[发明专利]一种诱骗博弈均衡与强化学习模型对抗反蜜罐的方法在审
申请号: | 202211267660.7 | 申请日: | 2022-10-17 |
公开(公告)号: | CN115883129A | 公开(公告)日: | 2023-03-31 |
发明(设计)人: | 杨柯 | 申请(专利权)人: | 北京元支点信息安全技术有限公司 |
主分类号: | H04L9/40 | 分类号: | H04L9/40 |
代理公司: | 北京贵都专利代理事务所(普通合伙) 11649 | 代理人: | 田志华 |
地址: | 100000 北京市东*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 诱骗 博弈 均衡 强化 学习 模型 对抗 蜜罐 方法 | ||
1.一种诱骗博弈均衡与强化学习模型对抗反蜜罐的方法,其特征在于,包括以下步骤:
S1:通过策略欺骗满足状态,同时将此状态嵌入Agent智能体和环境模块中;
S2:智能体通过学习,并动作与环境模块;
S3:环境模块对评估信号传递信号,并对行动行动网络信号;
S4:评估网络传递信号到时序查分方法的同时,接收由评估网络产生的内部增强信号;
S5:时序差分方法将信号传递到遗传算法的同时,接收由评估网络产生的增强信号;
S6:行动网络接收由环境模块传递的信号的同时,接收由遗传算法传递到神经网络构造器的信号。
2.根据权利要求1所述的一种诱骗博弈均衡与强化学习模型对抗反蜜罐的方法,其特征在于,步骤S1具体为通过策略欺骗提高蜜罐诱骗程度η,合理部署蜜罐概率q,满足(γa-b)/(γa+ηc)<q<1/2的均衡状态,从而影响攻击者对蜜罐部署概率q的后验概率判断,提高诱骗主动性,将均衡条件嵌入Agent智能体和环境模块中,进而对下一步动作占据主动优势。
3.根据权利要求1所述的一种诱骗博弈均衡与强化学习模型对抗反蜜罐的方法,其特征在于,步骤S1具体为:Agent智能体以“试错”的方式进行学习,并通过与环境进行交互获得的奖赏指导行为,使智能体获得最大的奖赏。
4.根据权利要求1所述的一种诱骗博弈均衡与强化学习模型对抗反蜜罐的方法,其特征在于,步骤S2具体为:将均衡状态嵌入Agent智能体和环境模块中,进而对下一步动作占据主动优势。
5.根据权利要求1所述的一种诱骗博弈均衡与强化学习模型对抗反蜜罐的方法,其特征在于,步骤S4具体为:环境模块中提供的强化信号为内部增强产生的好坏作评估。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京元支点信息安全技术有限公司,未经北京元支点信息安全技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211267660.7/1.html,转载请声明来源钻瓜专利网。