一种多智能体协同防御与评估方法

本申请涉及网络安全领域，具体公开了一种多智能体协同防御与评估方法，通过部署于不同节点的多个智能体，各自独立采集监控范围内的原始数据并生成的本地评估证据。为解决证据来源可信度不一的问题，引入荣誉分机制对本地评估证据进行加权折扣。同时，设计了选择性广播策略，仅在证据满足重要性或变化性阈值时才进行广播。所有经过加权和筛选的证据被汇集后，通过全局证据融合与共识决策机制，将来自不同局部视角的、异构且异步的评估信息，聚合成一个统一、可靠的全局共识结果。最终，防御协调器依据此共识结果生成并下发防御指令，有效解决了传统方法中因视角局限、模型异构和通信开销导致的难以快速形成准确全局威胁认知的技术问题。