计算机工程与应用

作者：刘太昆, 李彧, 季新生, 李召召, 孙增振, 孙远航

单位：1.紫金山实验室，南京 211111；2.清华大学 计算机科学与技术系，北京 100084；

关键词：拟态防御,贝叶斯后验概率,拟态裁决,主动防御,表决算法

基金：国家电网总部科技项目（5700-202458225A-1-1-ZN）；国家重点研发计划项目（2022YFB3104300）。

针对共模漏洞导致拟态裁决器多数一致性表决算法对网络攻击通过率较高的问题，提出了一种基于贝叶斯算法的拟态裁决优化方法。通过构建贝叶斯学习模型，挖掘执行体间历史表决数据集的深度特征，分析归纳其统计规律，并通过设计表决结果选择策略和多数一致性策略相结合的输出机制来解决网络攻击被错误输出的问题，从而提高表决输出结果的准确性，达到提高目标系统安全性的目的。鉴于不同执行体间历史表决数据的统计规律已通过贝叶斯学习模型掌握，因此不同执行体间拟态裁决结果输出将会以最大概率保持正确，即目标系统保持安全状态。实验结果表明，所提方法的裁决结果正确率优于主流的拟态裁决方法，将该方法集成到真实的拟态防御系统中将有利于增加系统的防护能力。

来源：2026年第3期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第3期