期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于马尔可夫博弈与多智能体强化学习的云原生移动目标防御决策方法
1
作者
耿致远
张恒巍
+1 位作者
谭晶磊
齐高鑫
《通信学报》
北大核心
2025年第9期141-152,共12页
随着云原生网络中攻击者的类型多样化与行为智能化趋势加剧,传统移动目标防御方法难以应对攻击者类型分布未知的情形。基于贝叶斯马尔可夫博弈模型对云原生攻防场景进行建模,结合独立多智能体强化学习方法,实现了信息不对称条件下的移...
随着云原生网络中攻击者的类型多样化与行为智能化趋势加剧,传统移动目标防御方法难以应对攻击者类型分布未知的情形。基于贝叶斯马尔可夫博弈模型对云原生攻防场景进行建模,结合独立多智能体强化学习方法,实现了信息不对称条件下的移动目标防御智能决策。首先,分析了云原生网络环境中移动目标防御的攻防过程,针对攻防双方的不完全信息特征,将攻击类型分布未知的防御决策问题构建为贝叶斯马尔可夫博弈模型。其次,从网络攻防对抗实际出发,针对攻击者和防御者具有同等或不同智能程度的情况,设计了基于独立近端策略优化的配置转换决策算法。最后,通过实验验证了所提模型和方法能够有效应对攻击类型未知的云原生网络攻防场景,相较其他强化学习决策方法具有显著优势。
展开更多
关键词
云原生
移动目标防御
贝叶斯马尔可夫博弈
独立近端策略优化
最优策略选取
在线阅读
下载PDF
职称材料
计及马尔科夫链的能源社区产消者贝叶斯博弈策略
被引量:
2
2
作者
张虹
孙书朋
+3 位作者
李亚洲
孟庆尧
马泽群
刘旭
《智慧电力》
北大核心
2024年第3期39-46,79,共9页
随着电力系统用户侧能源转型比例的不断提高,传统的社区用电居民逐步向着能源社区产消者转变,并通过能源交易的方式来促进分布式能源就地消纳。在此背景下,通过构建贝叶斯博弈能源交易模型,实现能源社区产消者之间的自主能源交易。首先...
随着电力系统用户侧能源转型比例的不断提高,传统的社区用电居民逐步向着能源社区产消者转变,并通过能源交易的方式来促进分布式能源就地消纳。在此背景下,通过构建贝叶斯博弈能源交易模型,实现能源社区产消者之间的自主能源交易。首先,针对交易过程中产消者交易身份的不确定性问题,采用马尔科夫链对其身份状态概率进行分析。然后,将概率分布作为先验概率,建立能源社区产消者能源交易的贝叶斯博弈模型,对产消者之间的能源交易过程进行优化。最后,通过算例验证了所提模型在保证产消者隐私性的同时提高了其自身的收益。
展开更多
关键词
产消者
马尔科夫链
交易身份
不确定性
贝叶斯博弈
在线阅读
下载PDF
职称材料
基于分布式强化学习算法的精准助学数据分析方法研究
3
作者
邢文娜
宁睿
《电子设计工程》
2021年第10期28-31,36,共5页
针对传统助学金评选方法中存在虚假申请材料难以鉴别、无法准确了解学生真实经济水平的问题。文中提出了基于分布式强化学习算法的精准助学数据分析方法,该方法通过收集数字化校园中学生的各项消费数据,经过数据预处理后找出具有分类能...
针对传统助学金评选方法中存在虚假申请材料难以鉴别、无法准确了解学生真实经济水平的问题。文中提出了基于分布式强化学习算法的精准助学数据分析方法,该方法通过收集数字化校园中学生的各项消费数据,经过数据预处理后找出具有分类能力的变量。然后,将RBF神经网络通过归一化与选取合适的隐藏层层数、神经元个数来提高聚类速度。由于数字化校园存在多个消费场景,使用Markov对策与Bayesian网络可以建立各个智能体之间的互相关系,从而增强各个智能体之间的交互性。由数据测试分析结果可知,文中所述方案识别贫困生的准确率可达80.9%,优于Adaboost算法。同时具有更低的平均绝对误差,适用于高校贫困生的资格认定。
展开更多
关键词
分布式强化学习算法
精准助学数据分析技术
归一化RBF神经网络
markov
对策
bayesian
网络
在线阅读
下载PDF
职称材料
题名
基于马尔可夫博弈与多智能体强化学习的云原生移动目标防御决策方法
1
作者
耿致远
张恒巍
谭晶磊
齐高鑫
机构
信息工程大学密码工程学院
出处
《通信学报》
北大核心
2025年第9期141-152,共12页
基金
国家自然科学基金资助项目(No.62502103)。
文摘
随着云原生网络中攻击者的类型多样化与行为智能化趋势加剧,传统移动目标防御方法难以应对攻击者类型分布未知的情形。基于贝叶斯马尔可夫博弈模型对云原生攻防场景进行建模,结合独立多智能体强化学习方法,实现了信息不对称条件下的移动目标防御智能决策。首先,分析了云原生网络环境中移动目标防御的攻防过程,针对攻防双方的不完全信息特征,将攻击类型分布未知的防御决策问题构建为贝叶斯马尔可夫博弈模型。其次,从网络攻防对抗实际出发,针对攻击者和防御者具有同等或不同智能程度的情况,设计了基于独立近端策略优化的配置转换决策算法。最后,通过实验验证了所提模型和方法能够有效应对攻击类型未知的云原生网络攻防场景,相较其他强化学习决策方法具有显著优势。
关键词
云原生
移动目标防御
贝叶斯马尔可夫博弈
独立近端策略优化
最优策略选取
Keywords
cloud-native
moving target defense
bayesian markov game
independent proximal policy optimization
optimal strategy selection
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
计及马尔科夫链的能源社区产消者贝叶斯博弈策略
被引量:
2
2
作者
张虹
孙书朋
李亚洲
孟庆尧
马泽群
刘旭
机构
现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)
国网承德供电公司
大唐吉林发电有限公司长春第三热电分公司
国网永康供电公司
出处
《智慧电力》
北大核心
2024年第3期39-46,79,共9页
基金
国家自然科学基金资助项目(52007026)。
文摘
随着电力系统用户侧能源转型比例的不断提高,传统的社区用电居民逐步向着能源社区产消者转变,并通过能源交易的方式来促进分布式能源就地消纳。在此背景下,通过构建贝叶斯博弈能源交易模型,实现能源社区产消者之间的自主能源交易。首先,针对交易过程中产消者交易身份的不确定性问题,采用马尔科夫链对其身份状态概率进行分析。然后,将概率分布作为先验概率,建立能源社区产消者能源交易的贝叶斯博弈模型,对产消者之间的能源交易过程进行优化。最后,通过算例验证了所提模型在保证产消者隐私性的同时提高了其自身的收益。
关键词
产消者
马尔科夫链
交易身份
不确定性
贝叶斯博弈
Keywords
prosumer
markov
chain
transaction identity
uncertainty
bayesian
game
分类号
TM732 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于分布式强化学习算法的精准助学数据分析方法研究
3
作者
邢文娜
宁睿
机构
西安航空职业技术学院
出处
《电子设计工程》
2021年第10期28-31,36,共5页
基金
2019年陕西高校辅导员工作研究课题(2019FKT35)。
文摘
针对传统助学金评选方法中存在虚假申请材料难以鉴别、无法准确了解学生真实经济水平的问题。文中提出了基于分布式强化学习算法的精准助学数据分析方法,该方法通过收集数字化校园中学生的各项消费数据,经过数据预处理后找出具有分类能力的变量。然后,将RBF神经网络通过归一化与选取合适的隐藏层层数、神经元个数来提高聚类速度。由于数字化校园存在多个消费场景,使用Markov对策与Bayesian网络可以建立各个智能体之间的互相关系,从而增强各个智能体之间的交互性。由数据测试分析结果可知,文中所述方案识别贫困生的准确率可达80.9%,优于Adaboost算法。同时具有更低的平均绝对误差,适用于高校贫困生的资格认定。
关键词
分布式强化学习算法
精准助学数据分析技术
归一化RBF神经网络
markov
对策
bayesian
网络
Keywords
distributed reinforcement learning algorithm
accurate student data analysis technology
normalized RBF neural network
markov
game
bayesian
network
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于马尔可夫博弈与多智能体强化学习的云原生移动目标防御决策方法
耿致远
张恒巍
谭晶磊
齐高鑫
《通信学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
计及马尔科夫链的能源社区产消者贝叶斯博弈策略
张虹
孙书朋
李亚洲
孟庆尧
马泽群
刘旭
《智慧电力》
北大核心
2024
2
在线阅读
下载PDF
职称材料
3
基于分布式强化学习算法的精准助学数据分析方法研究
邢文娜
宁睿
《电子设计工程》
2021
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部