[发明专利]一种基于有限理性博弈理论的网络最优防御策略选取方法及装置

权利要求书

1.一种基于有限理性博弈理论的网络最优防御策略选取方法，其特征在于，包含：

依据实际攻防双方有限理性，构造有限理性情境下的攻防博弈模型，该攻防博弈模型至少包含四个基本要素：攻防博弈参与者群体集合、攻防博弈策略集合、攻防博弈信念集合及攻防博弈收益函数集合；

结合攻防博弈策略集合，并依据历史数据，通过设置参与者理性程度参数，建立参与者选取策略的随机最优反应动态微分方程；

联立攻防双方作为参与者的随机最优反应动态微分方程，通过求解并筛选出稳定均衡点，确定最优防御策略并输出；

攻防博弈模型利用四元组BRGM＝(N,S,θ,U)表示，其中，N是攻防博弈参与者群体集合，S是攻防博弈策略集合，θ是攻防博弈信念集合，U是攻防博弈收益函数集合。

2.根据权利要求1所述的基于有限理性博弈理论的网络最优防御策略选取方法，其特征在于，攻防博弈模型构造后，首先对攻防博弈策略集合及攻防博弈信念集合进行初始化处理；更进一步地，初始化处理包含：依据安全防护设备配置信息及实时采集报警数据，初始化攻防策略集合；并依据历史攻防数据，设置初始时刻攻防博弈信念集合。

3.根据权利要求1所述的基于有限理性博弈理论的网络最优防御策略选取方法，其特征在于，攻防博弈模型构造后，基于攻防双方成本和回报，对攻防双方策略收益进行量化处理。

4.根据权利要求3所述的基于有限理性博弈理论的网络最优防御策略选取方法，其特征在于，攻防双方成本和回报包含：攻击回报、攻击成本、防御回报和防御成本，防御回报包含直接回报和间接回报，其中，攻击回报描述攻击者通过攻击活动获取的目标网络资源价值，攻击成本描述攻击者为获取目标网络资源所消耗资源，直接回报描述防御者针对网络资源脆弱性进行安全加固后获取的提升价值，间接回报描述防御者通过手机攻击证据进行追踪溯源所获取的回报，防御成本描述防御者加固系统脆弱性所消耗资源。

5.根据权利要求1所述的基于有限理性博弈理论的网络最优防御策略选取方法，其特征在于，构造攻防双方策略演化的随机复制动态方程，包含如下内容：

依次遍历每一种攻击类型，获取攻防策略组合的攻防收益；

依据攻防参与者的历史策略选取，设置攻防双方理性程度参数；

根据攻防策略选取方向，构造攻击策略选取概率向量，并依次遍历每一种攻击策略，获取攻击方选择策略的期望收益，结合攻击方理性程度参数及期望收益，获取攻击方攻击决策演化过程的Logit随机最优反应动态微分方程；

依据攻防博弈信念集合构造防御策略选取概率向量，依次遍历每一种防御策略，获取防御方选择策略的期望收益，结合防御方理性程度参数及期望收益，获取防御方防御决策演化过程的Logit随机最优反应动态微分方程。

6.根据权利要求1所述的的基于有限理性博弈理论的网络最优防御策略选取方法，其特征在于，参与者理性程度参数依据攻防双方作为参与者的历史策略选取进行设置；根据参与者理性程度参数数值大小，依次划分为较低理性程度、中等理性程度和较高理性程度三个等级。

7.一种基于有限理性博弈理论的网络最优防御策略选取装置，其特征在于，包含模型构建模块、动态微分方程获取模块及均衡解输出模块，其中，

模型构建模块，依据实际攻防双方有限理性，构造有限理性情境下的攻防博弈模型，该攻防博弈模型至少包含四个基本要素：攻防博弈参与者群体集合、攻防博弈策略集合、攻防博弈信念集合及攻防博弈收益函数集合；

动态微分方程获取模块，结合攻防博弈策略集合，并依据历史数据，通过设置参与者理性程度参数，建立参与者选取策略的随机最优反应动态微分方程；

均衡解输出模块，联立攻防双方作为参与者的随机最优反应动态微分方程，通过求解并筛选出稳定均衡点，确定最优防御策略并输出。