一种面向恶意无人机的动态目标防御方法和系统

本发明公开了一种面向恶意无人机的动态目标防御方法和系统。该方法获取包含恶意无人机攻击起始位置、动态目标位置及危险节点的网络拓扑信息，以及飞行物理约束条件；同时获取恶意无人机在历史任务中经过各危险节点的访问次数和被拦截失败次数，利用贝叶斯概率模型推断各危险节点的当前防御部署风险。在此基础上，以动态更新的当前节点位置、防御部署风险及动态目标位置的预测目标位置为状态输入，采用包含上层防御策略网络和下层对抗响应网络的分层强化学习结构生成防御策略，其中上层网络用于确定防御资源拦截部署概率，下层网络用于确定无人机的路径与载荷策略。最终在实际执行拦截后，实时获取拦截结果并更新贝叶斯概率模型，将更新后的风险反馈至上下层网络，实现防御策略与对抗响应的动态迭代优化。