本發(fā)明公開了一種基于強(qiáng)化學(xué)習(xí)的入侵檢測(cè)方法,包括對(duì)入侵檢測(cè)環(huán)境進(jìn)行建模,在入侵檢測(cè)環(huán)境內(nèi)模擬出一個(gè)馬爾科夫過程,將強(qiáng)化學(xué)習(xí)模型用于入侵檢測(cè)的分類檢測(cè)環(huán)境當(dāng)中,通過強(qiáng)化學(xué)習(xí)學(xué)習(xí)出最優(yōu)的分類策略,將分類正確率作為強(qiáng)化學(xué)習(xí)模型中的獎(jiǎng)賞函數(shù),建立基于入侵檢測(cè)馬爾科夫過程的Bellman方程,采用基于γ折扣累計(jì)獎(jiǎng)賞的策略評(píng)估算法計(jì)算最優(yōu)解,可以確定入侵檢測(cè)中正常行為和非正常行為的閾值,有利于不斷地使得正常行為序列得以補(bǔ)充,最終提高入侵檢測(cè)的檢測(cè)率,降低誤報(bào)率和漏報(bào)率,最終提升整個(gè)入侵檢測(cè)系統(tǒng)的性能。
聲明:
“基于強(qiáng)化學(xué)習(xí)的入侵檢測(cè)方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)