基于Markov博弈的计算机网络对抗行动策略分析与建模研究

Because computer network is applied widely in combat domain, computer network operation (CNO) must become an important battle mode in the future. For the sake of controling computer network, one of mainly basic problems is how to design scientific and effective strategies of CNO. Firstly, in order to comprehensively show the CNO process and cost, a defense graph method is proposed. Secondly, to describle no-cooperation, evolution and correlation characters of CNO, Markov game model of CNO with complete information is established, and the condition and algorithm of the model's equilibrium strategy are given. Thirdly, the parameters with interval coefficient are given in respect that it is difficult to obtain probability distribution of uncertain factor, and the robust Markov game of CNO with incomplete information is presented, then, the solving result of three kind methods is compared. Finally, the key influence factor and response measure are explored by the number simulation, such as topology, vulnerability, reward and so on.

随着计算机网络在军事领域内的广泛应用，计算机网络对抗必将成为未来重要的作战样式，获得“制网络权”基础难题之一是如何制定出科学、高效的网络对抗方案。本项目通过对攻击图进行改进和扩展，提出防御图分析方法，用于分析网络攻防过程及其成本收益；针对计算机网络对抗过程的非合作性、演化性和相关性特点，将博弈论与马尔可夫决策模型相结合，提出完全信息条件下计算机网络对抗行动Markov博弈模型，给出模型均衡策略存在条件和求解算法；在无法获得不确定参数概率分布情况下，运用区间数来描述不确定网络状态转移概率和收益值，提出与概率分布无关的计算机网络对抗行动鲁棒博弈模型，并对比乐观准则、悲观准则、凸组合三种方法求解效果；最后，运用计算机仿真探索关键因素对本课题相关结论的影响和应对方法，如：网络拓扑、漏洞信息、收益值等。

随着计算机网络在军事领域内的广泛应用，计算机网络对抗必将成为未来重要的作战样式，获得“制网络权”基础难题之一是如何制定出科学、高效的网络对抗方案。本项目的主要成果包括：.（1）首先对计算机网络对抗概念、对抗技术和对抗过程进行总结与归纳，从复杂性科学视角对计算机网络对抗过程的不确定性、适应性和非线性现象进行分析，提出了基于博弈论的计算机网络对抗问题求解框架。.（2）针对未来网络攻击模式的各种不确定性，提出了一种定性与定量相结合的分析方法，整个分析过程分为三个阶段：在第一阶段识别未来计算机网络攻击模式影响因素；在第二阶段主观评价因素之间的相容性，根据建立的目标规划模型计算情景概率，并通过情景分簇得到代表情景；在第三阶段针对代表情景研讨己方干预策略和对方干预策略，并构造网络攻击模式。.（3）在对网络状态转移概率、网络攻防收益进行描述和量化的基础上，将博弈论与马尔可夫决策模型相结合，以折扣总回报值为目标函数，提出了计算机网络对抗行动的马尔可夫博弈模型。接着，将均衡策略求解转换为一个非线性规划问题并设计了符合模型特点的求解算法。最后，通过算例计算及敏感性分析验证了模型的有效性。. (4)通过对不完全信息计算机网络对抗问题深入分析，运用区间数表示网络状态之间的不确定转移概率，建立了符合问题特点的计算机网络对抗行动鲁棒博弈模型。与海萨尼提出的贝叶斯博弈模型不同，该模型不需要给出不确定参数的概率分布，只需要知道参数的变化区间，使得其应用更加简单。并且运用凸组合规则将不完全信息鲁棒博弈模型转化为完全信息非线性规划问题来进行求解。. (5)对计算机网络对抗策略的演化过程进行数值仿真得到：攻击者最好在网络对抗初期就集中“火力”对网络进行攻击；而防御者最好不要采取静态防御策略，并且应该尽可能地将网络脆弱性信息进行隐藏。