◆邵晓 刘曼琳

基于强化学习的网络欺骗防御动态部署研究

◆邵晓 刘曼琳

（海军士官学校 安徽 233012）

网络欺骗通过在系统内部署虚假的安全弱点，将入侵者引入错误资源达到让其产生错误感知，减少网络安全风险的目的。但传统的网络欺骗防御资源为静态部署，存在着数据收集面较窄、难以适应攻击者的变化等缺陷。本文通过研究基于强化学习的网络欺骗防御动态部署，使用DQN算法找寻网络欺骗防御动态部署的最优策略，实现针对网络渗透攻击者的最佳防御效果。

强化学习；欺骗防御；动态部署

随着信息化和大数据时代的到来，网络空间的博弈也日趋激烈，网络空间安全形势整体比较严峻，网络安全事件频发，网络攻击者的攻击态势也呈现出手段更加先进、方式更加隐蔽、目标更加具体、组织更加严密等诸多变化，配合高技术手段和自动化的攻击装备，导致传统的安全防御手段难以满足现在复杂的网络安全形势。网络欺骗防御通过在网络中部署各种欺骗资源，可以达到干扰网络攻击者的攻击，掩盖网络中的重要目标，识别网络攻击者的攻击手段，延缓攻击者的攻击效果，为最终诱捕提供环境创设条件。人工智能中的强化学习和网络安全防御的结合，为更加有效地防御网络进攻提供了新的方法和途径[1-2]。文献[3]利用强化学习帮助网络防御有效部署IDS设备。文献[4]基于强化模型辨别攻击者的攻击路径并以此进行网络漏洞分析。……