现有防御决策中的随机博弈模型大多由矩阵博弈与马尔可夫决策组成，矩阵博弈中假定防御者已知攻击者收益，与实际不符。将攻击者收益的不确定性转换成对攻击者类型的不确定性，构建了由静态贝叶斯博弈与马尔可夫决策结合的不完全信息随机博弈模型，给出了不完全信息随机博弈模型的均衡求解方法，使用稳定贝叶斯纳什均衡指导防御者的策略选取。最后通过一个具体实例验证了模型的可行性和有效性。

针对现有随机博弈大多以完全信息假设为前提，且与网络攻防实际不符的问题，将防御者对攻击者收益的不确定性转化为对攻击者类型的不确定性，构建不完全信息随机博弈模型。针对网络状态转移概率难以确定，导致无法确定求解均衡所需参数的问题，将Q-learning引入随机博弈中，使防御者在攻防对抗中通过学习得到的相关参数求解贝叶斯纳什均衡。在此基础上，设计了能够在线学习的防御决策算法。仿真实验验证了所提方法的有效性。