DRL-ToM 入侵缓解算法

防御策略主动预见

结合深度强化学习与心理理论，使防御者能够预测攻击意图并动态优化流量分配，实现从被动响应到主动预见的转变。

Yan, Zhang · 胡以华 · 赵青松 · Yong, Wang · Yadi, Zhai · Jiaxiong, Yang · 林志 · Zhao, Luda

Journal of King Saud University - Computer and Information Sciences 2026

参数信息

吞吐量性能优势

2000 Mbps

技术优势

提前预判攻击

利用心理理论建立攻击者意图模型，使防御者能在攻击造成影响前调整策略。

吞吐量优势显著

在攻击场景下，吞吐量性能显著优于四种对比算法，优势高达 2000 Mbps 以上。

鲁棒性更强

在攻击下表现出较小的吞吐量下降、延迟增加和丢包率上升。

应用场景

• 卫星网络安全：在攻击发生前预测意图并主动调整路由，降低安全风险。
• 低轨卫星星座：保障星座网络在遭受攻击时仍维持较高吞吐量和低延迟。
• 空天网络防护：将防御从被动响应转为主动预见，应对空天网络攻击。
• 安全通信：通过规避高风险链路，减少通信中断与数据损失。