本发明公开了一种基于强化学习的物联网覆盖漏洞修复方法:(1)根据目标区域监测覆盖需求,建立网络模型;(2)通过可信信息覆盖模型建立网络覆盖模型,计算覆盖率;(3)采用漏洞重建点与可移动节点最小最短坐标距离双向选择法确定漏洞区域的指向性修复节点;(4)采用Q‑Learning方法,对指向性修复节点M‑node进行训练,对漏洞子网格进行修复,直到覆盖率满足要求或迭代次数达到设定上限。本发明方法修复后全局覆盖率高,该发明全面地从信息协同的角度挖掘覆盖目标区域监测重建点的空间相关性,并基于强化学习的方法利用奖励机制指导指向性修复节点的移动,完成覆盖漏洞修复,节约能耗和修复时长,提高覆盖率。
声明:
“基于强化学习的物联网覆盖漏洞修复方法” 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)