[发明专利]面向高级持续性威胁的安全防御方法、装置与电子设备

权利要求书

1.一种面向高级持续性威胁的安全防御方法，其特征在于，包括：

基于高级持续性威胁在攻击过程中攻防双方的特性，建立所述攻击过程中所述攻防双方的对抗模型；

利用非对称信息博弈的收益模型，对所述攻防双方在所述攻击过程中获取信息的不对称性进行形式化描述；

基于所述对抗模型和所述非对称信息博弈的收益模型，通过正向求解，预测所述高级持续性威胁针对每条可行攻击路径的通行概率；

基于所述通行概率，获取针对所述高级持续性威胁的最优防御策略，以进行安全防御；

所述建立所述攻击过程中所述攻防双方的对抗模型的步骤具体包括：

针对所述攻击过程中所述攻防双方的对抗特性，将所述攻击过程抽象成所述高级持续性威胁在网络迷宫中寻路的过程，以建立多阶段迷宫对抗网络模型，作为所述对抗模型；

所述建立多阶段迷宫对抗网络模型的步骤具体包括：

基于被防御网络的结构特征，确定所述被防御网络的所有网络节点、各节点间的有向边以及每条所述有向边对应的等效距离，并基于所述攻防双方的对抗特性，确定参与攻防博弈的所有局中人、各所述局中人的策略集合以及各所述局中人的效用函数集合；

基于各所述网络节点、各所述有向边以及各所述等效距离，生成虚拟迷宫网络，并结合所有所述局中人、各所述局中人的策略集合以及各所述局中人的效用函数集合，建立所述攻防双方的如下六元组多阶段迷宫对抗网络模型：MCN＝(N,E,W,P,S,U)；

式中，N表示所有所述网络节点的集合，E表示所有所述有向边的集合，W表示所有所述等效距离的集合，P表示所有所述局中人的集合，S表示所有所述局中人的所述策略集合，U表示所有所述局中人的所述效用函数集合。

2.根据权利要求1所述的方法，其特征在于，所述预测所述高级持续性威胁针对每条可行攻击路径的通行概率的步骤具体包括：

基于被防御网络的结构特征，确定所有能够使所述高级持续性威胁通行的可行攻击路径；

将所述高级持续性威胁的攻击行为用隐马尔科夫模型表达，并基于所述对抗模型和所述非对称信息博弈的收益模型，对所述隐马尔科夫模型进行前向求解计算，获取所述高级持续性威胁从每条所述可行攻击路径的通行概率。

3.根据权利要求2所述的方法，其特征在于，将所述高级持续性威胁的攻击行为用隐马尔科夫模型表达如下：

上式中，{y₁,y₂,...,y_n}表示意图序列，γ表示模型的意图集合，{x₁,x₂,...,x_n}表示观测序列，χ表示观测集合，P(x₁,y₁,...x_n,y_n)表示当前序列出现的可能性，N表示意图的个数，M表示观测值的个数，n表示所述意图序列和所述观测序列的长度，λ表示隐马尔科夫模型，π表示初始概率分布矩阵，A表示意图概率分布矩阵，B表示观测概率分布矩阵，a_ij表示从意图i转移到意图j的概率，b_ik表示从意图i转移到观测值k的概率。

4.根据权利要求1所述的方法，其特征在于，所述对所述攻防双方在所述攻击过程中获取信息的不对称性进行形式化描述的步骤具体包括：

基于完整性代价、机密性代价和可用性代价，结合所述等效距离，描述所述攻击过程的系统损失代价；

基于一次攻击所需的软硬件资源和时间资源，描述所述攻击过程的攻击成本，并基于一次防御所需的软硬件资源和时间资源，描述所述攻击过程的防御成本；

基于所述系统损失代价和所述等效距离，分别描述所述攻击过程的攻击回报和防御回报；

基于所述攻击成本和所述攻击回报，获取所述攻击过程的攻击效用函数，并基于所述防御成本和所述防御回报，获取所述防御过程的防御效用函数；

基于所述攻击效用函数和所述防御效用函数，描述所述获取信息的不对称性，构建所述非对称信息博弈的收益模型。