本文探讨了基于动态博弈和信号理论的欺骗防御策略设计，通过多智能体模型模拟攻击者和防御者之间的攻防过程。攻击者采用强化学习的智能渗透攻击，而防御者也使用强化学习进行欺骗防御。文章详细描述了多阶段攻防模型和智能体的学习过程以最大化长期奖励。
欺骗防御策略设计
智能渗透攻击-攻防博弈设计
基于动态博弈和信号基本理论，定义攻击者为信号博弈的领先者及信号发送者，防御者为跟随者和信号接收者。定义多阶段攻防博弈模型M表示为五元组M=（A, F, T, P, R ），攻击方、防御方、回合数、攻击方渗透概率（提权操作概率&扫描操作概率）、收益函数。
A为攻击者集合，多智能体渗透攻击建模：
攻击方采用基于强化学习的多智能体智能渗透攻击（人工智能扫描），智能体在给定时间内通过不
断试错学习以最大化长期累积奖励G。该过程表示为一个四元组。
F为防御方，欺骗防御建模：
攻击方采用基于强化学习的多智能体智能渗透攻击（人工智能扫描），智能体在给定时间内通过不
断试错学习以最大化长期累积奖励G。该过程表示为一个四元组。
（1）阶段一：
①攻击方采用基于强化学习的多智能体智能渗透攻击（人工智能扫描），智能体在给定时间内通过不
断试错学习以最大化长期累积奖励G。
（2）阶段二
（3）阶段三
扫一扫
8276
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
