网络安全问题伴随着信息技术发展呈现出了日益严重的状态。早期的博弈模型只是通过对攻防双方参与人的收益信息量化,其基于的是完全信息和完全理性的参与人,即参与人双方得知系统的全部信息,并且能够在掌握完全信息的情况下做出完全理性的策略决定,该方法可以较为合理的对攻防信息进行模拟,但是在实际的攻防过程中指导意义不大,因此本文将要针对以上两个问题,提出贝叶斯博弈模型和演化博弈模型,并通过模型分析过程模拟出攻防双方的博弈状态,设计较为合理的策略量化过程和最优防御策略。首先,针对攻防博弈过程不完全信息量化问题,本文将利用贝叶斯博弈理论构建贝叶斯博弈模型;模拟攻击者的状态对目标系统节点进行初步信息扫描并进行脆弱性评估,根据本文中提出的脆弱性量化方法,得出各个节点的脆弱性评分,对脆弱性节点进行合理可达分析量化,模拟出攻击者的可能攻击路径图,最后用优化后的蒙特卡洛模拟方法模拟出攻击路径上最优攻击策略,并通过收益依存性质得出攻防双方制定策略的收益,并对系统原有的防御方案上进行改进,利用移动目标变换最大程度的延长单位时间内攻击者的成功率。然后,针对攻防博弈过程中不完全信息不完全理性的问题,构建演化博弈模型模拟攻防双方的博弈过程。该方法的研究重点在于如何合理的量化参与人的学习机制,因此在演化博弈模型中提出博弈因子的概念,攻防双方参与人具有学习的能力,在学习机制的驱动下,通过不断的试错的过程逐步追求博弈因子高的策略,并最终达到演化平衡状态。本文将对不同博弈状态下的演化平衡点分别分析,并给出各个演化平衡点下的防御策略。最后,本文设计了一个适用于该模型的实验过程,进行了一系列的实验分析对比,通过实验数据证明了本文中提出的防御方法的有效性。