基于深度强化学习的可迁移性网络流行为异常检测方法及装置
公开
摘要
本发明提供一种基于深度强化学习的可迁移性网络流行为异常检测方法及装置，所述方法包括模型训练阶段和流量识别阶段，模型训练阶段中，基于训练数据集中的数据点初始化环境；将训练数据集中的数据点作为本轮次的单轮训练集，将单轮训练集中的数据点逐个输入预设的智能体中进行训练；根据环境得到该数据点的状态组，将状态组输入到预设的智能体中，输出动作组，基于动作组输出数据点的数据类型；将输出的数据类型与数据点的标签类型进行比对，获取奖励值，对智能体中的参数进行更新；流量识别阶段中，接收待测流量数据，将待测流量数据中的数据点输入智能体得到数据点的数据类型。
基本信息
专利标题 ：
基于深度强化学习的可迁移性网络流行为异常检测方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114629699A
申请号 ：
CN202210224580.7
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王小娟何明枢金磊阳柳俞赛赛任传伦魏鹏王欣蕾
申请人 ：
北京邮电大学
申请人地址 ：
北京市海淀区西土城路10号
代理机构 ：
北京金咨知识产权代理有限公司
代理人 ：
宋教花
优先权 ：
CN202210224580.7
主分类号 ：
H04L9/40
IPC分类号 ：
H04L9/40 G06K9/62
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
