本发明公开了一种基于强化学习和脉冲网络的电力网络入侵检测方法，包括：以强化学习的方式对网络入侵检测问题建立深度学习模型，所述深度学习模型利用神经网络进行判断，神经网络包括线性网络和脉冲神经网络；依据入侵检测的数据集构建强化学习的多元组，使用智能体与环境进行交互并将数据以多元组为单位存入经验回放单元，以实现所述经验回放单元的轨迹采样；所述神经网络通过智能体提取输入特征，利用采样的轨迹进行线性网络的训练与脉冲神经网络参数的更新，进而得到优化的判断结果。本发明提供的强化学习入侵检测方法利用脉冲神经网络，使得模型判别具有更强的生物学基础和鲁棒性，并提高了入侵检测的准确率。
声明：
“基于强化学习和脉冲网络的电力网络入侵检测方法” 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)
1075
编辑：管理员
来源：北方有色网
咨询细节
