一种网络异常流量检测方法、系统及可存储介质
实质审查的生效
摘要
本发明公开了一种网络异常流量检测方法、系统及可存储介质，涉及计算机网络安全技术领域。获取待检测网络流量数据，将其分为训练样本和测试样本；将训练样本输入多目标深度强化学习模型中对多个Actor‑Critic网络模型进行训练；分别采用策略梯度和损失函数对Actor网络和Critic网络参数进行更新，保存更新模型；通过该模型对网络流量测试样本进行测试，输出异常流量检测结果。本发明不依赖于高性能GPU，只需在CPU上就能快速训练预测，能够显著降低计算机资源。此外，本发明所构建的多目标深度强化学习模型不仅具有更好的收敛性，还能在高维度和连续动作空间上更有效的学习，提高网络异常流量检测效率以及准确率。
基本信息
专利标题 ：
一种网络异常流量检测方法、系统及可存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114520743A
申请号 ：
CN202210177461.0
公开（公告）日 ：
2022-05-20
申请日 ：
2022-02-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
董仕夏元俊丁新慧张锦华于来行
申请人 ：
周口师范学院
申请人地址 ：
河南省周口市川汇区文昌大道中段6号
代理机构 ：
北京睿智保诚专利代理事务所(普通合伙)
代理人 ：
杜娟
优先权 ：
CN202210177461.0
主分类号 ：
H04L9/40
IPC分类号 ：
H04L9/40 G06N3/04 G06N3/08
法律状态
2022-06-07 ：
实质审查的生效
IPC(主分类) : H04L 9/40
申请日 : 20220224
申请日 : 20220224
2022-05-20 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
