本發(fā)明公開了一種邊緣計算環(huán)境下基于強化學習的DIDS任務調(diào)度算法,其中包括如下步驟:對檢測引擎進行性能等級評估,對所檢測的數(shù)據(jù)包進行負載評估,用馬爾科夫決策過程建模,調(diào)度器進行決策并確定如何分配檢測引擎去檢測數(shù)據(jù)包。對于檢測引擎數(shù)量固定的分布式入侵檢測系統(tǒng),本發(fā)明提出的任務調(diào)度算法可以做出最優(yōu)決策使系統(tǒng)整體負載降低。
聲明:
“邊緣計算環(huán)境下基于強化學習的DIDS任務調(diào)度算法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)