基于对抗强化学习的工业物联网蜜罐部署方法及装置

本发明公开了一种基于对抗强化学习的工业物联网蜜罐部署方法及装置，属于网络安全技术领域。主要解决网络攻击行为的动态性和不确定性。其实现方案为收集工业物联网设备数据，包括工业物联网设备IP、工业物联网设备请求数据和响应数据；利用基于工业物联网多模态请求数据的LDA分析方法进行请求数据的聚类分析，将请求数据分为不同类别；利用马尔科夫决策模型构建蜜罐与攻击者的交互模型；最后利用对抗强化学习算法Repeated Update Q‑learning(RUQL)训练模型。本发明能够有效地吸引和应对网络攻击，显著提高在对抗环境下捕获和分析网络攻击的能力。