基于SMDP强化学习的电力信息网络入侵检测研究

摘要：

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.

关键词：电力系统、强化学习、半马尔可夫过程、入侵检测

所属期刊栏目：26

分类号：TM73;TP393.08(输配电工程、电力网及电力系统)

在线出版日期：2006-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：75-78