基于强化学习的检测高级持续威胁的资源调度方法,涉及计算机和信息安全。针对计算机或云存储系统,调度其CPU等计算资源检测APT攻击,采用神经情景控制学习,不需预知APT攻击模型,优化动态数据存储系统的检测资源调度策略。结合深度卷积神经网络和情景记忆,压缩APT检测的状态空间,利用情景记忆模块存储资源分配经验,充分利用上下文环境信息,加快对APT攻防新特征的认知,加快学习速度。该方法可适应动态云存储环境和攻击模式,提高计算机和云存储系统在APT攻击下的数据隐私性能。
声明:
“基于强化学习的检测高级持续威胁的资源调度方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)