[发明专利]基于演化网络博弈的最优防御策略选取方法

权利要求书

1.一种基于演化网络博弈的最优防御策略选取方法，其特征在于，包含以下步骤：

步骤1，根据局中人的学习范围建立学习对象集，采用费米函数计算向学习对象的策略的转移概率，利用随机噪声描述学习过程中非理性影响的程度；

学习对象节点共同组成局中人的学习对象集；所述学习对象节点为在局中人学习能力范围内，局中人能够与之交互并依据特定概率进行策略转移的节点；当局中人仅与学习对象节点交互，并在比较收益后以一定概率将自身策略向优势策略转移，则该学习过程采用费米函数表述：

其中，U_x和U_y分别表示节点x和节点y的收益，λ为随机噪声系数且λ0；在网络攻防演化网络博弈中，用随机噪声系数λ表征学习过程中非理性影响的程度，λ越大，局中人非理性程度越强；当λ→+∞时，W(s_x←s_y)→0.5，表明节点x策略完全随机的转移到节点y策略；当λ→0时，表明演化网络博弈蜕变为完全理性博弈，不存在学习机制；

步骤2，基于此，构建网络攻防演化网络博弈模型，分析攻防策略演化过程；

演化网络博弈模型用五元组表示：ENGM＝(N,S,P,λ,U)，其中，N表示局中人空间，S表示策略空间，P表示信念空间，λ表示随机噪声系数，U表示收益空间；

步骤3，求解演化网络博弈均衡，防御方选取防御策略；

求解演化网络博弈均衡的过程如下：

计算攻击方局中人节点收益U_A；

计算防御方局中人节点收益U_D；

根据攻击方策略密度和防御方策略密度计算攻防方局中人节点期望收益；

计算攻防方群体趋势节点收益；

采用费米函数计算局中人节点策略转移概率；

求解攻防群体策略演化方程，得出均衡点；

精炼均衡点，筛选演化稳定策略。

2.根据权利要求1所述的基于演化网络博弈的最优防御策略选取方法，其特征在于，攻击方局中人节点收益U_A＝DL-AC；防御方局中人节点收益U_D＝DL-DC；其中DL表示防御损失，AC表示攻击成本，DC表示防御成本。

3.根据权利要求2所述的基于演化网络博弈的最优防御策略选取方法，其特征在于，假设攻击方局中人节点可选策略为增强型攻击策略和普通型攻击策略，记为S_A＝(S_A1,S_A2)，防御方局中人节点可选策略为增强型防御策略和普通型防御策略，记为S_D＝(S_D1,S_D2)；

设防御方局中人节点选择S_D1策略密度为p，其中，n为选择S_D1策略的局中人节点个数，N为防御方群体中局中人节点总个数，则选择S_D2的策略密度为1-p；

同理，设攻击方局中人节点选择S_A1策略密度为q，其中，m为选择S_A1策略的局中人节点个数，M为攻击方群体中局中人节点总个数，则选择S_A2的策略密度为1-q。

4.根据权利要求3所述的基于演化网络博弈的最优防御策略选取方法，其特征在于，对于防御方局中人节点，选择S_D1策略的期望收益为U_d＝qU_D1+(1-q)U_D2；对于攻击方局中人节点，选择S_A1策略的期望收益为U_a＝pU_A1+(1-p)U_A3。

5.根据权利要求4所述的基于演化网络博弈的最优防御策略选取方法，其特征在于，趋势节点表示攻防群体演化的总体趋势和方向；

攻击方群体趋势节点收益：

防御方群体趋势节点收益：

6.根据权利要求5所述的基于演化网络博弈的最优防御策略选取方法，其特征在于，局中人节点的学习行为导致群体策略密度随时间动态变化，其动态变化速率能够表征群体演化状态；分别将S_D1策略密度p和S_A1策略密度q对时间t求导，并定义为攻防群体策略演化方程，联立形成方程组如下：

当攻防群体中策略密度的变化率为0时，博弈进程达到了演化稳定状态，此时，方程组满足以下条件：

通过计算可知，方程组共有五组解，其中存在演化稳定均衡点。