本发明属于攻防场景策略规划，具体涉及一种博弈环境下动态入侵策略规划方法及相关设备。
背景技术：
1、关键基础设施实物保护系统采用“路径寻优”方法确定潜在脆弱路径，目的是在满足一定约束条件下，分析敌手从攻击起始点到目标点规划出的最优入侵策略。这里的最优策略包含路径最短、代价最小、时间最短等约束条件。当前流行的路径寻优技术在结合实物保护系统效能评估时，更多采用大尺度地图的细粒度处理方法，这种方法在未知环境下重新路径规划的时间和空间复杂度高，导致搜索耗时且效率低下。在二维空间进行路径规划的常见算法包括a*算法等启发式算法以及蚁群算法等仿自然体算法，这些方法均需依赖预先获取的环境信息。
2、尽管基于a*算法或蚁群算法的实物保护系统“路径寻优”可以找到相对最优策略，但难以适应实时动态变化的攻防环境，导致路径重规划的效率低。
技术实现思路
1、本发明的目的在于提供一种博弈环境下动态入侵策略规划方法及相关设备，以解决现有技术中实物保护系统攻防场景策略规划效率底、难以适应实时动态变化环境的技术问题。
2、为达到上述目的，本发明采用如下技术方案：
3、一种博弈环境下动态入侵策略规划方法，其特征在于，包括以下步骤：
4、构建攻防场景认知地图；
5、基于最短路径算法，反向求得目标点到各节点之间的最短时间作为入侵最大威胁时间；
6、基于入侵最大威胁时间构造入侵路径代价函数；
7、根据攻防场景认知地图和入侵路径代价函数构建入侵路径动态计算方法，利用入侵路径动态计算方法以目标点开始向起始点进行反向搜索最优路径，完成博弈环境下动态入侵策略的规划；所述博弈环境下动态入侵策略的规划包括静态初规划阶段和动态重规划阶段。
8、进一步的，所述攻防场景认知地图的构建过程为：通过融合探测装置、延迟装置、目标信息、入侵信息、响应部队信息，构造实物保护系统攻防认知地图。
9、进一步的，所述基于最短路径算法，反向求得目标点到各节点之间的最短时间作为入侵最大威胁时间的具体步骤为：
10、初始化：给定集合s记录最优时间集合，算法开始点时间为0，其他节点的时间为无穷大，并将所有节点标记为未访问计算；
11、选择最小延迟时间节点：从未访问计算的节点中选择延迟时间最小的节点m,并标记已访问计算；
12、更新计算：对于节点m的每一个邻接节点n，如果n未访问计算，并且通过m到n延迟时间比当前已知计算的延迟时间更短，则更新n的延迟时间；
13、重复选择未访问计算节点中延迟时间最小的节点，更新该邻接节点的延迟时间，直到所有节点都被访问；
14、当所有节点被访问计算后，延迟时间反向推演算法结束，集合s记录每个节点最短延迟时间。
15、进一步的，所述入侵路径代价函数公式为：
16、p(i)u＝p(r|au)×p(cu)×p(du)+p(i)v×[1-p(du)]
17、其中，敌手入侵方向是节点u到节点v到目标点，p(i)u为节点u到目标点的拦截概率，p(i)v为节点v到目标点的拦截概率，p(r|au)为节点u到目标点的警报通信后响应人员拦截敌手的最小概率值，p(cu)为u点的通信概率，p(du)为u点的探测概率。
18、进一步的，所述静态初规划阶段的具体步骤为：
19、初始化认知地图，基于环境信息为节点分配初始值，创建open列表和closed列表，open列表用于存储待检查节点，closed列表存储已检查节点；
20、从open列表中选择一个成本最低的节点作为当前节点，更新代价并记录最小代价，计算当前节点的所有邻接节点，如果当前节点到邻接节点的代价低于已知的最低代价，则更新该邻接节点代价，并添加其到open列表；
21、当所有节点被访问后，算法完成，根据每个节点的最小代价值，得到节点到目标点的最优策略序列。
22、进一步的，所述动态重规划阶段的过程为：针对受影响节点，重计算到达终点的最优策略，并更新其父节点指向，以反映最新最优策略，采用更新后的认知地图信息和节点信息，执行局部策略规划，回溯至之前节点，并开始新的策略搜索。
23、进一步的，所述受影响节点，包括主动影响的邻接节点，对主动影响的节点，计算新的代价值，表示敌手通过该节点的阻力受到变化，对比当前节点新代价值g和最小代价值k，如果g<k，那么节点属于阻力节点，在当前节点邻居且不是父节点的邻居中找到另代价值加转移代价之和小于阻力节点的代价值，修改父节点并重置代价值，如果g＝k，则该点没有受到阻力影响，根据代价值的判定结果，更新其父节点指向，采用更新后的认知地图信息和节点信息，执行局部策略规划，回溯至之前节点，并开始新的策略搜索。
24、第二方面，本发明提供一种博弈环境下动态入侵策略规划系统，包括构建模块、计算模块、动态入侵策略规划模块，其中：
25、构建模块：用于构建攻防场景认知地图；
26、计算模块：基于最短路径算法，反向求得目标点到各节点之间的最短时间作为入侵最大威胁时间；基于入侵最大威胁时间构造入侵路径代价函数，计算该节点到目标点的拦截概率；
27、动态入侵策略规划模块：用于根据攻防场景认知地图和入侵路径代价函数构建入侵路径动态计算方法，利用入侵路径动态计算方法以目标点开始向起始点进行反向搜索最优路径，完成博弈环境下动态入侵策略的规划；所述博弈环境下动态入侵策略的规划包括静态初规划阶段和动态重规划阶段。
28、一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
29、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述方法的步骤。
30、与现有技术相比，本发明具有以下有益的技术效果：
31、本发明提供了一种博弈环境下动态入侵策略规划方法，通过攻防场景认知地图的构建，基于反向计算策略得到入侵最大威胁时间构建入侵路径代价函数计算相应节点到目标点的拦截概率，最终构造出入侵路径动态计算方法利用入侵路径动态计算方法以目标点开始向起始点进行反向搜索最优路径，完成博弈环境下动态入侵策略的规划，本发明的攻防场景入侵策略生成过程能有效处理部分未知环境，攻防环境突发事件发生时，能基于新的环境信息动态重规划已有策略，减少整个入侵过程重复计算，适用于分析敌手在博弈环境中突发事件下的实时策略规划问题。
32、优选的，攻防场景认知地图的构建考虑实物保护系统关键参数如探测装置、延迟装置、目标信息、入侵信息、响应部队，确保计算结果相比一维easi方法更具真实性，且高效适应在二维/三维环境下的仿真计算，节省计算资源。
33、优选的，入侵最大威胁时间采用基于最短路径算法进行反向求解，无需重新构建算法或数据结构，能够提供比简单估算或假设更为准确的威胁时间评估，此外，其还可以处理网络中的动态变化。
34、优选的，博弈环境下动态入侵策略的规划划分为静态初规划阶段和动态重规划阶段，通过静态初规划和动态重规划两个阶段的有机结合，可以构建一个高效、灵活且可迭代的防御体系，有助于在不确定和动态变化的网络环境中更有效地应对潜在的安全威胁。
35、优选的，动态重规划阶段在静态初规划的基础上，根据网络环境和威胁态势的动态变化，对防御策略进行实时调整和优化。
1.一种博弈环境下动态入侵策略规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种博弈环境下动态入侵策略规划方法，其特征在于，所述攻防场景认知地图的构建过程为：通过融合探测装置、延迟装置、目标信息、入侵信息、响应部队信息，构造实物保护系统攻防认知地图。
3.根据权利要求1所述的一种博弈环境下动态入侵策略规划方法，其特征在于，所述基于最短路径算法，反向求得目标点到各节点之间的最短时间作为入侵最大威胁时间的具体步骤为：
4.根据权利要求1所述的一种博弈环境下动态入侵策略规划方法，其特征在于，所述入侵路径代价函数公式为：
5.根据权利要求1所述的一种博弈环境下动态入侵策略规划方法，其特征在于，所述静态初规划阶段的具体步骤为：
6.根据权利要求1所述的一种博弈环境下动态入侵策略规划方法，其特征在于，所述动态重规划阶段的过程为：针对受影响节点，重计算到达终点的最优策略，并更新其父节点指向，以反映最新最优策略，采用更新后的认知地图信息和节点信息，执行局部策略规划，回溯至之前节点，并开始新的策略搜索。
7.根据权利要求6所述的一种博弈环境下动态入侵策略规划方法，其特征在于，所述受影响节点，包括主动影响的邻接节点，对主动影响的节点，计算新的代价值，表示敌手通过该节点的阻力受到变化，对比当前节点新代价值g和最小代价值k，如果g<k，那么节点属于阻力节点，在当前节点邻居且不是父节点的邻居中找到另代价值加转移代价之和小于阻力节点的代价值，修改父节点并重置代价值，如果g＝k，则该点没有受到阻力影响，根据代价值的判定结果，更新其父节点指向，采用更新后的认知地图信息和节点信息，执行局部策略规划，回溯至之前节点，并开始新的策略搜索。
8.一种博弈环境下动态入侵策略规划系统，其特征在于，包括构建模块、计算模块、动态入侵策略规划模块，其中：
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
