本發(fā)明公開了一種基于深度強(qiáng)化學(xué)習(xí)的DIDS任務(wù)調(diào)度優(yōu)化方法,包括如下步驟:對(duì)檢測(cè)引擎進(jìn)行性能等級(jí)評(píng)估,對(duì)所檢測(cè)的數(shù)據(jù)包進(jìn)行負(fù)載評(píng)估,用馬爾科夫決策過程建模,建立深度循環(huán)神經(jīng)網(wǎng)絡(luò)模型,調(diào)度器進(jìn)行決策并確定如何分配檢測(cè)引擎去檢測(cè)數(shù)據(jù)包。對(duì)于檢測(cè)引擎數(shù)量固定的分布式入侵檢測(cè)系統(tǒng),本發(fā)明提出的任務(wù)調(diào)度算法可以做出最優(yōu)決策使系統(tǒng)整體負(fù)載降低,同時(shí)還能解決狀態(tài)空間和動(dòng)作空間過大造成內(nèi)存空間占用太大的問題。
聲明:
“基于深度強(qiáng)化學(xué)習(xí)的DIDS任務(wù)調(diào)度優(yōu)化方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)