随着互联网的高速发展和人们日益增长的社交需求,社会工程学攻击成为目前互联网大环境中最常见的攻击手段之一。此类攻击与传统的网络攻防不同,它不受防火墙、入侵检测机制等计算机防御软件的限制,能够直接利用受害者的贪婪、好奇等心理弱点实施欺骗,从而造成财产损失、信息泄露等严重后果。因此,建立完善的社会工程学攻击防御系统具有重要的研究意义。论文针对社交软件、社交网站等实时对话场景提出一种基于对话代理的社会工程学攻击防御方法。该方法集攻击检测、攻击阻断、自动回复等功能为一体,在检测到社会工程学攻击之后,代替用户与攻击者完成对话过程,在阻断攻击的同时,选择合适的对话策略获取攻击者信息,使整个防御过程变得积极主动。对话代理的交互功能是本方法的核心。为了能有效地获取攻击者信息,本文提出一种多句式对话生成模型,通过控制句式以提升对话代理的交互主动性。该模型通过共享解码器的方式将Seq2Seq模型与自编码器相结合,引入欧氏距离、Triplet loss等损失函数,使拥有不同句式的语义编码在向量空间中分割开,从而实现了对话模型的句式可控性功能。同时引入隐变量作为解码器的额外输入,帮助模型更好地提取句式信息、提升文本质量。经实验表明,该模型能够根据指定句式生成回复语句,并在内容流畅度与多样性上达到较高的水平。在此基础上,本文设计并实现了一个基于对话代理的社会工程学攻击防御系统。该系统包括用户管理模块、对话内容获取模块、社工攻击检测模块、对话策略管理模块、文本生成模块、对话方管理模块以及文本发送模块。对模块的主要功能以及流程进行了详细介绍,并通过测试验证了系统功能的可行性及实用性。结果表明,本系统可以辅助用户在网络日常对话过程中防御社会工程学攻击,为个人的信息安全提供保障。