基于强化学习的自适应网络威胁缓解OA
Adaptive network threat mitigation based on reinforcement learning
随着互联网信息技术的深入发展,通信网络受到攻击入侵威胁也在不断变化,提出一种强化学习算法用于网络自适应威胁缓解,在SDN框架的基础上,研究使用强化学习算法用于网络安全管理.以D3QN算法为基础并对其结构进行了改进,使用改进后的D3QN深度强化学习方法来学习缓解APT攻击,实现网络威胁自适应控制.最后对实验结果进行了评估并给出了改进算法模型的收敛结果,验证了该强化学习方法用于自适应网络威胁缓解的可用性和有效性.
With the in-depth development of internet information technology,communication networks are constantly threatened by attacks and intrusions.A reinforcement learning algorithm is proposed for network adaptive threat mitigation.Based on the SDN frame-work,the use of reinforcement learning algorithms for network security management is studied.Based on the D3QN algorithm and im-proved its structure,the improved D3QN deep reinforcement learning method is used to …查看全部>>
齐分岭;刘智磊;张永军;许延峰;石成豪
中国人民解放军66389部队,山西太原 030031中国人民解放军66389部队,山西太原 030031中国人民解放军66389部队,山西太原 030031中国人民解放军66389部队,山西太原 030031航天工程大学研究生院,北京 101400
计算机与自动化
强化学习SDN改进D3QN算法自适应网络威胁缓解
Reinforcement learningSDNImproved D3QN algorithmAdaptive network threat mitigation
《通信与信息技术》 2024 (3)
6-10,33,6
评论