一种基于边缘智能的APT攻击防御方法

本发明公开一种基于边缘智能的APT攻击防御方法，旨在提升边缘网络对APT攻击的动态感知能力、策略响应能力及资源适应性，本发明方法首先构建边缘节点通信网络的拓扑邻接矩阵并定义边缘设备生命周期的五种状态和状态转换过程，随后引入基于隐蔽对抗的系统演化模型，精准模拟实际边缘网络中攻击与防御的动态交互，其次，设计了一种基于最优控制和微分博弈的攻击防御模型，最后，采用基于多智能体深度Q网络的纳什策略强化学习机制，优化边缘博弈策略，提高攻击检测性能。本发明所述方法显著提升了系统在复杂APT攻击场景下的建模精度与防御有效性，适用于工业互联网、物联网等对安全性、时效性及可扩展性要求较高的关键基础设施网络环境。