[发明专利]基于深度强化学习的DIDS任务调度优化方法在审
| 申请号： | 202110930083.4 | 申请日： | 2021-08-13 |
| 公开（公告）号： | CN113641496A | 公开（公告）日： | 2021-11-12 |
| 发明（设计）人： | 赵旭;薛涛;江晋 | 申请（专利权）人： | 西安工程大学 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50;G06N3/04;G06N3/08 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 许志蛟 |
| 地址： | 710048 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度强化学习的DIDS任务调度优化方法，包括如下步骤：对检测引擎进行性能等级评估，对所检测的数据包进行负载评估，用马尔科夫决策过程建模，建立深度循环神经网络模型，调度器进行决策并确定如何分配检测引擎去检测数据包。对于检测引擎数量固定的分布式入侵检测系统，本发明提出的任务调度算法可以做出最优决策使系统整体负载降低，同时还能解决状态空间和动作空间过大造成内存空间占用太大的问题。 | ||
| 搜索关键词： | 基于 深度 强化 学习 dids 任务 调度 优化 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安工程大学，未经西安工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110930083.4/，转载请声明来源钻瓜专利网。
