移动雾计算中一种面向用户的智能攻击防御方法

摘要

移动雾计算中一种面向用户的智能攻击防御方法既涉及了计算机网络和无线通信领域，又属于网络空间安全领域。本发明利用前景理论(Prospect Theory,PT)和DQL(Double Q‑learning,DQL)算法，实现移动雾计算环境中以用户为中心的主观智能攻击防御。恶意用户利用开放的无线网络接入平台在雾节点与合法终端用户通信时发起不同模式的智能攻击，比如伪装攻击、干扰攻击、窃听攻击等，影响雾计算网络中雾节点和移动用户的安全通信。基于PT和DQL算法防御智能攻击，改善了Q‑learning算法中Q值的过度估计问题，生成了合法用户的最优防御策略，既可以增加动态环境下合法用户的检测效用，又能够降低智能攻击者的主观攻击概率，同时增强了移动雾计算网络的安全防护能力。