一种基于Q学习的阵列蜜罐系统防御策略预测方法

摘要

本发明属于网络安全领域，涉及一种阵列蜜罐系统防御策略预测方法，所述方法首先确定博弈的参与者、选定参与者的策略集，构建阵列蜜罐攻防演化博弈模型，然后根据阵列蜜罐系统可以同时提供真实服务和蜜罐服务的特征计算参与者的收益，利用基于玻尔兹曼探索的Q学习复制者动态方程分析阵列蜜罐系统防御策略的演化过程，最后求解阵列蜜罐攻防系统的演化博弈均衡，预测阵列蜜罐系统本次博弈的最优防御策略。将基于玻尔兹曼探索的Q学习方程与复制者动态相结合，通过不断地学习、试错和调整可以有效克服传统演化博弈中复制者动态局部贪婪的问题，促使系统探索更多的可用策略以达到阵列蜜罐系统最优防御的目的。