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：信息网络安全, 2021, 21(06): 26-35.

• 强化学习
• 自动入侵响应
• Softmax算法
• 多目标决策

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ν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。

• 单位
  中国人民解放军战略支援部队信息工程大学