徐潇雨，胡浩，张红旗，刘玉岭

（1.信息工程大学密码工程学院，河南 郑州 450001；2.河南省信息安全重点实验室，河南 郑州 450001；3.中国科学院信息工程研究所，北京 100190）

1 引言

随着信息技术的发展，网络在惠及诸多领域的同时，其安全性也面临严峻挑战。赛门铁克公司2019 年发布的互联网安全研究报告[1]指出，目标性攻击已成为当前网络犯罪的主要方式，最活跃团伙在过去三年中攻击的企业数平均达到了55 家。

常规网络的静态属性使攻击者容易捕捉攻击目标并发动长期有效的攻击。移动目标防御[2]是美国研究人员针对当前网络安全博弈中防御方所处的弱势地位提出的革命性技术，其旨在“改变游戏规则”，打破攻守不平衡的现状。移动目标防御通过不断改变网络的关键属性，使攻击方可能利用的攻击面不断发生变化，从而达到迷惑攻击方、增加攻击难度和成本、降低攻击收益的目的。

路由路径是网络攻击面的重要组成部分。针对固定的转发路径，攻击者可发动窃听攻击[3]、黑洞攻击[4]、拒绝服务攻击[5]等，对网络正常业务构成严重威胁。随机路由防御技术通过动态地改变通信双方的路由路径，以规避恶意窃听等攻击行为。因此，随机路由防御技术已成为移动目标防御下的一项重要技术和热点研究方向。

本文提出一种基于深度确定性策略梯度（DDPG,deep deterministic policy gradient）[6]的随机路由防御方法。首先通过带内网络遥测（INT,in-band network telemetry）技术获取实时的网络状态；然后将获取的实时网络状态输入DDPG 方法，依据实时网络状态和攻击者行为特性生成符合安全性和服务质量（QoS,quality of service）需求的随机路由方案；……