基于通信的列车运行控制（Communication Based Train Control,CBTC）系统是保证列车安全、高效运行的关键设施。由于信息攻击手段不断更新加强,CBTC系统的开放互联程度加深,系统面临的信息安全问题也愈发严峻。信息安全风险评估能够量化评价CBTC系统的信息安全现状,支持管理者制定安全防护策略,提高系统的信息安全水平。现有CBTC系统信息安全风险评估方法存在考虑因素单一、主观因素过强、与实际场景相差较大等问题。因此,CBTC系统信息安全风险评估的理论与方法研具有重要的理论指导与现实应用意义。本文研究基于攻防博弈的CBTC信息安全风险评估方法,综合考虑攻击、防御行为对CBTC系统的影响、攻防双方决策的动态交互性,评估攻防对抗下的CBTC系统信息安全风险。利用广义随机Petri网（Generalized Stochastic Petri Net,GSPN）建模攻防双方的决策过程、对抗过程及系统状态的变化。基于博弈思想和多智能体强化学习方法预测攻防行为,辅助GSPN模型求解,量化分析不同状态下的系统性能,评估CBTC系统的信息安全风险。论文的主要工作如下:（1）CBTC系统攻击防御过程研究。研究现有信息攻击类型,分析CBTC系统脆弱性,选取适用于CBTC系统的攻击防御方法,并根据各攻防行为发生条件、实施环境总结出三类典型的攻防场景。研究攻击防御行为对CBTC系统物理进程、运营性能的影响;（2）建立基于GSPN的CBTC系统攻防对抗模型。根据攻防场景中的攻防行为特点、实施环境以及达到最终目标所需的步骤将三类攻防场景融合为CBTC系统多阶段攻防对抗过程。利用GSPN模型刻画各阶段CBTC系统中攻击者与防御者策略选择过程、动态行为交互过程,以及攻防行为作用下系统状态的变化过程;（3）提出基于攻防博弈和多智能体强化学习的最优攻防策略选择方法。基于CBTC系统攻防对抗模型,提取攻防策略集合,构建CBTC系统多阶段博弈模型。基于Wolf-PHC和多智能体深度强化学习方法求解最优攻防策略;（4）提出基于GSPN和博弈模型的CBTC系统信息安全风险评估方法。利用攻防博弈获得最优攻防策略,求解GSPN模型,获得系统处于不同状态的概率,量化分析不同系统状态下的系统性能,基于概率和攻防对系统性能的影响评估CBTC的信息安全风险。（5）结合实验室现有半实物仿真平台,搭建验证环境,对比现有风险评估方法,分析论文提出的基于GSPN和攻防博弈的CBTC信息安全风险评估方法的有效性。论文所提方法的评估结果及与现有方法所得结果的对比分析表明,本文所提的基于攻防博弈的信息安全风险评估方法能够更真实地定量评价系统的信息安全风险,具有重要的理论指导和现实应用意义。