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