本發明公開了一種網絡異常流量檢測方法、系統及可存儲介質,涉及計算機網絡安全技術領域。獲取待檢測網絡流量數據,將其分為訓練樣本和測試樣本;將訓練樣本輸入多目標深度強化學習模型中對多個Actor?Critic網絡模型進行訓練;分別采用策略梯度和損失函數對Actor網絡和Critic網絡參數進行更新,保存更新模型;通過該模型對網絡流量測試樣本進行測試,輸出異常流量檢測結果。本發明不依賴于高性能GPU,只需在CPU上就能快速訓練預測,能夠顯著降低計算機資源。此外,本發明所構建的多目標深度強化學習模型不僅具有更好的收斂性,還能在高維度和連續動作空間上更有效的學習,提高網絡異常流量檢測效率以及準確率。
聲明:
“網絡異常流量檢測方法、系統及可存儲介質” 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,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)