CM-MTD协同防御算法

防御效率提升

结合安全事件预测与分层强化学习的多移动目标防御方案协同调度算法，兼顾安全性与资源开销。

Zhang, Tao · Changqiao, Xu · Yibo, Lian · Tian, Haijiang · 康嘉文 · Kuang, Xiaohui · Niyato, Dusit (Tao)

IEEE Journal on Selected Areas in Communications 2023

技术优势

能协同多种MTD

同时调度主机地址跳变和路由跳变，破坏网络杀伤链的不同阶段。

预测未来攻击

用LSTM预测安全事件，将预测结果作为半马尔可夫决策过程的状态，使决策提前应对。

减少资源消耗

分层强化学习在满足网络约束的动作空间中优化多个MTD方案的时间分配，降低资源开销。

应用场景

• 移动网络安全：在移动网络中主动变换地址与路由，破坏攻击链。
• 物联网安全：为物联网终端提供动态防御，弥补静态防护不足。
• 数字孪生网络：在数字孪生环境中仿真验证多MTD协同策略。
• 自主防御系统：基于预测结果自动调度MTD，减少人工干预。