检索结果-南通市图书馆

Double dqn Method For Botnet Traffic Detection System

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2024年第4期79卷 509-530页

作者： Yutao Hu Yuntao Zhao Yongxin Feng Xiangyu Ma School of Information Science and Engineering Shenyang Ligong UniversityShenyang110159China Graduate School Shenyang Ligong UniversityShenyang110159China

In the face of the increasingly severe Botnet problem on the Internet,how to effectively detect Botnet traffic in realtime has become a critical *** the existing deepQnetwork(dqn)algorithminDeep reinforcement learning can solve the problem of real-time updating,its prediction results are always higher than the actual *** Botnet traffic detection,although it performs well in the training set,the accuracy rate of predicting traffic is as high as%;however,in the test set,its accuracy has declined,and it is impossible to adjust its prediction strategy on time based on new data ***,in the new dataset,its accuracy has declined ***,this paper proposes a Botnet traffic detection system based on double-layer dqn(Ddqn).Two Q-values are designed to adjust the model in policy and action,respectively,to achieve real-time model updates and improve the universality and robustness of the model under different data *** show that compared with the dqn model,when using Ddqn,the Q-value is not too high,and the detectionmodel has improved the accuracy and precision of Botnet ***,when using Botnet data sets other than the test set,the accuracy and precision of theDdqnmodel are still higher than dqn.

关键词： dqn Ddqn deep reinforcement learning botnet detection feature classification

基于改进dqn算法的自动化码头AGV调度问题研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

系统仿真学报 2024年第11期36卷 2592-2603页

作者：梁承姬张石东王钰鲁斌上海海事大学物流科学与工程研究院上海市政工程设计研究总院有限公司

针对自动化码头AGV(automated guided vehicle)调度问题，提出了一种考虑未来任务的深度Q网络（future tasks considering deep Q-network,F-dqn）算法指导AGV进行实时调度。对系统状态进行了改进，结合实时调度和静态调度的优点，在做... 详细信息

针对自动化码头AGV(automated guided vehicle)调度问题，提出了一种考虑未来任务的深度Q网络（future tasks considering deep Q-network,F-dqn）算法指导AGV进行实时调度。对系统状态进行了改进，结合实时调度和静态调度的优点，在做出实时决策时考虑了静态的未来任务信息，以获得更优的调度方案。以洋山四期自动化码头的真实布局和设备情况为参考，使用仿真软件Plant Simulation进行了一系列仿真实验。实验结果表明：F-dqn算法可以有效解决自动化码头AGV实时调度问题，且F-dqn算法相比于传统dqn算法，能够显著缩短岸桥的等待时间。

关键词：自动化码头 AGV调度 dqn MDP 仿真模型

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于dqn的企业创业创新自主体模拟

复杂系统与复杂性科学 2019年第1期16卷 43-53页

作者：李睿王铮华东师范大学地理信息科学教育部重点实验室上海200241 中国科学院科技政策与管理科学研究所北京100080

基于自主体的计算经济学(ACE),利用自主体模型构建了一个以企业行为为基础的经济系统模型,试图解决企业创新与创业结合的动力学问题和政策问题。在文章构建的企业创业创新经济系统中,作为企业自主体行动的自主体行为算法是采用人工智能... 详细信息

基于自主体的计算经济学(ACE),利用自主体模型构建了一个以企业行为为基础的经济系统模型,试图解决企业创新与创业结合的动力学问题和政策问题。在文章构建的企业创业创新经济系统中,作为企业自主体行动的自主体行为算法是采用人工智能的dqn算法进行自适应模拟的。模拟得到结论:相比于没有自适应行为的企业自主体,具有自适应行为的企业自主体能够更好地通过对环境和自身状态的评估,进行正确的企业决策。

关键词： dqn 自适应学习自主体模拟技术进步企业决策

在线全文

学校读者我要写书评

暂无评论

卫星CDN中基于dqn的资源编排算法

天地一体化信息网络 2022年第4期3卷 45-54页

作者：张嘉然杨雅婷嵩天北京理工大学计算机学院北京100081 北京理工大学网络空间安全学院北京100081

随着空间与信息技术迅速发展,热点内容分发密集型场景将成为卫星网络应用的重点方向,而卫星内容分发网络(CDN)是提高空天内容分发效率的重要手段。针对卫星CDN体系架构中存在的业务需求时空不均、卫星资源稀缺、现有编排算法适应性不足... 详细信息

随着空间与信息技术迅速发展,热点内容分发密集型场景将成为卫星网络应用的重点方向,而卫星内容分发网络(CDN)是提高空天内容分发效率的重要手段。针对卫星CDN体系架构中存在的业务需求时空不均、卫星资源稀缺、现有编排算法适应性不足等问题,提出一种基于深度Q学习(Deep Q-Learning,dqn)的资源编排算法。该方法首先对用户请求进行分类,依据卫星时变运行轨迹和星地资源情况,计算出卫星可通信的最短路径集合;之后通过马尔可夫模型建模量化卫星和用户的相关信息,利用dqn算法计算出最优的卫星CDN存储节点,达到降低用户请求时延,降低星地资源占用率,提高缓存命中率的效果。

关键词：卫星CDN dqn 资源编排

基于dqn的无人机主动捕捉拦阻回收方法研究

在线全文

学校读者我要写书评

暂无评论

航空学报 2024年

作者：王一峰彭一明李龙魏小辉聂宏南京航空航天大学航空航天结构力学及控制全国重点实验室南京航空航天大学飞行器先进设计技术国防重点学科实验室

使用拦阻索回收无人机时，钩索成功率是评估其回收安全性与可靠性的关键指标之一。针对无人机回收区域受限的情况下如何提高钩索成功率这一问题，本文提出了一种无人机主动捕捉拦阻回收方法，通过在车载移动平台的拦阻系统在人工智能计... 详细信息

使用拦阻索回收无人机时，钩索成功率是评估其回收安全性与可靠性的关键指标之一。针对无人机回收区域受限的情况下如何提高钩索成功率这一问题，本文提出了一种无人机主动捕捉拦阻回收方法，通过在车载移动平台的拦阻系统在人工智能计算结果的引导下主动移动至最佳钩索位置来提高无人机的钩索成功率。首先，建立无人机着陆回收拦阻动力学模型来计算钩索失效边界，使用支持向量机（SVM）方法对动力学仿真结果进行识别，并生成无人机钩索分析代理模型。然后，将移索过程简化成马尔可夫决策过程，使用移索装置模型作为训练环境，六自由度无人机着陆下滑模型生成数据集，钩索分析代理模型构成奖励函数，采用深度Q网络（dqn）训练得到能够实时计算并引导拦阻装置向最佳钩索位置主动调整的移索策略。仿真结果显示，在回收空间受限的情况下，与传统被动式拦阻回收方法相比，使用主动捕捉拦阻方法钩索成功率提高了29%。该方法有效提高了无人机着陆回收的安全性和可靠性，为智能化回收技术的发展提供了新的理论支持和实践方案。

关键词：固定翼无人机着陆回收钩索成功率 dqn 人工智能

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于dqn的VDES异构星座兼容策略

中国科学院大学学报（中英文） 2024年第4期41卷 550-557页

作者：王雪帆李宗旺梁旭文中国科学院微小卫星创新研究院上海201203 上海科技大学信息科学与技术学院上海201210 中国科学院大学北京100049

异构VDES(VHF data exchange system)星座采用相同的通信频率和时分多址通信机制,使得异构星座重复覆盖区域内存在大量由时隙冲突造成的同频干扰,严重影响通信质量。针对此问题,提出一种基于深度Q网络(dqn)的星座间兼容策略。基于VDES... 详细信息

异构VDES(VHF data exchange system)星座采用相同的通信频率和时分多址通信机制,使得异构星座重复覆盖区域内存在大量由时隙冲突造成的同频干扰,严重影响通信质量。针对此问题,提出一种基于深度Q网络(dqn)的星座间兼容策略。基于VDES通信流程,设置船站作为资源信息中转节点,赋予卫星对通信环境的感知能力。在此基础上,将异构星座场景下的资源分配问题建模为强化学习问题,提出一种基于dqn的时隙资源分配算法。通过重构历史资源信息和当前资源信息,规划最优时隙资源分配方案,并根据结果对算法迭代优化。仿真结果表明,所提出的策略可以有效提高通信性能。

关键词： VDES dqn 卫星通信干扰规避资源分配

在线全文

学校读者我要写书评

暂无评论

基于补偿标准差的dqn风险调控交易策略

计算机应用与软件 2024年第3期41卷 141-146页

作者：符甲鑫刘磊河海大学江苏南京211100

针对传统交易策略无法在复杂的市场条件下取得稳定收益的问题,提出基于补偿标准差的dqn风险调控交易策略。通过融合历史行情和技术指标数据,采用卷积神经网络提取数据特征,判断交易信号,并利用累积补偿标准差计算具有风险调控作用的奖... 详细信息

针对传统交易策略无法在复杂的市场条件下取得稳定收益的问题,提出基于补偿标准差的dqn风险调控交易策略。通过融合历史行情和技术指标数据,采用卷积神经网络提取数据特征,判断交易信号,并利用累积补偿标准差计算具有风险调控作用的奖励函数,有效地提升策略的自适应能力。该策略对沪深300指数2015年至2019年进行交易实验,在2019年测试阶段,策略年收益达到16.13%,胜率为54.62%,夏普比率为15.91%。

关键词：智能体 dqn 累计补偿定量交易期货市场

在线全文

学校读者我要写书评

暂无评论

一种新的基于函数逼近协同更新的dqn算法

计算机科学 2020年第S01期47卷 130-134,147页

作者：刘青松陈建平傅启明高振陆悠吴宏杰苏州科技大学电子与信息工程学院江苏苏州215009 苏州科技大学江苏省建筑智慧节能重点实验室江苏苏州215009

针对经典深度Q网络(Deep Q-Network,dqn)算法在训练初期收敛速度慢的问题,文中提出一种新的基于函数逼近协同更新的dqn算法。该算法在经典的dqn算法的基础上融合了线性函数方法,在训练的初期利用线性函数逼近器来代替神经网络中的行为... 详细信息

针对经典深度Q网络(Deep Q-Network,dqn)算法在训练初期收敛速度慢的问题,文中提出一种新的基于函数逼近协同更新的dqn算法。该算法在经典的dqn算法的基础上融合了线性函数方法,在训练的初期利用线性函数逼近器来代替神经网络中的行为值函数网络,并提出一种离策略值函数更新规则,与dqn协同更新值函数参数,加快神经网络的参数优化,进而加快算法的收敛速度。将改进后的算法与dqn算法用于CartPole和Mountain Car问题,实验结果表明,改进后的算法具有更快的收敛速度。

关键词：强化学习 MDP dqn 线性函数

在线全文

学校读者我要写书评

暂无评论

基于改进dqn燃气轮机转子故障诊断方法

噪声与振动控制 2023年第4期43卷 109-115,199页

作者：崔英杰王红军张顺利王星河北京信息科技大学机电工程学院北京100192 北京信息科技大学高端装备智能感知与控制北京市国际科技合作基地北京100192 北京信息科技大学机电系统测控北京市重点实验室北京100192 中国航发西安航空发动机集团有限公司设计所西安710021

燃气轮机转子系统作为燃气轮机关键部件,由于难以获取敏感故障特征导致故障诊断精度不高,影响设备的安全服役。针对以上问题,提出一种改进深度Q网络(dqn)深度强化学习燃气轮机转子系统故障诊断方法。首先,以采集的一维工况原始振动信号... 详细信息

燃气轮机转子系统作为燃气轮机关键部件,由于难以获取敏感故障特征导致故障诊断精度不高,影响设备的安全服役。针对以上问题,提出一种改进深度Q网络(dqn)深度强化学习燃气轮机转子系统故障诊断方法。首先,以采集的一维工况原始振动信号为输入,该dqn模型的环境状态采用故障样本集组成,转子故障类型为当前模型输入的动作集合;然后,dqn模型的智能体使用一维宽卷积神经网络(WDCNN)拟合得到Q网络,并使用ε-贪婪策略做出决策动作,反馈奖励和下一状态并存储到经验池内;智能体内采用时间差分误差(TD-error)优先经验回放,使得算法更加稳定和训练收敛;智能体与环境不断交互决策出最大奖励,输出最优策略故障诊断结果。将该模型应用于西储大学轴承数据集与燃气轮机试车台数据集中,分别达到99.2%与98.7%的准确率,可以用于快速有效地进行故障诊断。结果表明该改进dqn模型具有较高的故障诊断准确性与通用性。

关键词：故障诊断燃气轮机转子深度强化学习 dqn