基于最优初始值Q学习的电力信息网络防御策略学习算法

• 作者: 吴文 景栋盛 朱斐 杨钰 薛劲松
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 电力信息网络 最优初始值 Q学习 网络防御
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 信息安全
• 页码范围: 18-22,29
• 页数: 6页
• 分类号: TP393
• 字数: 5772字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.11.004

摘要

电力信息网络的安全与稳定是当今社会发展的重要保障,随着电力信息网络越来越庞大和复杂,如何高效合理地建立电力信息防护网络成为研究人员关注的重点之一.在自动化电力信息网络中,其防御策略通常缺乏统筹管理,只能针对少数设备进行防护,存在着更新速度慢、更新周期长、无法自动更新和资源分配不均等问题.本文提出一种基于最优初始值Q学习的电力信息网络防御策略学习算法,该算法以强化学习中的Q学习算法为框架,利用生成对抗网络思想,通过攻击智能体和防御智能体的模拟对抗学习安全策略.算法中的防御智能体使用Q学习方法更新其防御策略,利用历史防御经验在线改进防御策略,避免了人为手动操作.在训练中引入最优初始值极大加快了系统防御性能的训练速度.实验结果验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱斐	苏州大学计算机科学与技术学院	44	168	7.0	11.0
2	薛劲松		3	2	1.0	1.0
3	景栋盛		5	2	1.0	1.0
4	吴文	苏州大学计算机科学与技术学院	3	11	2.0	3.0
5	杨钰		1	2	1.0	1.0