; 1, 2是随机干扰强度系 数集合,1表可选策略 集, AS表示攻击者的可选策略集; P(q,p)是博弈信念集合, q表示防御者选取不同防御与。

14、者空 间, ND表示防御方, NA表示攻击方; S(DS,AS)是博弈策略空间, DS表示防御者的在 于, 网络攻防随机演化模型ADEGM(N,S,P,U), 其中, N(ND,NA)是演化博弈的参弈模型采用五元组表示。 3.根据权利要求2所述的基于随机演化博弈模型的网络防御策略选取方法, 其特征利要求1所述的基于随机演化博弈模型的网络防御策略选取方法, 其特征在 于, 所述的网络攻防随机演化博稳定性定理对攻防双方的策略选取状 态进行稳定性分析, 并输出均衡解中的网络安全防御策略。 2.根据权机演化博弈系统进行数值求解, 获取攻防演化的均衡 解; 针对攻防演化的均衡解, 根据随机微分方程解的白。

15、噪声, 采用 It随机微分方程得到网络攻防随机演化博弈系统; 采用Milstein方法对网络攻防随取方法, 其特征在于, 包含: 基于随机动力系统, 构建非对称网络攻防随机演化博弈模型; 并借鉴高斯A 2017.12.15 CN 107483486 A 1.一种基于随机演化博弈模型的网络防御策略选 安全防御技术具有重要指导意义。 权利要求书2页 说明书15页 附图5页 CN 107483486 加准确地分 析有限理性的攻防决策者之间的随机动态演化 过程, 增强安全防御策略选取的实用性, 对网络中的网络安全防御策 略。 本发明解决传统确定博弈模型应用于网络防 御策略选取不够准确等问题, 能够更的。

16、均衡解, 根据随机微分方程解的 稳定性定理对攻防双方的策略选取状态进行稳 定性分析, 并输出均衡解Milstein方法对网络攻防随机演化博 弈系统进行数值求解, 获取攻防演化的均衡解; 针对攻防演化随机演化博弈模型; 并借鉴高斯白噪声, 采 用It随机微分方程得到网络攻防随机演化博弈 系统; 采用 种基于随机演化博弈模型的网络防御策略选取 方法, 包含: 基于随机动力系统, 构建非对称网络 攻防基于随机演化博弈模型的网络防御策略选 取方法 (57)摘要 本发明属于网络安全技术领域, 特别涉及一 代理人 周艳巧 (51)Int.Cl. H04L 29/06(2006.01) (54)发明名称 黄健明张恒巍王衡军王晋东 王娜寇广 (74)专利代理机构 郑州大通专利商标代理有限 公司 41111中国人民解放军信息工程大学 地址 450000 河南省郑州市高新区科学大 道62号 (72)发明人 (21)申请号 201710827946.9 (22)申请日 2017.09.14 (71)申请人 (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日。

展开阅读全文
  白瓜网所有资源均用户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

关于本文
本文标题:基于随机演化博弈模型的网络防御策略选取方法
链接地址:https://www.baigua.net/doc/836431.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 20018-2021 白瓜网版权所有

经营许可证编号:粤ICP备20005300号-1