【摘要】：面對(duì)信息技術(shù)廣泛運(yùn)用的今天,信息安全問(wèn)題開(kāi)始受到人們的廣泛關(guān)注.現(xiàn)有的最新工作大多使用貝葉斯博弈的方法來(lái)解決.貝葉斯博弈可以應(yīng)對(duì)參與者類(lèi)型信息不完全的情況,但現(xiàn)實(shí)生活中,信息不僅不完全而且是不確定的,即不知道對(duì)手類(lèi)型精確的分布概率.為解決這個(gè)問(wèn)題,擴(kuò)展了貝葉斯博弈,提出極小極大模糊博弈模型(ABGMR).該模型中使用證據(jù)理論來(lái)描述信息的模糊性;引入可接受收益的極小極大遺憾原則,在收益可接受的情況下最小化最大遺憾值,避免了出現(xiàn)無(wú)法接受的收益和過(guò)度悲觀的情況.極小極大模糊博弈模型適用于多種攻擊者多個(gè)防御者的情況,并且攻擊者和防御者不需先觀察對(duì)手的策略,可以同時(shí)采取行動(dòng).最后將ABGMR運(yùn)用在信息安全領(lǐng)域資源分配場(chǎng)景中,并與已有博弈算法DOBSS進(jìn)行實(shí)驗(yàn)對(duì)比,證明了其有效性和最終決策的最大遺憾值的優(yōu)越性.
[Abstract]:In the face of the widespread use of information technology today, information security issues have been widely concerned. Most of the latest work is solved by the method of Bias game. The Bias game can cope with incomplete information on the types of participants, but in real life, the information is not only incomplete and uncertain, that is, I do not know. In order to solve this problem, to solve this problem, the Bias game is extended and the minimax fuzzy game model (ABGMR) is proposed. The model uses evidence theory to describe the fuzziness of information; the minimax regret principle of acceptable income is introduced to minimize the maximum regrets under acceptable benefits and avoid the maximum regret value. There are unacceptable returns and excessive pessimism. The minimax fuzzy game model is suitable for multiple attackers, and the attacker and defender do not need to observe the opponent's strategy first and take action at the same time. Finally, ABGMR is applied to the resource allocation scene in the information security field, and the game is calculated with the existing game. The comparison of the method DOBSS proves the superiority of the method and the maximum regret value of the final decision.
【作者單位】： 南京工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：江蘇省自然科學(xué)基金項(xiàng)目(BK20150960)資助
【分類(lèi)號(hào)】：O225;TP309

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳蘭祥;;二項(xiàng)分布參數(shù)的線性組合的Γ-極小極大估計(jì)[J];同濟(jì)大學(xué)學(xué)報(bào);1989年01期

2 成平;指數(shù)族分布之參數(shù)的極小極大化估計(jì)[J];數(shù)學(xué)學(xué)報(bào);1964年02期

3 陳蘭祥;史國(guó)成;;指數(shù)分布有界尺度參數(shù)的極小極大估計(jì)[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);1991年03期

4 陳蘭祥;;正態(tài)分布方差在限制參數(shù)空間中的極小極大估計(jì)[J];應(yīng)用概率統(tǒng)計(jì);1992年01期

5 陳中文;一類(lèi)帶等式約束的整數(shù)極小極大問(wèn)題的討論[J];徐州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);1992年01期

6 王海云 ,羅永光;極小極大穩(wěn)健檢測(cè)器的分析與設(shè)計(jì)[J];國(guó)防科技大學(xué)學(xué)報(bào);1987年01期

7 蔣美躍;關(guān)于奇異Hamilton系統(tǒng)周期解的一個(gè)注記[J];數(shù)學(xué)學(xué)報(bào);1992年06期

8 史國(guó)成;陳蘭祥;;限制參數(shù)空間中二項(xiàng)分布參數(shù)的極小極大估計(jì)[J];數(shù)學(xué)季刊;1991年03期

9 謝資清,蘇新康;關(guān)于極小極大算法的一個(gè)注記[J];湖南師范大學(xué)自然科學(xué)學(xué)報(bào);2004年01期

10 周紀(jì)薌,茆詩(shī)松;求響應(yīng)曲面的極小極大估計(jì)的計(jì)算機(jī)方法[J];華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1983年03期

相關(guān)博士學(xué)位論文 前1條

1 程曹宗;兩個(gè)函數(shù)極小極大原理[D];北京工業(yè)大學(xué);2002年

相關(guān)碩士學(xué)位論文 前3條

1 趙奇;求解極小極大問(wèn)題的新算法[D];蘇州大學(xué);2006年

2 韓永闖;極小極大問(wèn)題的束方法算法[D];遼寧師范大學(xué);2012年

3 王艷艷;帶凹凸非線性項(xiàng)的半線性橢圓型偏微分方程多解問(wèn)題數(shù)值計(jì)算及其收斂性分析[D];上海師范大學(xué);2014年

，

本文編號(hào)：2146075