一种基于随机博弈与Rainbow算法的网络攻防策略优化方法

本发明提供了一种基于随机博弈与Rainbow算法的网络攻防策略优化方法，包括：构建网络攻防随机博弈模型；利用Rainbow深度Q网络算法进行Q函数学习与策略优化；将当前状态特征输入到训练好的Rainbow深度Q网络中，计算所有防御动作对应的Q值，选择使Q值最大化的防御动作作为当前状态下的最优防御策略。本方法利用Rainbow算法对局中人的收益情况进行博弈分析，博弈双方通过不断的学习，然后调整策略来获得利益最大化。另外，Rainbow算法的加入使得防御策略可以进行自适应调整，无需预先设定网络系统状态转移概率即可获得博弈双方的纳什均衡。