本发明公开了一种基于强化学习的异常网络流量检测器生成方法，涉及网络与信息安全技术领域，包括网络流量样本获取步骤、智能模型设置步骤、强化学习模型构建步骤、特征集合选择步骤、检测评价步骤以及检测器生成步骤采用强化学习算法，模拟信息安全专家选择流量特征生成异常网络流量检测器过程，设计对应的强化学习交互环境。通过智能体不断地与环境交互，智能体从原始流量特征集合中选出高区分度的流量特征，最终将所选特征用于基于机器学习方法的异常网络流量检测器训练，最终实现对异常流量的高精度、高响应检测。
声明：
“基于强化学习的异常网络流量检测器生成方法” 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)
825
编辑：管理员
来源：北方有色网
咨询细节
