互联网一直以来受到各种网络攻击的威胁,网络攻击方式层出不穷,手段多变且攻击目标各异,造成攻防双方不平等的状态。蜜罐和蜜网正是防御方在攻防博弈被动的环境下提出的一种主动防御手段。然而,传统的蜜罐和蜜网存在着“即破即失效”的缺陷,容易被攻击者识别而失去主动防御的能力。本文针对传统蜜罐和蜜网有效性难以保证的问题展开两方面的研究:一方面,针对蜜罐伪装服务静态易识别的问题,提出基于Docker容器的变色蜜罐系统,融合多种伪装服务于一体,动态部署蜜罐诱饵,增强蜜罐系统主动防御与数据捕获的能力;另一方面,针对蜜网节点信息泄露而引起的主机安全威胁问题,提出一种基于学习自动机的变色蜜网,研究变色蜜网机制,构建变色蜜网模型,设计变色蜜网动态策略配置算法,降低网络攻击成功率。基于Docker容器的变色蜜罐系统的提出,解决了传统独立蜜罐保真度和可扩展性矛盾的问题,提高了蜜罐系统反识别的能力。首先,充分分析混合蜜罐系统的特点,利用Docker容器将多种蜜罐诱饵融合于一体,提高蜜罐系统保真度与可扩展性的平衡;其次,设计蜜罐诱饵动态部署算法,实现蜜罐系统的蜜罐诱饵状态自适应变化;再次,利用SDN控制器,设计TCP连接重定向引擎,实现网络数据传输的透明重定向;然后,通过网络数据流量决策算法,对进入蜜罐系统的流量进行过滤,提升蜜罐系统性能;最后,基于ELK分析攻击数据并做可视化展示,通过实验测试验证了Nimpot变色蜜罐系统的功能与性能。单一蜜罐系统在网络主动防御与数据捕获能力方面具有局限性,基于学习自动机的变色蜜网的提出,增强了网络攻击数据捕获能力,降低了攻击对真实主机的威胁。首先,根据Nimpot系统的特征,研究变色蜜网机制,使用保护色提供蜜罐伪装服务,利用伪装色实现蜜罐反识别;其次,基于学习自动机构建变色蜜网模型,形式化描述变色蜜网的网络环境;然后,设计变色蜜网动态策略配置算法,通过网络环境反馈信息,动态下发蜜罐节点配置策略,实现对网络环境的动态响应;最后,通过仿真测试分析所提方法的可行性。