孙骞^1,2,薛雷琦²,高岭^2,3, 王海²,王宇翔¹

¹(西北大学现代教育技术中心 西安 710127);²(西北大学信息科学与技术学院新型网络智能信息服务国家地方联合工程研究中心 西安 710127);³(西安工程大学计算机科学学院新型网络智能信息服务国家地方联合工程研究中心 西安 710600) (sq@nwu.edu.cn)

出版日期: 2020-04-01


基金资助:国家自然科学基金项目(61572401)；赛尔网络下一代互联网技术创新项目(NGII20150403)

Selection of Network Defense Strategies Based on Stochastic Game and Tabu Search

Sun Qian^1,2, Xue Leiqi², Gao Ling^2,3, Wang Hai², Wang Yuxiang¹

¹(Contemporary Educational Technology Center, Northwest University, Xi’an 710127);²(State-Province Joint Engineering and Research Center of Advanced Networking and Intelligent Information Services, School of Information Science and Technology, Northwest University, Xi’an 710127);³(State-Province Joint Engineering and Research Center of Advanced Networking and Intelligent Information Services, College of Computer Science, Xi’an Polytechnic University, Xi’an 710600)

Online: 2020-04-01


Supported by:This work was supported by the National Natural Science Foundation of China (61572401) and the Next Generation Internet Technology Innovation Project of Celtic Network(NGII20150403).

摘要/Abstract

摘要： 网络防御策略是决定网络安全防护效果的关键因素，现有的网络防御决策研究的是完全理性前提条件以及攻防效益函数参数选择等方面，对实际网络攻防中信息不对称、法律惩戒等因素存在模型偏差，降低了策略的实用性与可靠性.结合实际问题，在有限理性的前置条件基础上构建禁忌随机博弈模型，引入了禁忌搜索方法对随机博弈进行有限理性的分析，并设计具有记忆功能的搜索方法，通过禁忌表数据结构实现记忆功能，并利用数据驱动的记忆结合博弈模型得出最优防御策略.实验结果表明：该方法在攻防收益量化方面提高了精准度，防御效益相对于现有典型的方法提高了准确度，方法空间复杂度优于强化学习等典型方法.

参考文献

相关文章 6

[1]	杨峻楠,张红旗,张传富. 基于随机博弈与改进WoLF-PHC的网络防御决策方法[J]. 计算机研究与发展, 2019, 56(5): 942-954.
[2]	马海燕，梁永全，纪淑娟，李达. 一种基于信任/不信任的信誉攻击防御策略及稳定性分析[J]. 计算机研究与发展, 2018, 55(12): 2685-2702.
[3]	郑丽丽,武继刚,陈勇,朱梅霞. 带权图的均衡k划分[J]. 计算机研究与发展, 2015, 52(3): 769-776.
[4]	何云华,孙利民,杨卫东,李志,李红. 基于博弈分析的车辆感知网络节点轨迹隐私保护机制[J]. 计算机研究与发展, 2014, 51(11): 2483-2492.
[5]	姜伟, 方滨兴, 田志宏, 张宏莉,. 基于攻防随机博弈模型的防御策略选取研究[J]. , 2010, 47(10): 1714-1723.
[6]	孙吉贵 高 健 张永刚. 一个基于最小冲突修补的动态约束满足求解算法[J]. , 2007, 44(12): 2078-2084.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4159