本發(fā)明公開了一種基于深度強化學習Double Deep Q?Network的半監(jiān)督式Double Deep Q?Network(semi?supervised Double Deep Q?Network,SSDDQN)的網(wǎng)絡異常流量檢測方法,涉及計算機網(wǎng)絡安全技術(shù)領(lǐng)域。方法包括:獲取計算機網(wǎng)絡流量數(shù)據(jù)的訓練樣本,建立神經(jīng)網(wǎng)絡,采用SSDDQN的方式利用訓練樣本對神經(jīng)網(wǎng)絡進行訓練,對神經(jīng)網(wǎng)絡的參數(shù)進行更新,最后利用訓練好的神經(jīng)網(wǎng)絡對網(wǎng)絡流量數(shù)據(jù)進行異常檢測。本發(fā)明SSDDQN的方式,不但可以降低人工標注成本,提高學習性能,而且神經(jīng)網(wǎng)絡更簡單、快速,更易部署在苛刻的網(wǎng)絡環(huán)境當中,同時也提升了未知攻擊的檢測準確率。
聲明:
“SSDDQN的網(wǎng)絡異常流量檢測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)