受到新型冠状病毒肺炎疫情全球化的影响,政府机构及企事业单位数字化转型的进程不断加快,随之而来的网络安全问题层出不穷。具有明确目的性和攻击渠道多样化的网络高级持续性威胁（APT）也在暗中涌动,该攻击行动的动机常与军事行动和地缘政治冲突相关,这使得世界各国政府越发高度重视网络安全问题。现如今,网络世界受到的攻击也会对现实世界的金融、交通能源等基础设施造成巨大威胁。数字安全部门对于部署防御措施的投入资源是有限的,如何利用有限的资源最小化不法分子造成的损失是亟需研究的问题。本文提出了一种基于攻击图的多目标双层网络安全优化模型,该模型的攻击者将攻击图的最有效攻击路径造成的预期损失作为总体安全风险的度量,防御者面对攻击者发起的多阶段攻击选择一个安全控件组合,将最小化安全风险、控件中的直接成本和间接成本作为目标进行优化。本文将多目标问题转换为双层单目标问题,并提出了基于对偶的精确算法和基于模拟退火的启发式算法。为了更好地帮助网络防御者优化部署阻断策略,本文建立了一种基于信息隐藏和风险规避双层网络随机阻断模型。在随机规划模型中利用风险条件价值度量（CVa R）衡量防御者在攻击者不确定预算方面的风险表现。为了提高计算效率和提供有效的解决方案,本文提出了有效的算法来解决由此产生的双层问题。提出了列和约束算法（CCG）算法提供精确解,并提出结合CPLEX的模拟退火算法以求在短时间内获得该问题的一个高质量的近似最优解,对所有损失的加权和以及防御者关键节点被破坏的风险最小化。计算结果表明,提出的算法能够在合理的时间给防御者提供最优的防御策略,同时提供了更加鲁棒的网络拦截策略。