
基本信息:
- 专利标题: 基于强化学习的入侵响应决策方法及系统
- 申请号:CN202311098883.X 申请日:2023-08-30
- 公开(公告)号:CN116866084A 公开(公告)日:2023-10-10
- 发明人: 曲延盛 , 李明 , 王云霄 , 黄华 , 张文斌 , 张婕 , 任乐 , 刘维特 , 赵丽娜 , 赵大伟 , 徐丽娟
- 申请人: 国网山东省电力公司信息通信公司 , 山东省计算中心(国家超级计算济南中心)
- 申请人地址: 山东省济南市市中区经三路17号;
- 专利权人: 国网山东省电力公司信息通信公司,山东省计算中心(国家超级计算济南中心)
- 当前专利权人: 国网山东省电力公司信息通信公司,山东省计算中心(国家超级计算济南中心)
- 当前专利权人地址: 山东省济南市市中区经三路17号;
- 代理机构: 济南圣达知识产权代理有限公司
- 代理人: 于凤洋
- 主分类号: H04L9/40
- IPC分类号: H04L9/40 ; G06N3/092 ; G06N3/006 ; G06N7/01
摘要:
本发明提出了基于强化学习的入侵响应决策方法及系统,涉及电力控制技术领域,获取电力控制系统的网络配置及设备的资产信息和安全信息,构建攻击图和贝叶斯攻击图;入侵发生时,基于构建的攻击图,利用深度强化学习算法,从动态策略集中选择最优的防护策略进行动态响应;入侵发生后,基于构建的贝叶斯攻击图,利用Q‑Learning粒子群优化算法,从静态策略集中选择最优的防护策略进行静态响应;本发明在攻击发生时采用深度强化学习DDQN算法进行策略选择,解决了强化学习DQN算法的高估问题,提高了决策质量;在攻击发生后采用Q‑Learning优化粒子群算法的参数进行策略选择,避免了局部最优解。
公开/授权文献:
- CN116866084B 基于强化学习的入侵响应决策方法及系统 公开/授权日:2023-11-21