基于Markov博弈模型的网络安全态势感知方法

为了分析威胁传播对网络系统的影响,准确、全面地评估系统的安全性,并给出相应的加固方案,提出一种基于Markov博弈分析的网络安全态势感知方法.通过对多传感器检测到的安全数据进行融合,得到资产、威胁和脆弱性的规范化数据;对每个威胁,分析其传播规律,建立相应的威胁传播网络;通过对威胁、管理员和普通用户的行为进行博弈分析,建立三方参与的Markov博弈模型,并对相关算法进行优化分析,使得评估过程能够实时运行.Markov博弈模型能够动态评估系统安全态势,并为管理员提供最佳的加固方案.通过对具体网络的测评分析表明,基于Markov博弈分析的方法符合实际应用,评估结果准确、有效,提供的加固方案可有效抑制威胁的扩散.

一种优化的基于Markov博弈理论的网络风险评估方法

对网络系统进行安全风险评估,是一种获取并掌握网络信息系统目前及未来安全状态的重要方法,对保障网络安全运行具有重要意义。提出了一种优化的基于Markov博弈理论的网络风险评估方法,不同于已有方法单纯地将网络资产的风险状态分为固定类别的方式,该方法依据攻击威胁与修复漏洞的博弈关系得到资产的具体风险情况,刻画更加细致,贴近网络实际;并且将攻击威胁以及漏洞信息进行了归类处理,减小了状态空间,使得模型输入规模大大降低,提高了对大规模网络进行评估的效率。此外,通过引入节点相关性,考虑节点之间风险状况的相互影响,解决了网络安全风险量化过程中普遍存在的忽视网络节点相关性的问题,提高了风险评估的准确性。仿真实验验证了该方法的可行性及有效性。

面向伙伴选择的模糊Markov博弈控制及仿真研究

针对不确定条件下的伙伴选择决策问题,把自适应模糊控制系统理论及神经网络理论引入到Markov博弈中,提出一种基于多智能体的伙伴选择模糊控制模型。该模型引入基于ANFIS和神经网络的模糊神经网络,实现了一种全新的进行值函数逼近的梯度下降Q学习的算法。并应用该模型对伙伴选择问题进行研究,对多影响因素进行FNN学习,将输出量作为标准Markov博弈模型的输入量,得到影响的策略,最后研究了一个应用实例,利用具体历史数据对建模方法和模型进行了验证和分析。

不完全信息下开发商Markov博弈均衡的最优策略

搞要:房地产开发商对于资源的争夺存在零和博弈的特点,在信息不对称条件下对开发商经济博弈模型的研究具有重要价值。该研究考虑到市场上存在开发商Cartel联盟的情形,以Markov博弈模型为核心,针对不完全信息下的Cartel联盟与竞争者的Markov博弈均衡进行研究,得到了博弈双方的最优策略及演算方法。最后,利用实例对该模型的有效性和可行性进行了说明。

基于模糊Markov博弈控制求解伙伴选择问题

针对不确定条件下的伙伴选择决策问题,引入基于ANFIS和神经网络的模糊神经网络,实现了一种全新的进行值函数逼近的梯度下降Q学习的算法,对多影响因素进行FNN学习,将输出量作为标准Markov博弈模型的输入量,得到影响的策略,最后研究了一个应用实例,利用具体历史数据对建模方法和模型进行了验证和分析。

Markov博弈模型在海上网络安全感知中的应用

海上信息技术已得到飞速发展,但各种目的的网络攻击也在不断出现,保证信息网络安全已经成为迫切的需要。本文从海上网络安全态势感知出发,阐述Markov理论并设计Markov博弈模型,在模型中通过安全加固和风险修复来提高系统的安全,实验验证本文算法在风险控制方面要优越于传播的风险评估模型。

动态攻击网络Markov演化博弈安全分析模型

网络攻击或防御策略选取的随机性会导致系统状态变化的随机性,网络攻防的过程也定然是收益矩阵各不相同的多状态上的对抗。使用Markov决策过程对这一随机性进行刻画,将单状态的博弈模型扩展到多状态,形成了多状态多智能体的Markov演化博弈模型;在形式化建模的基础上,证明了均衡策略的存在;通过非线性规划的求解方法得到了攻防策略方案。最后以一个典型的企业网络攻防过程为例,使用该模型进行了仿真分析和推演,结果表明该模型符合实际应用,评估结果准确,有助于攻防博弈研究的发展。

拟态防御马尔可夫博弈模型及防御策略选择

网络拟态防御通过冗余执行体动态性、多样性以及裁决反馈机制增强了主动防御顽健性,而对于其安全性评估尚缺少有效的分析模型,基于经典博弈模型无法满足于其多状态、动态性特点,不具有通用性等问题,提出拟态防御Markov博弈模型分析攻防状态间的转移关系以及安全可靠性度量方法,通过非线性规划算法计算攻防博弈均衡,以确定考虑防御代价的最佳防御策略。实验与多目标隐藏技术对比,结果表明拟态防御具有更高的防御效果,结合具体案例给出了针对利用系统漏洞攻击的具体攻防路径,验证了防御策略算法有效性。

基于博弈推演模型的作战能力需求分析方法

针对网络中心战条件下复杂军事信息系统的需求分析问题,以作战能力需求分析为核心,在对装备宏观能力需求分析基础上,提出了基于Markov博弈模型的作战样例动态推演方法。该方法可生成体系作战能力需求,进而通过分析推导系统能力和装备能力需求。该方法已用于某海上编队信息系统的作战能力需求分析,并采用博弈推演模型对具体作战样例进行推演分析。结果验证了该方法的可行性和有效性,为同类复杂系统的作战能力需求分析提供借鉴。

高校网络环境中的网络安全态势感知系统

校园信息化建设在我国取得了长足进展,网络攻击也越来越多。该文将基于Markov博弈的网络安全态势感知方法引入到高等院校的网络安全实践中。利用Markov博弈模型分析网络威胁的传播过程,并给出量化的安全态势评估。实验证明NSSAMG算法能够很好地定量描述网络威胁的严重程度。态势评估结果有助于合理实施安全加固方案,提高了系统的安全性。