本发明公开了一种基于动态防御图和强化学习的网络安全防御方法,通过Nmap等网络漏洞扫描器扫描目标网络信息,将扫描信息中的网络拓扑结构的结构信息和漏洞信息组作为动态防御图的输入信息,生成动态防御图,进一步利用深度强化学习训练整个攻击图中所有的渗透路径,得出最优防御路径,并布置相应的蜜罐或者入侵检测系统,最后根据入侵检测系统和蜜罐部署的信息,再次动态更新防御图,利用深度强化学习再次得出最佳防御路径。本发明方法能够提高网络安全防御的高效性以及准确性,能够节约网络安全防御的防御成本。
声明:
“基于动态防御图与强化学习的网络空间安全防御方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)