[发明专利]基于深度强化学习的网络攻击检测方法在审
| 申请号： | 202310109721.5 | 申请日： | 2023-02-14 |
| 公开（公告）号： | CN116055209A | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 姚琳;田子缘;吴国伟;崔桂彰 | 申请（专利权）人： | 大连理工大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;G06F21/55;G06N3/04;G06N3/08;G06F17/16 |
| 代理公司： | 辽宁鸿文知识产权代理有限公司 21102 | 代理人： | 王海波 |
| 地址： | 116024 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度强化学习的网络攻击检测方法。对原始数据集进行预处理，再对Agent进行构造，包括初始化Agent所处环境、规定智能体与环境的交互方式、训练策略和价值函数。根据状态对特征进行选择，将选择好的特征输入到检测模型中进行预测。将检测结果作为反馈回传给智能体Agent训练模块，并计算动作的Q(s，a)，刷新Q表。重复直到最优特征子集中包含的特征数达到最大，即模型收敛；或训练步长完成，生成最优特征子集。针对新型特征设计的处理方法能够反映出新型特征对于入侵攻击检测的重要性，若重要则会部署新型特征的专属最优特征子集，这样一来体现了最优特征子集的灵活性，可针对不同的攻击情形自发的采取相应措施。 | ||
| 搜索关键词： | 基于 深度 强化 学习 网络 攻击 检测 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大连理工大学，未经大连理工大学许可，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/202310109721.5/，转载请声明来源钻瓜专利网。
