公开(公告)号：CN107277065B

公开(公告)日：2019-12-17

申请号：CN201710684939.8

申请日：2017-08-11

Applicant: 厦门大学

Inventor： 肖亮 ,  闵明慧 ,  陈烨 ,  许冬瑾 ,  唐余亮

IPC: H04L29/06

Abstract: 基于强化学习的检测高级持续威胁的资源调度方法，涉及计算机和信息安全。针对计算机或云存储系统，调度其CPU等计算资源检测APT攻击，采用神经情景控制学习，不需预知APT攻击模型，优化动态数据存储系统的检测资源调度策略。结合深度卷积神经网络和情景记忆，压缩APT检测的状态空间，利用情景记忆模块存储资源分配经验，充分利用上下文环境信息，加快对APT攻防新特征的认知，加快学习速度。该方法可适应动态云存储环境和攻击模式，提高计算机和云存储系统在APT攻击下的数据隐私性能。

公开(公告)号：CN107277065A

公开(公告)日：2017-10-20

申请号：CN201710684939.8

申请日：2017-08-11

Applicant: 厦门大学

Inventor： 肖亮 ,  闵明慧 ,  陈烨 ,  许冬瑾 ,  唐余亮

IPC: H04L29/06

Abstract: 基于强化学习的检测高级持续威胁的资源调度方法，涉及计算机和信息安全。针对计算机或云存储系统，调度其CPU等计算资源检测APT攻击，采用神经情景控制学习，不需预知APT攻击模型，优化动态数据存储系统的检测资源调度策略。结合深度卷积神经网络和情景记忆，压缩APT检测的状态空间，利用情景记忆模块存储资源分配经验，充分利用上下文环境信息，加快对APT攻防新特征的认知，加快学习速度。该方法可适应动态云存储环境和攻击模式，提高计算机和云存储系统在APT攻击下的数据隐私性能。