[發明專利]一種基于ε-貪心專家決策篩選的主動學習溯源攻擊方法在審
| 申請號： | 202011095810.1 | 申請日： | 2020-10-14 |
| 公開（公告）號： | CN112434719A | 公開（公告）日： | 2021-03-02 |
| 發明（設計）人： | 洪榛;陳煥;鄭德華;安曼 | 申請（專利權）人： | 浙江工業大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N20/00 |
| 代理公司： | 杭州斯可睿專利事務所有限公司 33241 | 代理人： | 王利強 |
| 地址： | 310014 浙江省*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 貪心 專家 決策 篩選 主動 學習 溯源 攻擊 方法 | ||
1.一種基于ε-貪心專家決策篩選的主動學習溯源攻擊方法，其特征在于，包括如下步驟：
Step1：初始化貪婪系數ε，初始化迭代次數m為1；
Step2：初始化系統環境U，并初始化攻擊節點的位置s；
Step3：將攻擊節點位置s收集進U中；
Step4：隨機(0，1)中的一個數，判斷該數是否大于貪婪系數ε，若是，則執行Step5，否則執行Step6；
Step5：利用分類器f來得到當前攻擊節點位置在當前的分類器f下游走概率最大的方向a；
Step6：根據當前的攻擊節點位置s進行隨機指定下一個游走方向a，游走方向皆為攻擊節點的鄰近節點；
Step7：攻擊節點根據游走方向a進行游走，更新攻擊節點s；
Step8：將更新后的攻擊節點位置s收集進U中；
Step9：判斷攻擊代理A下的攻擊節點位置s是否到達源節點，若是，結束循環，執行Step10，否則繼續執行Step4-8；
Step10：判斷貪婪系數ε是否大于0.05，若是，則執行Step11，否則執行Step12；Step11：更新貪婪系數ε為ε-Δε；
Step12：利用樣本信息度的多重采樣策略算法對游走過程中收集的網絡流量數據U根據樣本信息度進行多重采樣處理得到無標簽的網絡流量樣本集合的信息度集合Z；
Step13：利用基于樣本空間性的采樣策略算法對無標簽的網絡流量樣本集合的信息度集合Z根據樣本空間性進行采樣處理得到候選樣本集合Ucandicates；
Step14：利用基于樣本多樣性的采樣策略算法對候選樣本集Ucandicates根據樣本多樣性進行采樣處理并進行專家標注后得到專家標注樣本集合L；
Step15：針對全部的專家集合中的專家和專家標注樣本集合L更新分類器、分類器性能指標模型游走步長
Step16：更新攻擊代理A；
Step17：判斷迭代次數m是否大于最大篩選迭代次數M，若是，則執行Step18，否則執行Step2-16；
Step18：利用攻擊模型專家篩選算法對分類器性能指標模型游走步長進行處理得到最優專家oc；
Step19：利用基于ε-貪心的專家決策優化算法對最優專家oc進行處理得到權重最大的一個專家決策
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于浙江工業大學，未經浙江工業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011095810.1/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：無源自主可見光綜合業務系統
- 下一篇：一種旋轉式介質阻擋低溫等離子體發生裝置
