ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】为了应对日益复杂的网络攻击手段,本研究提出一种融合联合学习与深度强化学习的动态防御系统。 采用分布式架构,在边缘节点部署轻量化检测模型,通过联合聚合实现全局威胁知识共享。 实验表明:该系统在入侵检测评估数据集上达到 98.7%的攻击识别率,较传统卷积神经网络(CNN)模型提升 2. 90%,误报率控制在 0.48%以下。 系统创新性地引入近端策略优化(PPO)算法优化防御策略,实时响应时间实现了 183 ms 级,为人工智能驱动的网络安全防护提供可扩展的解决方案。