[发明专利]基于强化学习的不完全信息网络安全分析方法及装置

摘要

本发明提供了一种基于强化学习的不完全信息网络安全分析方法及装置，该方法包括：首先，获取待分析网络的基础特征参数；然后，利用预先构建的网络安全强化分析模型根据待分析网络的基础特征参数确定攻击者的攻击策略空间集合和防御者的防御策略空间集合，该网络安全强化分析模型为采用区间数描述网络安全分析的不完全信息的方式构建的；最后，分别输出攻击者的攻击策略空间集合和防御者的防御策略空间集合。本发明实施例所采用的网络攻防策略分析手段提供了一种同时考虑网络攻击者和防御者行动的分析求解框架，提高了网络安全响应的及时性、有效性，为解决网络安全问题分析提供了一种新的有效途径。

主权项

1.一种基于强化学习的不完全信息网络安全分析方法，其特征在于，所述方法包括：获取待分析网络的基础特征参数，所述基础特征参数包括：预设的攻击策略收益向量、防御策略收益向量、开展攻击行动所需费用向量、入侵检测系统响应费用向量、系统薄弱环节矩阵和系统攻击识别能力矩阵；利用预先构建的网络安全强化分析模型根据所述待分析网络的所述基础特征参数确定攻击者的攻击策略空间集合和防御者的防御策略空间集合，所述网络安全强化分析模型为采用区间数描述网络安全分析的不完全信息的方式构建的；分别输出所述攻击者的所述攻击策略空间集合和所述防御者的所述防御策略空间集合，所述攻击策略空间集合中各元素表示攻击者采取某一攻击策略的强度，所述防御策略空间集合中各元素表示防御者采取某一防御策略的强度；其中，所述利用预先构建的网络安全强化分析模型根据所述待分析网络的所述基础特征参数确定攻击者的攻击策略空间集合和防御者的防御策略空间集合，包括：在考虑攻防双方策略基础上，根据所述待分析网络的所述基础特征参数和第一网络安全强化分析子模型确定所述攻击者的所述攻击策略空间集合和所述防御者的所述防御策略空间集合；其中，μ^A(μ^I,P)表示攻击者的攻击策略空间集合，μ^I(μ^A,P)表示防御者的防御策略空间集合，θ^A表示攻击定义向量，θ^I表示防御定义向量，表示攻击者的攻击策略收益向量，表示防御者的防御策略收益向量，表示开展攻击行动所需费用向量，表示入侵检测系统响应费用向量，γ表示虚警费用、入侵检测费用、攻击者欺骗费用之和，i表示攻击策略序号，i＝1,…,A_max，k表示防御策略序号，k＝1,…,R_max，diag(·)表示对角矩阵，Q表示系统薄弱环节矩阵，P表示系统攻击识别能力矩阵，表示防御行动与攻击行动之间的交互关系矩阵，[·]⁺表示将变量·中所有数值小于0的赋值为0。