一种基于蜜罐与伪蜜罐部署的安全探索强化学习方法

本发明涉及一种基于蜜罐与伪蜜罐部署的安全探索强化学习方法。涉及网络攻防安全领域，在软件定义网络架构的安全攻防场景中，网络防御系统对未知的外部攻击者仅有不完全观测信息的前提下，无需预测攻击者的攻击模型，利用安全强化学习算法可以动态改变防御部署策略，从而应对攻击策略的变化，提高攻击检测、捕获和防御性能。该方法可通过观察当前防御策略的部署成本、检测成本和上次网络防御收益等反馈信息，采用安全强化学习算法选择蜜罐与伪蜜罐等防御部署策略，能够降低网络防御系统的资源成本、提高安全防御效率，从而保障软件定义网络中的设备安全。