本发明实施例公开了一种特征自适应强化学习DDoS攻击消除方法及系统,根据收集的历史数据信息,提取出一个较优的精简特征子集,根据车联网中潜在的、可预测的车流时空规律建立强化学习模型,根据强化学习模型训练Q‑learning智能体选取适合当前DDoS攻击类型的特征,与此同时,异步训练DDQN智能体得到策略π
DDQN(s
t)指导Q‑learning智能体动作的选取。通过自适应地学习攻击特征,以少量的先验知识达到检测车联网中未知类型DDoS攻击的目的,摆脱对有标签数据的依赖,从而得到DDoS攻击消除方法,满足车联网中低时延、高准确度的要求。
声明:
“特征自适应强化学习DDoS攻击消除方法及系统” 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)