基于部分可观马尔可夫决策的工业控制跨层安全决策方法

本发明公开了基于部分可观马尔可夫决策的工业控制跨层安全决策方法，包括：步骤1：使用监测系统对状态信息部分可观的工业控制系统进行状态感知，通过模型与工控系统的不断交互来收集训练数据。步骤2：使用基于POMDP决策框架的T‑DRQN深度强化学习方法将交互得到的数据与历史观测信息结合进行训练。步骤3：使用网络层设备节点的警报信息与物理层传感器读数对于入侵响应策略的响应效果进行评价，并利用这些指标分析不同模型之间响应性能的差异。本发明能够有效抵御从网络空间到物理空间的多阶段跨层攻击，采用双分支网络结构，更加明显地区分状态价值和动作优势，从而更准确、高效地指导入侵响应决策，更适用于处理系统状态信息部分可观的工控场景。