采用多Agent的网络攻防仿真模型

doi:10.3778/j.issn.1002-8331.2010.20.035

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (20): 122-125.DOI: 10.3778/j.issn.1002-8331.2010.20.035

采用多Agent的网络攻防仿真模型

孙强^1，2，王崇骏^1，2，王忠存^1，2，谢俊元^1，2

1.计算机软件新技术国家重点实验室，南京 210093
2.南京大学计算机科学与技术系，南京 210093

收稿日期:2010-04-15 修回日期:2010-05-14 出版日期:2010-07-11 发布日期:2010-07-11
通讯作者: 孙强

Simulation model of network instruction and defense using multi-Agent

SUN Qiang^1，2，WANG Chong-jun^1，2，WANG Zhong-cun^1，2，XIE Jun-yuan^1，2

1.State Key Laboratory for Novel Software Technology，Nanjing 210093，China
2.Department of Computer Science and Technology，Nanjing University，Nanjing 210093，China

Received:2010-04-15 Revised:2010-05-14 Online:2010-07-11 Published:2010-07-11
Contact: SUN Qiang

摘要/Abstract

摘要： 采用多Agent技术对网络攻防仿真进行建模。提出了一种描述网络攻防任务的通用方式。利用角色来承担任务的某个子集，角色中工作类型和管理地位得到分离，使得逻辑上更清晰。建立了一个多层次的Agent团队结构模式，并为团队结构的调整提供了算法。最后通过DDoS攻防模拟验证了模型。

关键词: 多Agent, 网络攻防, 仿真模型

Abstract: This article builds a model on the simulation of network instruction and defense by using multi-agent.A universal method is given out to describe the attack and defense task.Role is used to complete a subset of the task.The job type and management position are distinguished in role，to make it clearer in logic.A multi-layer model for group structure and an algorithm for adjusting it are provided.A simulation of DDoS attack and defense is implemented to verify the model.

Key words: multi-Agent, network instruction and defense, simulation model

中图分类号:

TP301

孙强^1，2，王崇骏^1，2，王忠存^1，2，谢俊元^1，2. 采用多Agent的网络攻防仿真模型[J]. 计算机工程与应用, 2010, 46(20): 122-125.

SUN Qiang^1，2，WANG Chong-jun^1，2，WANG Zhong-cun^1，2，XIE Jun-yuan^1，2. Simulation model of network instruction and defense using multi-Agent[J]. Computer Engineering and Applications, 2010, 46(20): 122-125.

[1]	葛潇月，周天阳，臧艺超，朱俊虎. 基于Stackelberg安全博弈的动态防御策略选取方法[J]. 计算机工程与应用, 2020, 56(17): 129-135.
[2]	龚心杰，李德识. 广域稳控系统通信网络性能仿真及分析[J]. 计算机工程与应用, 2019, 55(8): 66-73.
[3]	张为1，苏旸1，2，陈文武1. 基于信号博弈的主动防御模型[J]. 计算机工程与应用, 2018, 54(17): 77-82.
[4]	胡晓辉，李兰凤，方政，刘雪亮. 改进的任务分配策略在WSN中的应用研究[J]. 计算机工程与应用, 2017, 53(2): 124-128.
[5]	闫萌，刘建宾，郑丽伟. QueTy：支持时间边际效益的云服务协同框架[J]. 计算机工程与应用, 2017, 53(19): 86-97.
[6]	袁龙强1，党建武1，赵庶旭2. 基于合同网的城市道路事故应急救援策略研究[J]. 计算机工程与应用, 2016, 52(9): 253-257.
[7]	武玉英，饶毓书，蒋国瑞. 供应链并发协商粒子群优化模型研究[J]. 计算机工程与应用, 2016, 52(4): 229-233.
[8]	戈军1，周莲英2. 面向交通信号的两层递阶控制解决方案[J]. 计算机工程与应用, 2015, 51(20): 246-252.
[9]	史旭华，何婷婷. 分解协调的多Agent约束优化算法及应用[J]. 计算机工程与应用, 2015, 51(11): 218-222.
[10]	赵良辉，熊作贞. 基于R学习的合同网实时调度模型[J]. 计算机工程与应用, 2014, 50(10): 221-226.
[11]	赵良辉，王天擎，陶雪萍. 以多Agent系统为架构的实时调度模型[J]. 计算机工程与应用, 2012, 48(13): 223-226.
[12]	杨怡1，王洪国1，邵增珍2，成照乾2. 基于任务能力排序的虚拟企业联盟生成方法[J]. 计算机工程与应用, 2011, 47(7): 229-232.
[13]	田丰1，邢清华1，王斌2. 场站油料库存控制策略仿真研究[J]. 计算机工程与应用, 2011, 47(18): 231-233.
[14]	周云^1，2，傅泽田². 消费者口头传播导致品牌扩散的仿真研究[J]. 计算机工程与应用, 2010, 46(6): 235-237.
[15]	郑明，王玲娟，蔚承建. 用多Agent系统分配具有启动成本的有限资源[J]. 计算机工程与应用, 2010, 46(4): 219-222.

采用多Agent的网络攻防仿真模型

Simulation model of network instruction and defense using multi-Agent

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics