[发明专利]一种网络安全博弈策略构建方法、装置、设备及存储介质

权利要求书

1.一种网络安全博弈策略构建方法，其特征在于，包括：

获取预设资源网格单元图和预设代理资源；所述预设资源网格单元图为预先构建的每个网格单元中包括若干终端设备资源的图；所述预设代理资源包括预设防御者和预设攻击者，所述预设防御者包括用于检测攻击者的预设检测器以及用于清除检测到的攻击者的预设执行器；

利用攻击者多参数行为模型和当前安全博弈策略控制所述预设攻击者和所述预设防御者在所述预设资源网格单元图中进行移动，并统计相应的移动信息；

判断当前统计到的所述移动信息是否满足预设博弈停止条件；

如果是，则停止本轮博弈并利用预设得分确定规则确定出当前防御者得分，并根据所述当前防御者得分对所述当前安全博弈策略进行更新，以便基于更新后的所述当前安全博弈策略构建相应的目标网络安全博弈策略。

2.根据权利要求1所述的网络安全博弈策略构建方法，其特征在于，所述判断当前统计到的所述移动信息是否满足预设博弈停止条件，包括：

判断所述移动信息中的当前位置更新次数是否大于预设更新次数阈值；

如果当前位置更新次数大于所述预设更新次数阈值，则判定当前统计到的所述移动信息满足预设博弈停止条件。

3.根据权利要求1所述的网络安全博弈策略构建方法，其特征在于，所述利用预设得分确定规则确定出当前防御者得分，包括：

根据本轮博弈过程中满足预设攻击者清除条件的预设攻击者的数量确定出当前防御者得分。

4.根据权利要求1所述的网络安全博弈策略构建方法，其特征在于，利用所述当前安全博弈策略控制所述预设防御者在所述预设资源网格单元图中进行移动，包括：

利用预设多智能体决策DQN网络、预设集中训练和分散执行框架和所述当前安全博弈策略控制所述预设防御者在所述预设资源网格单元图中进行移动。

5.根据权利要求1所述的网络安全博弈策略构建方法，其特征在于，所述根据所述当前防御者得分对所述当前安全博弈策略进行更新，以便基于更新后的所述当前安全博弈策略构建相应的目标网络安全博弈策略，包括：

根据所述当前防御者得分对所述当前安全博弈策略进行更新；

判断当前是否满足预设更新停止条件；

如果否，则重新跳转至所述利用攻击者多参数行为模型和当前安全博弈策略控制所述预设攻击者和所述预设防御者在所述预设资源网格单元图中进行移动的步骤；

如果是，则基于更新后的所述当前安全博弈策略构建相应的目标网络安全博弈策略。

6.根据权利要求1至5任一项所述的网络安全博弈策略构建方法，其特征在于，所述利用攻击者多参数行为模型和当前安全博弈策略控制所述预设攻击者和所述预设防御者在所述预设资源网格单元图中进行移动，包括：

获取所述资源网格单元图上每个网格单元的当前资源信息；所述当前资源信息为包括当前网格单元中包含的终端设备资源的数量的信息；

利用所述当前资源信息和当前安全博弈策略确定位于所述预设资源网格单元图中的所述预设攻击者的初始攻击位置、所述预设检测器的初始检测位置和所述预设执行器的初始执行位置；

分别基于攻击者多参数行为模型和所述当前安全博弈策略确定所述预设攻击者和所述预设防御者的移动参数；所述攻击者多参数行为模型包括所述初始检测位置、所述初始执行位置和所述当前资源信息；

基于所述预设攻击者的初始攻击位置、所述预设检测器的初始检测位置、所述预设执行器的初始执行位置以及所述预设攻击者和所述预设防御者的移动参数，控制所述预设攻击者和所述预设防御者在所述预设资源网格单元图中进行移动。

7.根据权利要求6所述的网络安全博弈策略构建方法，其特征在于，基于所述当前安全博弈策略确定所述预设防御者的移动参数，包括：

基于所述当前安全博弈策略确定所述预设检测器的移动参数，并获取所述预设检测器对所述预设资源网格单元图中的当前检测位置的检测结果；

根据所述检测结果和所述当前安全博弈策略确定所述预设执行器的移动参数。