文献类型：期刊文章

作　　者：孙骞[1,2] 薛雷琦[2] 高岭[2,3] 王海[2] 王宇翔[1]

Sun Qian;Xue Leiqi;Gao Ling;Wang Hai;Wang Yuxiang(Contemporary Educational Technology Center,Northwest University,Xi'an 710127;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;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)

机构地区：[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

出　　处：《计算机研究与发展》

基　　金：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).

年　　份：2020

卷　　号：57

期　　号：4

起止页码：767-777

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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.

关 键 词：随机博弈  禁忌搜索 网络攻防 防御策略 有限理性  

分 类 号：TP393.08]