本發(fā)明公開了一種數(shù)據(jù)中心電力攻擊檢測方法及系統(tǒng),通過基于強化學習的GAN模型,利用生成器擬合樣本的能力和判別器的判斷能力,生成模擬時序數(shù)據(jù);使用GBDT模型進行電力攻擊檢測;在服務器端運行電力管控模塊,在其他機器運行客戶端程序,收集客戶端數(shù)據(jù);在數(shù)據(jù)中心運行GBDT檢測模型,賦予電力管控模塊電源管理的權(quán)力。出現(xiàn)電力攻擊事件時,減少新增功耗,緩解電力攻擊的壓力。本發(fā)明提供了有效、可靠的訓練數(shù)據(jù),提高了檢測模型的準確率,能克服數(shù)據(jù)中心電力攻擊檢測數(shù)據(jù)樣本不足的問題。
聲明:
“數(shù)據(jù)中心電力攻擊檢測方法及系統(tǒng)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,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)