10.3969/j.issn.1006-6047.2006.12.020
基于SMDP强化学习的电力信息网络入侵检测研究
介绍了电力信息网络总体防护体系结构及安全现状,阐述了在电力信息网中常用的防火墙、入侵检测系统(IDS)等防护手段,分析了当前入侵检测方法及难以确定正常与异常的阀值、误报率和漏报率高的不足.提出了基于半马尔可夫决策过程(SMDP)强化学习的IDS模型.论述了强化学习的理论、算法及衡量标准,马尔可夫决策过程,SMDP在电力信息网络中的应用.改进后的SMDP学习算法,使系统的误报率降低、检测率提高.
电力系统、强化学习、半马尔可夫过程、入侵检测
26
TM73;TP393.08(输配电工程、电力网及电力系统)
2006-12-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
75-78