近年来随着互联网和人工智能等技术的快速发展,互联网给人们的生活带来便捷,但随之而来的网络安全问题也日益突出,且在网络攻防中,攻击者因其随机性、多变性往往处于有利地位,防御系统很难应对各种攻击,因此攻防双方具有不对称性。针对攻防双方的不对称性,美国国家科学技术委员会提出了移动目标防御,通过实施动态变换的防御策略来调整系统资源配置,增加网络和系统中各部分的冗余性,使其具有更大的不确定性,减小了现有系统因资源配置单一而使攻击者轻易突破防御系统的情况的发生,从而扭转现有网络攻防双方的不对称性。那么在移动目标防御中针对不同的攻击,防御者如何选取合适的防御策略来增加网络和系统的不确定性显得尤为重要,既要考虑系统的安全性,也要考虑系统切换资源配置的成本。当前一种思路是基于博弈论建立攻防博弈模型,通过计算攻防双方的收益,从而确定最优防御策略。本文针对当前攻防博弈模型中的不足,开展的研究工作如下:(1)针对博弈模型中防御者对攻击策略可能发生误判和错判的情况,通过引入最小风险的贝叶斯决策的思想,将防御系统对攻击策略发生误判、错判时,采取的防御策略对系统带来的风险考虑在内,提出了基于不完全信息动态博弈的移动目标防御策略选取模型,该模型通过分析防御策略风险大小,使防御策略收益量化更加精准、全面,并利用不完全信息动态博弈的精炼贝叶斯均衡选取最优防御策略。最后通过攻防实验进行验证,表明了本模型中最优防御策略选取的有效性。(2)现有博弈模型中防御者对攻击者类型的先验概率判断通常由经验指定,主观性较大,进而对使用贝叶斯法则得到的后验概率、防御策略的收益量化产生影响,导致系统在前期防御成功率下降。为此,本文提出了一种基于D-S证据推理的不完全信息动态博弈模型,该模型在不完全信息动态博弈基础上,通过构建攻击类型决策表,并采用D-S证据推理的方法修正防御者对攻击类型的后验推断,使得概率更新更加客观,弥补了现有模型中先验概率的不足,使防御策略收益更加合理。最后通过实验验证该方法可提高系统的防御成功率。