买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州大学申请的专利一种基于种群训练的APT节点隔离防御方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119995950B 。

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510061472.6，技术领域涉及：H04L9/40；该发明授权一种基于种群训练的APT节点隔离防御方法是由李鹏燈;田志宏;刘园;方滨兴;钟文磊;谢晓敏;颛孙晨露;杨青林;鲁辉;孙彦斌;苏申;仇晶;徐光侠设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本一种基于种群训练的APT节点隔离防御方法在说明书摘要公布了：本发明提供了一种基于种群训练的APT节点隔离防御方法，涉及网络安全技术领域，包括：构建APT智能横向移动博弈模型，首先确定攻击者初始位置和目标节点，再设定横向移动方式，构建攻击者与防御者的策略及策略空间，并分别计算针对目标节点的第一值函数和基于双方策略的第二值函数。接着，定义双方策略种群及元博弈形式，生成元博弈收益矩阵。初始化策略种群和元策略后，通过博弈获取攻防收益，更新元博弈收益矩阵。利用元博弈求解器求解，得到双方元策略，并计算各目标节点的新Q值，更新攻击者策略种群。随后，训练防御者响应策略，加入其策略种群进行迭代更新，获取纳什均衡。本发明实现APT攻防策略的动态博弈与智能优化，提升了网络安全防御能力。

本发明授权一种基于种群训练的APT节点隔离防御方法在权利要求书中公布了：1.一种基于种群训练的APT节点隔离防御方法，其特征在于，包括： 建立APT智能横向移动的博弈模型，基于目标节点确定攻击者的初始位置和横向移动方式，包括：用表示攻击者的起始攻击节点，在时刻，攻击者选择一个目标节点，然后通过从到的最短路径进行横向移动； 基于所述博弈模型建立攻击者的策略和策略空间、防御者的策略和策略空间，基于所述防御者的策略和所述目标节点获取第一值函数，基于防御者策略和攻击者策略获取第二值函数； 所述第一值函数的数学表达式为： ； ； 所述第二值函数的数学表达式为： ； ； 其中，和分别为防御者和攻击者在时刻的奖励，表示期望计算，表示最大时间步，表示防御者的第一值函数，表示攻击者的第一值函数，表示防御者的第二值函数，表示攻击者的第二值函数，表示目标节点； 获取防御者和攻击者策略种群的形式，并获取防御者和攻击者元博弈的形式，生成元博弈收益矩阵，防御者和攻击者采用对应的策略进行博弈，计算两者的收益，并填充到元博弈收益矩阵中，包括： 将防御者策略种群用表示，其中表示防御者的第一个策略，表示防御者的第个策略，其中； 将攻击者策略种群用表示，其中表示攻击者的第一个策略，表示攻击者的第个策略，其中； 元博弈是一个矩阵博弈，其中防御者的策略集合表示为，包含个策略，其中，用表示防御者的一个元策略，该元策略表示为防御者策略的概率分布，满足的条件包括： ； 其中，表示选择第个策略的概率； 攻击者的策略集合表示为，包含个策略，用表示攻击者的一个元策略，它表示一个关于攻击者策略的概率分布，满足的条件包括： ； 其中，表示选择第个策略的概率； 初始化攻击者和防御者的策略种群和元策略，基于元策略对防御者和攻击者进行博弈获取攻防收益，并将所述攻防收益填充至所述元博弈收益矩阵中进行更新获取更新后的元博弈收益矩阵；所述初始化攻击者策略的过程，包括：获取目标节点的Q值，并基于所述Q值获取攻击者的策略，其中， 所述Q值的数学表达式为： ； 所述攻击者的策略的数学表达式为： ； 当所有目标节点的Q值被初始化为0时，攻击者的策略变为均匀策略，数学表达式为： ； 其中，表示目标节点的数量，表示攻击者的均匀策略，表示攻击者的第一值函数； 基于元博弈求解器对所述更新后的元博弈收益矩阵进行求解获取防御者和攻击者的元策略，并计算每个目标节点的新Q值，得到更新后的攻击者的策略种群； 基于所述策略种群训练防御者的响应策略得到训练好的新策略，加入至防御者的策略种群中进行迭代更新，直至当前迭代次数大于预设的最大迭代次数时停止更新，获取纳什均衡。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州大学，其通讯地址为：510000 广东省广州市番禺区大学城外环西路230号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。