基于Q-Learning的自动入侵响应决策方法

• 作者: 刘璟 张玉臣 张红旗
• 来源期刊: 信息网络安全
• 关键词: 强化学习 自动入侵响应 Softmax算法 多目标决策
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 技术研究
• 页码范围: 26-35
• 页数: 10页
• 分类号: TP309
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2021.06.004

摘要

针对现有自动入侵响应决策自适应性差的问题,文章提出一种基于Q-Learning的自动入侵响应决策方法——Q-AIRD.Q-AIRD基于攻击图对网络攻防中的状态和动作进行形式化描述,通过引入攻击模式层识别不同能力的攻击者,从而做出有针对性的响应动作;针对入侵响应的特点,采用Softmax算法并通过引入安全阈值θ、稳定奖励因子μ和惩罚因子v进行响应策略的选取;基于投票机制实现对策略的多响应目的评估,满足多响应目的的需求,在此基础上设计了基于Q-Learning的自动入侵响应决策算法.仿真实验表明,Q-AIRD具有很好的自适应性,能够实现及时、有效的入侵响应决策.