由于当前网络设备的高度同质性，如果网络中的一个节点通过利用其漏洞（例如，恶意数据包攻击）而受到损害，则该网络就会受到损害。 现有的许多工作都采用异构概念来提高网络的生存能力。 例如，“多样化的变体”被分配给网络中的节点。 但是，这些工作假设各种变体不具有共同的漏洞，这在实际网络中被认为是无效的假设。 因此，现有的各种变体部署方案无法实现最佳性能。 本文认为某些变体具有常见漏洞，并提出了一种新颖的解决方案，称为“了解漏洞的异构网络设备分配（VHNDA）”。 首先，我们引入了一个名为“预期感染率”（EIR）的新指标，以衡量恶意数据包攻击在网络上传播的影响。 其次，我们使用EIR将具有漏洞意识的多样化变体部署问题建模为具有NP难复杂性的整数编程优化问题。 考虑到NP的难度，我们然后设计了一种启发式算法，名为“模拟退火漏洞感知型多样变体部署（SA-VDVD）”，以解决该问题。 最后，我们针对基于图分段的模拟退火的大型网络，提出了一种基于复杂度的低复杂度算法，即基于图分段的模拟退火漏洞感知多元变体部署（GSSA-VDVD）。 实验结果表明，与基线算法相比，所提出的算法以合理的计算成本有效地抑制了恶意数据包攻击的传播。
