基于多智能体强化学习的分布式拒绝服务攻击与防御方法

本说明书实施例公开了一种基于多智能体强化学习的分布式拒绝服务攻击与防御方法，在本申请技术方案中首先明确随机博弈基本要素，作为对网络安全场景进行建模的基础，通过确定博弈主体、状态空间、动作集合、状态转移关系和收益函数，将分布式拒绝服务攻击与防御场景抽象为随机博弈模型。接着明确双方策略形式和最优策略，利用状态价值公式和纳什均衡定义，为寻找最优策略提供理论依据。最后，通过regularized minimax‑V学习算法设置多种参数和特定的内外层循环计算步骤，逐步求解随机博弈的纳什均衡，实现攻击与防御策略的优化。