基于強化學(xué)習(xí)的檢測高級持續(xù)威脅的資源調(diào)度方法,涉及計算機和信息安全。針對計算機或云存儲系統(tǒng),調(diào)度其CPU等計算資源檢測APT攻擊,采用神經(jīng)情景控制學(xué)習(xí),不需預(yù)知APT攻擊模型,優(yōu)化動態(tài)數(shù)據(jù)存儲系統(tǒng)的檢測資源調(diào)度策略。結(jié)合深度卷積神經(jīng)網(wǎng)絡(luò)和情景記憶,壓縮APT檢測的狀態(tài)空間,利用情景記憶模塊存儲資源分配經(jīng)驗,充分利用上下文環(huán)境信息,加快對APT攻防新特征的認知,加快學(xué)習(xí)速度。該方法可適應(yīng)動態(tài)云存儲環(huán)境和攻擊模式,提高計算機和云存儲系統(tǒng)在APT攻擊下的數(shù)據(jù)隱私性能。
聲明:
“基于強化學(xué)習(xí)的檢測高級持續(xù)威脅的資源調(diào)度方法” 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,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)